非匹配互联时滞大系统的分散自适应控制器设计

来源 :曲阜师范大学 | 被引量 : 0次 | 上传用户:poco666
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近几年,大系统得到了广泛应用,本文通过构造新型Lyapunov-Krassovskii泛函,研究了具有不确定性非匹配项的非线性互联时滞大系统分散自适应控制器设计问题。本设计无需借用线性矩阵不等式,提出显性控制器增益函数,运用自适应方法对系统未知项和不确定项进行估计和补偿。本文的主要研究内容如下:在第二章中,针对一类不确定且具有不匹配项的互联时滞大系统提出了一种精确控制器增益的分散自适应控制算法。通过系统分解,分解成级联系统,借助自适应控制方法对不确定项进行估计和补偿,简化了控制器设计的分析步骤,降低了控制器输入信号的复杂性,使得被控系统的系统状态渐近收敛到零,并通过数值仿真验证其可行性。在第三章中,将第二章提出的分散自适应控制算法引入到跟踪控制中,研究了一类具有多个死区输入情况下的不确定且不匹配的互联时滞大系统的自适应控制问题。在有界干扰的情况下,通过将系统分解成级联系统,利用自适应控制方法,对系统的不确定项和死区输入进行补偿,使得闭环系统误差最后指数收敛到一个可调节的区域,且能抵抗有界时滞和干扰以及死区信号,最后通过两个仿真例子进行验证。在第四章中,将第三章提出的分散自适应鲁棒控制器算法推广到未知被控系统的模型参考控制中,在死区输入情况下,研究了一类具有的不确定且不匹配的互联时滞未知大系统的自适应控制问题。运用合理的匹配条件与自适应律对系统的未知矩阵与不确定和未知的项进行估计,并对死区输入进行补偿。在有界干扰与时滞的情况下,得出闭环系统误差最后仍然指数收敛到一个可调节的区域,并通过两个仿真例子进行验证。
其他文献
极限学习机(Extreme Learning Machine,ELM)作为一种高效的前馈神经网络方法,在机器学习领域的发展非常迅速。与传统的单隐藏层前馈神经网络相比,ELM训练速度更快、泛化能力更强。在训练过程中,连接输入层和隐藏层的输入权重被随机初始化,唯一需要调整的参数是隐藏层与输出层之间的输出权重,且该参数可以通过求解一个岭回归问题得到。因此,ELM在近几年被广泛应用于各种监督学习和无监督学
随着互联网技术的发展,数据泄露等网络安全事件的发生变得更加频繁,因此隐私保护变得越来越重要。而匿名通信技术作为隐私保护的重要手段之一,受到人们越来越多的关注。为了增强匿名通信技术的安全性、匿名性以及通信效率,本文从身份认证和匿名通信两个方面进行研究。首先,基于区块链结构的不可篡改、透明性,本文提出了一个强前向安全的隐私感知身份认证模型,增强了用户身份的匿名性和安全性。其次,结合强前向安全的隐私感知
为有效降低海水淡化成本、满足日益加剧的淡水需求,基于反渗透膜串并联结构的大型反渗透膜组日益成为海水淡化的研究重点。但目前使用的反渗透膜组系统模型是以性能分析为导向的机理模型,该模型多以提升单膜性能为目标,存在形式复杂、不利于展开控制策略研究的问题,同时膜组反渗透效率的优化提升受到膜组串并联结构的限制,为此,本文从结构设计、建模、性能分析及优化控制几个方面对多膜反渗透膜组进行研究。反渗透膜组系统结构
随着全民健身意识的不断加强,越来越多的人加入到了户外运动的行列,同时户外运动的形式也在快速地发生变化,定向运动就是近几年在国内悄然兴起且越来越火的户外运动之一。传统的定向运动主要表现为由特定专业机构举行竞技定向赛事运动,现在其形式也快速多样化,备受广大户外运动爱好者的青睐。同时,传统的定向运动项目存在着诸多缺点,如设备昂贵且容易损坏或遗失,活动前都需要布点等繁琐的准备工作,参与者需要提前学习专业知
近几年,专家学者们通过对大量数据的统计分析发现,癌症、阿尔兹海默症和糖尿病等重大疾病的发展调控机制与lnc RNA和mi RNA等RNA分子之间存在着重要关联。因此,设计提出有效的lnc RNA-疾病关联(Lnc RNA-Disease Association,LDA)预测方法和mi RNA-疾病关联(Mi RNA-Disease Association,MDA)预测方法对于复杂疾病的预防、诊断和
本文主要研究了几类反应扩散方程的适定性和动力学,包括非自治三分量可逆Gray-Scott系统、随机三分量Gray-Scott系统以及随机二厢Gray-Scott系统.本文分为六个章节.第一章,我们介绍了动力系统、吸引子以及反应扩散方程的物理背景和研究现状,并给出了本文的创新所在和整体结构.第二章,我们定义了一些符号,并给出了一些定义、定理、命题和性质,包括随机动力系统和吸引子的定义.第三章,我们考
随着物联网技术快速发展,大量数据随之产生,为传统的云计算带来巨大的数据处理压力。作为云计算的延伸,边缘计算将数据处理、存储等能力扩展到物联网设备附近的网络边缘侧,大量数据不需要上传云端,减少了网络传输负载,降低了传输时延。目前,边缘计算存在两个亟待解决的问题:一是如何在数据源附近实现任务的及时处理和反馈。二是样本在每个维度空间分布不均,如何对数据进行有效降维。这两个问题决定了边缘计算的服务质量,进
复杂疾病往往是由遗传、环境等多种因素共同作用导致的。挖掘复杂疾病的潜在遗传模式是揭示复杂疾病遗传机理的重要方法,其中基于多组学数据的复杂疾病网络模式挖掘方法为识别复杂疾病的遗传因子提供了新思路。本文以仿真数据和真实的复杂疾病多组学数据(基因表达数据、甲基化数据、拷贝数变异数据、单核苷酸多态性数据等)为基础,以遗传交互网络的构建与网络模式挖掘方法为手段,致力于发现复杂疾病的潜在遗传模式。具体研究内容
当今社会,科技的发展日新月异,智能机器人的应用扩展到越来越多的领域中。医疗领域的康复机器人越来越广泛地应用于具有运动功能障碍患者的康复训练中。绳驱动并联机器人具有工作空间大、运动速度快等优点,具有较强的实用价值。由于现有的绳驱动康复机器人主要采用绳悬吊或者外骨骼式的形式,存在康复患者初期进行训练时会由于肌无力问题影响康复训练效果的问题,所以本文研究了一种新型卧式绳驱动康复护理机器人的建模与控制问题
随着社会的快速发展,教育越发受到大众重视。在我国素质教育的大环境下,中小学生所要接触到的不仅仅是一成不变的教科书知识,还涉及到方方面面,比如在人文素养方面的发展、在科技知识方面的要求等等。但面对种类繁多、信息冗杂的图书,中小学生想要找到适合自己本阶段使用的书籍和相关资料有一定的难度,而且没有特定的目标就没有办法选择适合自己的图书。因此,可以利用读者产生的海量数据加上合适的推荐算法,分析读者的阅读记