论文部分内容阅读
本文讨论一系列带有未知时变时滞和不确定项的非仿射纯反馈系统的鲁棒镇定性问题。引进新的连续打包函数抵消由不确定性项和未知时变时滞所产生的未知非线性项，避免了用凡神经网络来逼近含有控制律的函数。结合使用隐函数定理和拉格朗日中值定理，克服了在非仿射纯反馈系统控制过程中的困难。引入动态稳定控制(DSC)方法避免了因使用BACKSTEPPING方法所产生的“参数膨胀”问题。结合函数分离技术、LYAPUNOV-KERSOVSKII函数和双曲正切函数，解决了带有未知时变时滞的系统控制器的设计难题。运用 RBF神经网络，达到了逼近估计虚拟控制律和实际控制律的目的。使用上述自适应神经网络DSC方法，控制系统所需要的自适应参数的个数显著减少，而且保证了闭环系统内的所有信号的半全局一致最终有界。仿真例子论证了上述设计方法的有效性。