几类受约束非线性系统控制及性能分析

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:xh287315717
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
非线性系统控制理论一直是近几十年来控制领域研究的热点课题之一,尤其是针对不确定非线性系统,基于神经网络和模糊逼近的自适应Backstepping方法已经取得了很大的进展,但还有大量问题需要进一步研究和探索.本文基于Backstepping方法,重点研究其在纯反馈受约束系统和非三角结构受约束系统中的推广,结合自适应控制理论,神经网络和模糊逻辑系统逼近理论,关联大系统分散控制理论,随机微分方程稳定性理论及约束控制理论,对几类受约束的非线性系统的控制问题进行了深入的研究.本文的主要成果如下:1.针对一类纯反馈系统,研究其固定时间全状态约束控制问题.本章首先采用均值定理将纯反馈系统转化成严反馈系统,其次采用BLF来处理状态约束问题,结合FLS和Backstepping技术给出控制器设计方法.设计的模糊自适应控制器保证所有闭环信号在固定时间都是有界的且全状态约束条件满足.2.针对一类不确定状态不可测非三角结构时变时延系统,研究其输出反馈全状态约束控制问题.通过设计状态观测器去估计不可测状态,用分离变量原理来克服系统的非三角结构困难,用动态面控制(DSC)方法来消除设计过程中出现的‘计算膨胀’问题,用神经网络来逼近控制设计中出现的不确定非线性函数,设计的自适应神经控制器证明了所有闭环信号都是有界的且满足全状态约束条件.3.针对一类具有死区输入且方向未知的不确定随机非三角结构系统,研究了其全状态约束控制问题.本章基于模糊基函数的性质,采用占优方法来处理非三角结构结构困难,这样就去掉了有些文献中非线性函数需要满足单调递增有界函数假设的要求,具有更小的保守性.采用Nussbaum函数来探测系统的控制方向.设计了一种基于死区输入的自适应模糊控制器,证明了所有信号在概率意义下有界且对于系统状态而言约束满足.4.针对不确定非三角结构关联时延系统研究了全状态常值约束和时变约束的自适应控制问题.采用占优方法来克服不确定系统的非三角结构困难,用静态BLF和动态BLF来处理全状态约束问题.设计障碍李雅普诺夫函数结合Backstepping技术解决来克服出现的互联时延项并设计出自适应控制器.它保证所有闭环信号都是有界的且各个子系统的全状态约束条件满足.5.针对一类不确定非三角结构系统,研究其非对称时变全状态约束控制问题.设计了非三角结构系统的时变全状态约束自适应模糊控制器.采用占优方法克服了非三角结构困难问题,采用ABLF来处理时变非对称全状态约束问题.设计的障碍李雅普诺夫函数结合Backstepping技术给出控制器设计方法,证明了闭环系统所有信号都是有界的且满足全状态约束条件.
其他文献
目标或其组成部件除去主体平动外的振动、转动等小幅度运动被称为微动。微动包含着目标特有的运动属性,可以反映其精细的运动特征,因此微动特征可作为雷达目标识别的重要依据,其在军事及民用方面都有着广泛的应用。在军事方面,基于微动特征提取的识别手段是导弹防御系统的关键技术。由于弹头和诱饵的质量分布不同,导致它们的微动特性存在明显差异,因此通过提取目标的微动特征可以实现真假弹头的识别与分辨。在民用方面,基于雷
随着硬件水平的提升和人工智能的兴起,模式识别吸引了越来越多的专家学者的关注。一个完整的模式识别系统一般包括以下五个步骤:数据获取、数据预处理、特征提取、特征降维和分类器设计。特征降维通过一个线性或者非线性变换,将原始空间的特征映射到一个有意义的低维子空间,一方面能够降低识别算法的时间复杂度和空间复杂度,另一方面能够缓解“维度灾难”和“小样本问题”等现象。一类分类器是一种将感兴趣的目标类样本和其他所
T-S模糊模型作为一种万能逼近器,在一个紧集内,可以任意精度逼近非线性系统。根据它的模型特点:模糊规则后件部分为线性动态系统,则可以利用成熟的、系统化的线性系统理论来研究复杂的非线性系统。并行分布补偿(PDC)方法是根据被控系统的“如果-则”模糊规则来设计相应的控制器,使得控制前件部分与被控系统规则保持一致,对系统的控制综合问题得到一种系统化方法,取得了丰硕的成果。然而,PDC设计方法中有一个隐含
多输入多输出(MIMO,multiple-input multiple-output)雷达是当前新体制雷达技术领域的研究热点,其特点是每个发射天线可以发射不同的波形,与相控阵雷达所有阵元发射相同的波形相比,MIMO雷达的波形分集能力能够带来更多的发射自由度。通过波形设计,可以实现MIMO雷达资源的灵活分配,提高雷达系统性能。围绕着MIMO雷达波形设计,本论文针对MIMO雷达的发射方向图匹配设计、发
空天目标是指飞机、飞艇、人造飞行器和空间碎片等目标。随着航空航天技术的发展、竞争和太空垃圾的增多,人造飞行器的安全受到了各方面的威胁,对空天目标运动状态进行跟踪、监视与成像是保护人造飞行器的一个重要方面。逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)以其全天时、全天候不间断工作的优势,在军事和民用领域发挥着不可替代的作用。通过对空天目标的ISAR高分辨
随着高分辨率星载合成孔径雷达(Synthetic Aperture Radar,SAR)系统的飞速发展和需求的不断牵引,近年来一种新的观测模式——多方位角立体观测模式应运而生,该成像新体制通过单星SAR天线波束指向控制、多次航过升降轨联合或多颗卫星组网从不同方位角对热点区域进行立体观测。该模式可获取热点区域内地物的多视角几何信息和散射信息,从而弥补了传统单视角SAR系统信息维度缺失和图像解译性差的
时至今日,多智能体系统的研究越来越受到各领域学者们的关注,尤其是非线性多智能体系统的研究。学习控制作为一种能通过系统重复运行而实现更高精度跟踪的智能控制方法,已被用来研究非线性多智能体系统的协同问题(一致性和编队问题),并且取得了突破性的进展,但仍有一些问题值得去探究。本文在学习控制理论框架下,结合自适应控制方法,针对几类可重复运行的非线性多智能体系统,考虑输入饱和、状态约束、未知控制方向和非线性
如何高效利用有限的频谱资源来应对网络传输需求的爆炸性增长已然成为过去几十年通信与信号处理研究的热点。随着诸如物联网以及机器间通信的出现,传统处于脱机状态的设备通过传感器的配备可以传输数据,从而进一步驱动了网络对容量的需求。为了满足这些应用需求,同时为提升现存无线网络环境的吞吐量,大量的新技术应运而生。其中,大规模MIMO是一种候选的可行技术。大规模MIO技术可以很大程度上提升网络的频谱效率和能量效
由于庞大的用户需求和激烈的市场竞争,自动制造系统已经经历了实质性的变化。自动制造系统通过减少成本、改善产品质量和增加生产率来帮助企业迎合激烈的市场竞争。一般而言,自动制造系统是由多个并发的进程组成的。通过使用一系列高度自治的资源,例如:自动处理装置、缓冲器、机器人和数控机床,自动制造系统能够加工生产各种各样的产品。为了获得最终的产品,系统中的资源和路径会形成复杂的交互。当资源分配不合理,一些工件等
绚丽壮观的极光现象多发生于高纬度地区,源于来自太阳风和磁层的能量粒子在极区大气沉降时与中性粒子的碰撞反应,为揭示其成因机理所实施的大量科学观测包括原始目测到当前常见的光谱测量,而因为极光光谱能表征沉降粒子的决定性特征,所以光谱测量对进一步补充有关地球对太阳活动响应机制的相关知识来说十分重要。复杂摄谱仪生成的极光光谱数据属于除空间信息外还包含极光瞬态高分辨谱信息的超光谱数据,尽管该数据具有极高的研究