CN110333657B - 用于死区非线性不确定***的自适应动态面跟踪控制方法 - Google Patents
用于死区非线性不确定***的自适应动态面跟踪控制方法 Download PDFInfo
- Publication number
- CN110333657B CN110333657B CN201910620704.1A CN201910620704A CN110333657B CN 110333657 B CN110333657 B CN 110333657B CN 201910620704 A CN201910620704 A CN 201910620704A CN 110333657 B CN110333657 B CN 110333657B
- Authority
- CN
- China
- Prior art keywords
- dead zone
- dynamic surface
- adaptive
- control
- adaptive dynamic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000013461 design Methods 0.000 claims abstract description 32
- 230000003044 adaptive effect Effects 0.000 claims abstract description 24
- 238000009795 derivation Methods 0.000 claims description 9
- 101100149325 Escherichia coli (strain K12) setC gene Proteins 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 6
- 238000004880 explosion Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000011217 control strategy Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000004069 differentiation Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000000750 progressive effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000012938 design process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 240000007049 Juglans regia Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003767 neural control Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种用于死区非线性不确定***的自适应动态面跟踪控制方法,该方法包括以下步骤:步骤1:将死区非线性不确定***转化为具有死区输入的严反馈***形式并设置配套假设;步骤2:针对已转化为具有死区输入的严反馈***形式的死区非线性不确定***设计构造自适应动态面控制器;步骤3:通过调节自适应动态面控制器的设计参数,使得步骤2中的死区非线性不确定***的闭环***信号半全局有界且跟踪信号渐进收敛至零。与现有技术相比,本发明具有规避微分***,收敛性好,计算负担小,跟踪性能好等优点。
Description
技术领域
本发明涉及物理***跟踪控制技术领域,尤其是涉及一种用于死区非线性不确定***的自适应动态面跟踪控制方法。
背景技术
对实际物理***中存在的各种非线性的研究,一直以来都是学者重点讨论的课题。死区作为一种重要的硬非线性,存在于各种物理装置中,会降低***控制精度,甚至造成***不稳定,因此需要设计控制器以消除其不良影响,保证***的控制性能。又由于实际***装置中具有参数不确定性,自适应反演控制作为一种有效的方法已被广泛应用于各种不确定非线性***的研究中。自适应控制结合死区逆的策略首次提出,成功解决了线性***中的未知死区的影响。随后又提出了各种基于构造死区逆模型去补偿死区的影响,并结合自适应控制估计***未知参数的控制策略,另一种处理死区的方案是将死区模型近似转化为线性部分和有界部分之和,利用鲁棒自适应控制将有界部分按时变类扰动项处理。沿用这一思想,利用神经网络和模糊控制对未知函数的逼近能力,结合自适应鲁棒控制策略,补偿死区输入的影响。采用模糊观测器,针对具有非对称饱和死区的***,设计自适应滑模控制器降低了对***模型的依赖性,增强了抗扰性。然而,自适应反演控制需要对虚拟控制进行微分处理,会造成“微分***”现象,增加设计过程的计算量和控制器的复杂程度。
为规避传统反演控制的不足,针对一类严反馈***,提出了动态面技术,利用一阶线性滤波器处理虚拟控制,大大放松了对***方程和参考信号的要求,减轻了设计过程中的计算负担。于是各种采用动态面技术的控制策略随之提出。针对一类完全非仿射纯反馈***,使用中值定理将未知函数分解,再使用动态面控制使***达到半全局稳定,使用Nussbaum增益技术,采用状态参考的动态面反演控制,降低了控制器的复杂度,保证了***一致最终有界,结合动态面,对具有死区输入的飞行器***提出鲁棒自适应直接神经控制。在含有未知函数的***的控制中,针对带有死区输入的严反馈混沌***,采用神经网络逼近死区模型和***中的不确定项,将动态面应用于同步控制设计中,保证了同步误差任意小。采用模糊逻辑***逼近未知函数,通过构造死区逆,提出了自适应模糊反演输出反馈控制。但应指出的是,前述文献虽然使用动态面技术大大降低了控制设计的复杂度,但大多都仅能通过调参使跟踪误差收敛到任意小。
因动态面中一阶滤波器的引入,将会导致跟踪误差变大,跟踪精度下降。因此应该对线性一阶滤波器进行改进,以得到更好的控制性能。基于求导的二阶滤波器的指令滤波反演控制,提高了误差收敛速率,使用扩张状态观测器重构死区和***未知状态,利用跟踪微分器来提高控制性能。但由于边界层误差的存在,上述动态面控制仅能达到有界误差跟踪而非渐进跟踪,而渐进跟踪无论是在理论上还是实际工程中都有着重要的应用前景。目前,研究的难点主要集中于新的滤波器的构造以及新的控制器的设计,其能够消除死区非线性的影响,并且抵消滤波器边界层误差,使***跟踪误差渐进收敛到零。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种用于死区非线性不确定***的自适应动态面跟踪控制方法。
本发明的目的可以通过以下技术方案来实现:
一种用于死区非线性不确定***的自适应动态面跟踪控制方法,该方法包括以下步骤:
步骤1:将死区非线性不确定***转化为具有死区输入的严反馈***形式并设置配套假设;
步骤2:针对已转化为具有死区输入的严反馈***形式的死区非线性不确定***设计构造自适应动态面控制器;
步骤3:通过调节自适应动态面控制器的设计参数,使得步骤2中的死区非线性不确定***的闭环***信号半全局有界且跟踪信号渐进收敛至零。
进一步地,所述步骤1中的具有死区输入的严反馈***形式,其描述公式为:
进一步地,所述未知死区的输出,其描述公式为:
u=u(t)=mv(t)+d(t)
式中,v(t)表示所需设计的控制输入,mr、ml、dr、dl均表示有界的未知正常数。
进一步地,所述步骤1中的配套假设包括:
假设2:存在足够光滑可积正函数。
进一步地,所述步骤2具体包括:经过多次对于动态面误差的求导最终得到自适应动态面控制器的控制律和自适应律。
进一步地,所述控制律为:
式中,v表示实际控制量,sn和sn-1表示第n个和第n-1个动态面误差,cn表示正设计参数,en表示第n个边界层误差,τn表示第n个时间常数,表示第n个正常数的估计值,δn(t)表示第n个可积正函数,sgn(·)表示符号函数,表示未知常数的估计值,表示p的估计值,p为1/m。
进一步地,所述自适应律为:
与现有技术相比,本发明具有以下优点:
(1)本发明考虑未知死区输入的影响,讨论了一类参数严反馈***的控制问题。利用动态面技术,通过引入新的非线性滤波器来补偿动态面的边界层误差,并解决因虚拟控制微分导致的计算膨胀问题。对死区特性以及***中的未知参数进行在线估计。最终所设计的控制器,在消除死区影响的同时,可以保证闭环***的稳定性,并实现跟踪误差渐进收敛到零。
(2)本发明利用新的滤波器,不仅可以规避“微分***”而且能很好的补偿普通动态面方法引起的边界层误差,从而使***跟踪误差渐进收敛到零;
(3)本发明设计的控制器能够消除死区非线性的影响,保证闭环***的稳定性,并且使***跟踪误差渐进收敛;
(4)本发明提出新的自适应调参率,可以降低计算负担、简化控制器;
(5)本发明通过调节正设计参数可以提高***的瞬态跟踪性能。
附图说明
图1为本发明的方法流程示意图;
图2为本发明实施例的输出及参考信号示意图;
图3为本发明实施例的跟踪误差信号示意图;
图4为本发明实施例的控制输入信号示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
实施例
本实施例针对一类参数严反馈***,考虑未知死区输入的影响,利用动态面技术,引入新的非线性滤波器来补偿动态面的边界层误差,并解决了因虚拟控制微分导致的计算膨胀问题。对死区以及***未知参数进行在线估计,最终所设计的控制器,在消除死区影响的同时,可以保证闭环***的稳定性,并实现跟踪误差的渐进收敛。最后通过一个单力臂机械手仿真实例对该设计方案进行了验证。
1.问题描述
考虑如下具有死区输入的严反馈***
u(t)=mv(t)+d(t) (2)
其中:
v是所要设计的控制输入,mr,rl,dr,dl均是有界的未知正常数,并且|d(t)|≤D,D是未知常数。
于是***(1)可重写为:
引理1有如下不等式关系成立:
c/(c+d)≤1,c≥0,d>0或c>0,d≥0
假设2:存在足够光滑可积正函数
2.自适应动态面控制器设计
本实施例的控制目标是针对带有未知死区输入的***(1)设计自适应控制律v,使闭环***稳定,并且输出跟踪误差y-yd渐进收敛到原点.下面给出利用新的非线性滤波器的自适应动态面控制的设计步骤:
第1步:第一个动态面误差(跟踪误差)s1=y-yd,对其求导有:
取虚拟控制α1为
其中c1>0是设计参数。
为避免“微分***”问题,让α1通过下面的新型非线性滤波器
z2(0)=α1(0)
第i步(2≤i≤n-1):第i个动态面误差si=xi-zi,对其求导有:
取虚拟控制αi为:
其中ci>0是设计参数。
让αi通过下面的新型非线性滤波器:
zi+1(0)=αi(0)
第n步:第n个动态面误差sn=xn-zn,对其求导有:
取实际控制v为:
3.***稳定性分析
对边界层误差ei+1,1≤i≤n-1进行微分有:
其中,B2(·),Bi+1(·)都是光滑连续函数。
定义如下Lyapunov函数
于是基于上述控制方法,可得到如下定理:
定理针对带有未知死区输入(2)的一类严反馈非线性***(1),在假设1、2的条件下,应用控制律(14)、自适应律(8)、(12)、(16)、(17),则对于满足V(0)≤C2的任意初始条件,C2是一正设计常数.则通过调节设计参数ci,i=1,...,n,τi,i=1,...,n-1,γp,γD,可使闭环***信号半全局有界,跟踪信号渐进收敛到零。
证明:定义有界紧集为
Ω2:={V(t)≤C2} (22)
结合引理1,式(5)、(6)、(9)、(10)、(13)、(18),实际控制(14)、(15)和自适应律(8)、(12)、(16)、(17),(19)的时间导数
对上式(23)两边在[0,t]上积分并结合假设2,得
上式意味着s1,...,sn,e2,...,en,是有界的。随即根据式(5)~(12)知x1,...,xn,α1,...,αn-1,z2,...,zn有界,又m、d有界,故v有界。至此,闭环***内所有信号有界。此外还有下式成立
对上式运用Barbalat引理则有
即达到输出误差的渐进跟踪。
注:通过应用初始化技术,即设置si(0)=0,i=1,...,n,并且注意到在滤波器初始值设置时有ei+1(0)=zi+1(0)-αi(0),i=1,...,n-1,故根据式(25)可得到在[0,t],有
4.仿真研究
考虑如下单力臂机械手***
上式可以表达成本实施例中的严反馈的形式
死区各参数为:ml=mr=2,dr=0.3,dl=0.5;
***初始状态为x1(0)=0.1,x2(0)=0。
控制目标:采用所设计的自适应动态面控制器,可使***式(29)在有未知死区输入的情况下,***稳定,且输出信号y(t)依旧可以渐进跟踪期望信号yd=sin(t)。
控制器相关参数设置:
***输出信号y(t)和参考信号yd(t)、跟踪误差s1和控制量v如图2、3、4所示。由仿真图可知跟踪误差渐进收敛到零,控制量有界变化,这验证了所设计的控制器的有效性。
综上所述,本发明讨论了具有未知输入死区的一类非线性严反馈***的控制问题。通过引入新的滤波器来补偿边界层误差,并处理中间虚拟控制,提出了一种新的基于动态面技术的自适应控制策略。理论分析证明了该方法可在消除死区影响的前提下,使闭环***稳定,跟踪误差渐进收敛到零。最后仿真结果证明了方案的正确性和有效性,并最终得到如图1所示的用于死区非线性不确定***的自适应动态面跟踪控制方法的方法流程图,该方法包括以下步骤:
步骤1:将死区非线性不确定***转化为具有死区输入的严反馈***形式并设置配套假设;
步骤2:针对已转化为具有死区输入的严反馈***形式的死区非线性不确定***设计构造自适应动态面控制器;
步骤3:通过调节自适应动态面控制器的设计参数,使得步骤2中的死区非线性不确定***的闭环***信号半全局有界且跟踪信号渐进收敛至零。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (3)
1.一种用于死区非线性不确定***的自适应动态面跟踪控制方法,其特征在于,该方法包括以下步骤:
步骤1:将死区非线性不确定***转化为具有死区输入的严反馈***形式并设置配套假设;
步骤2:针对已转化为具有死区输入的严反馈***形式的死区非线性不确定***设计构造自适应动态面控制器;
步骤3:通过调节自适应动态面控制器的设计参数,使得步骤2中的死区非线性不确定***的闭环***信号半全局有界且跟踪信号渐进收敛至零;
步骤1中的配套假设包括:
假设2:存在足够光滑可积正函数;
所述步骤2具体包括:经过多次对于动态面误差的求导最终得到自适应动态面控制器的控制律和自适应律;
所述控制律为:
式中,v表示实际控制量,sn和sn-1表示第n个和第n-1个动态面误差,cn表示正设计参数,en表示第n个边界层误差,τn表示第n个时间常数,表示第n个正常数的估计值,δn(t)表示第n个可积正函数,sgn(·)表示符号函数,表示未知常数的估计值,表示p的估计值,p为1/m;
所述自适应律为:
构造自适应动态面控制器的步骤包括:
第1步:第一个动态面误差s1=y-yd,对其求导有:
取虚拟控制α1为:
其中c1>0是设计参数;
让α1通过下面的新型非线性滤波器:
z2(0)=α1(0)
第i步(2≤i≤n-1):第i个动态面误差si=xi-zi,对其求导有:
取虚拟控制αi为:
其中ci>0为设计参数;
让αi通过下面的新型非线性滤波器:
zi+1(0)=αi(0)
第n步:第n个动态面误差sn=xn-zn,对其求导有:
取实际控制v为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910620704.1A CN110333657B (zh) | 2019-07-10 | 2019-07-10 | 用于死区非线性不确定***的自适应动态面跟踪控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910620704.1A CN110333657B (zh) | 2019-07-10 | 2019-07-10 | 用于死区非线性不确定***的自适应动态面跟踪控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110333657A CN110333657A (zh) | 2019-10-15 |
CN110333657B true CN110333657B (zh) | 2022-08-16 |
Family
ID=68145970
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910620704.1A Active CN110333657B (zh) | 2019-07-10 | 2019-07-10 | 用于死区非线性不确定***的自适应动态面跟踪控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110333657B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110647154B (zh) * | 2019-10-29 | 2022-04-01 | 大连海事大学 | 基于模糊状态观测器的智能船舶自动舵***航向轨迹跟踪设计方法 |
CN111766775B (zh) * | 2020-05-06 | 2023-03-28 | 东北电力大学 | 具有未知饱和pi回滞的非线性***动态面隐逆控制器 |
CN112363538B (zh) * | 2020-11-09 | 2022-09-02 | 哈尔滨工程大学 | 一种速度信息不完备下的auv区域跟踪控制方法 |
CN112731801B (zh) * | 2020-12-17 | 2022-10-14 | 上海工程技术大学 | 一种对称死区非线性的自适应动态面输出反馈控制方法 |
CN114371616B (zh) * | 2021-12-09 | 2023-09-12 | 上海工程技术大学 | 一种死区非线性时滞***的跟踪控制方法 |
CN114384800B (zh) * | 2021-12-09 | 2023-09-12 | 上海工程技术大学 | 一种具有输入信号延时的未知非线性***反推控制方法 |
CN115981165B (zh) * | 2023-02-15 | 2023-12-26 | 杭州电子科技大学 | 一种高阶非严格反馈非线性***全局自适应跟踪控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104614994A (zh) * | 2015-02-11 | 2015-05-13 | 南京理工大学 | 一种含输入死区的非线性***鲁棒自适应控制方法 |
CN105068420A (zh) * | 2015-05-08 | 2015-11-18 | 南昌航空大学 | 一种区间约束的非仿射不确定***自适应控制方法 |
KR101818133B1 (ko) * | 2016-07-07 | 2018-01-15 | 중앙대학교 산학협력단 | 비엄격한 피드백 양식을 가지는 미지의 비선형 스위칭된 시스템을 위한 추종 제어를 이용한 제어장치 및 제어방법 |
CN108897227A (zh) * | 2018-08-20 | 2018-11-27 | 西北工业大学 | 非线性严格反馈***全局有限时间神经网络控制方法 |
-
2019
- 2019-07-10 CN CN201910620704.1A patent/CN110333657B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104614994A (zh) * | 2015-02-11 | 2015-05-13 | 南京理工大学 | 一种含输入死区的非线性***鲁棒自适应控制方法 |
CN105068420A (zh) * | 2015-05-08 | 2015-11-18 | 南昌航空大学 | 一种区间约束的非仿射不确定***自适应控制方法 |
KR101818133B1 (ko) * | 2016-07-07 | 2018-01-15 | 중앙대학교 산학협력단 | 비엄격한 피드백 양식을 가지는 미지의 비선형 스위칭된 시스템을 위한 추종 제어를 이용한 제어장치 및 제어방법 |
CN108897227A (zh) * | 2018-08-20 | 2018-11-27 | 西北工业大学 | 非线性严格反馈***全局有限时间神经网络控制方法 |
Non-Patent Citations (2)
Title |
---|
Xianglei Jia等.Adaptive output feedback tracking of nonlinear systems with uncertain nonsymmetric dead-zone input.《ISA Transactions》.2019,第35-44页. * |
田佰军等.增益系数未知条件下不确定船舶航向保持鲁棒λ调节控制.《大连海事大学学报》.2015,第41卷(第02期),第30-34页. * |
Also Published As
Publication number | Publication date |
---|---|
CN110333657A (zh) | 2019-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110333657B (zh) | 用于死区非线性不确定***的自适应动态面跟踪控制方法 | |
CN108490765B (zh) | 一种带有抗积分补偿的自抗扰控制器的设计方法 | |
CN107168071B (zh) | 一种基于干扰观测器的非线性***自抗扰控制方法 | |
CN108375907B (zh) | 基于神经网络的高超声速飞行器自适应补偿控制方法 | |
Liu et al. | Adaptive fixed-time hierarchical sliding mode control for switched under-actuated systems with dead-zone constraints via event-triggered strategy | |
Di et al. | Event-triggered sliding mode attitude coordinated control for spacecraft formation flying system with disturbances | |
CN107994834B (zh) | 多电机***自适应快速终端滑模同步控制方法 | |
CN107203138B (zh) | 一种输入输出饱和的飞行器鲁棒控制方法 | |
CN104950677A (zh) | 基于反演滑模控制的机械臂***饱和补偿控制方法 | |
CN105223808A (zh) | 基于神经网络动态面滑模控制的机械臂***饱和补偿控制方法 | |
CN108427289B (zh) | 一种基于非线性函数的高超声速飞行器跟踪控制方法 | |
CN111459051A (zh) | 一种带扰动观测器的离散终端滑模无模型控制方法 | |
CN112904726B (zh) | 一种基于误差重构权重更新的神经网络反步控制方法 | |
CN110262247B (zh) | 多机器人***的分布式命令滤波模糊控制方法 | |
CN105549395A (zh) | 保证瞬态性能的机械臂伺服***死区补偿控制方法 | |
Li et al. | Adaptive neural networks-based fixed-time fault-tolerant consensus tracking for uncertain multiple Euler–Lagrange systems | |
CN113110048B (zh) | 采用hosm观测器的非线性***输出反馈自适应控制***和方法 | |
Liu | Predictive control of high-order fully actuated nonlinear systems with time-varying delays | |
Fu et al. | Adaptive finite-time event-triggered control of marine surface vehicles with prescribed performance and output constraints | |
Liu et al. | Antisaturation fixed-time attitude tracking control based low-computation learning for uncertain quadrotor UAVs with external disturbances | |
Fu et al. | Global output regulation for a class of single input Port-controlled Hamiltonian disturbed systems | |
Wang et al. | Finite-time performance guaranteed event-triggered adaptive control for nonlinear systems with unknown control direction | |
Chen et al. | Recurrent wavelet neural backstepping controller design with a smooth compensator | |
CN113111505A (zh) | 基于非线性Hammerstein***的变遗忘因子递推最小二乘方法及*** | |
Cui et al. | Fixed-time distributed adaptive attitude control for multiple QUAVs with quantized input |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |