×
潘永平;呃，孟乔;陈荣军;于浩勇

无需寻求SPR条件的输出反馈自适应神经控制。 （英语） Zbl 1333.93081号

亚洲J.控制 第5号第17页，1620-1630页（2015年）.
摘要：对于基于反馈线性化和函数逼近的仿射非线性系统的输出反馈自适应控制，通常需要用低通滤波器增强观测误差动力学，以满足严格正实（SPR）条件，从而实现输出反馈。然而，这种操作导致对逼近器的基函数进行滤波，使得控制器的动态阶数非常大。本文提出了一种新的输出反馈自适应神经控制（ANC）方案，以避免寻求SPR条件。基于状态反馈间接ANC结构，提出了一种饱和输出反馈控制律。采用自适应神经网络观测器估计不可测系统状态变量。对输出估计误差而非基函数进行滤波，并使用滤波器输出更新NN。在给定初始条件和足够的控制参数约束下，证明了闭环系统在状态估计误差和跟踪误差均收敛到零的小邻域的意义下一致最终有界稳定。文中给出了一个示例来证明该方法的有效性。

引用于三文件

MSC公司：

93B18号机组 线性化
93B52号 反馈控制
93C40型 自适应控制/观测系统
93立方厘米15 由常微分方程控制的控制/观测系统
93立方厘米 控制理论中的非线性系统
93立方厘米 信息不完整的控制/观测系统

关键词：

自适应观测器;函数近似;神经网络控制;输出反馈;严格正实（SPR）条件;不确定非线性系统
PDF格式BibTeX公司 XML格式引用
\textit{Y.Pan}等人，《亚洲期刊控制》17，第5期，1620--1630（2015；Zbl 1333.93081）
全文： 内政部

参考文献：

[1] Farrell，J.A.和M.M.Polycarpou，《基于自适应逼近的控制：统一神经、模糊和传统自适应逼近方法》，Wiley，Hoboken，NJ（2006）。
[2] Chiang，M.H.，“采用自适应模糊控制器和自校正模糊滑模补偿的电液位移控制系统的速度控制”，《亚洲控制杂志》，第13卷，第4期，第492-504页（2011年）·Zbl 1219.93057号
[3] Tsai，J.Z.，C.F.Hsu，C.J.Chiu等人，“无刷直流电机基于FPGA的自适应动态滑模神经控制”，亚洲控制杂志，第13卷，第6期，第845-857页（2011年）·Zbl 1263.93122号
[4] Sun，T.R.、H.L.Pei、Y.P.Pan和C.H.Zhang，“一类自动车辆跟踪环境轮廓线的鲁棒小波网络控制”，《神经计算》，第74卷，第17期，第2886-2892页（2011年）。
[5] Pan，Y.，M.J.Er，D.Huang和Q.Wang，“保证最佳逼近误差收敛的自适应模糊控制”，IEEE Trans。模糊系统。，第19卷，第5期，第807-818页（2011年）。
[6] Liu，H.，H.Yu和W.Xiang，“不确定混沌系统的自适应模糊非线性反演控制”，Chin。物理学。B、 第21卷，第12期（2012年）。纸张ID:120505。
[7] Moradi，M.、M.H.Kazemi和E.Ershadi，“带隶属函数调整的直接自适应模糊控制”，《亚洲控制杂志》，第14卷，第3期，第726-735页（2012年）·Zbl 1303.93114号
[8] Pan，Y.，M.J.Er和T.Sun，“同步广义Lorenz系统的复合自适应模糊控制”，《混沌》，第22卷，第2期（2012年）。纸张ID:023144·Zbl 1331.93133号
[9] Pan，Y.，M.J.Er，D.Huang，T.Sun，“不确定非线性系统的实用自适应模糊H^∞跟踪控制”，国际模糊系统杂志。，第14卷，第4期，第463-473页（2012年）。
[10] Li，T.，D.Wang，J.Li，Y.Li，“具有输入饱和的非线性互联时滞系统的自适应分散NN控制”，《亚洲控制杂志》，第15卷，第2期，第533-542页（2013年）·Zbl 1327.93017号
[11] Pan，Y.和M.J.Er，“具有最佳逼近误差收敛的增强自适应模糊控制”，IEEE Trans。模糊系统。，第21卷，第6期，第1123-1132页（2013年）。
[12] Pan，Y.，Y.Zhou，T.Sun，M.J.Er，“不确定非线性系统的复合自适应模糊H^∞跟踪控制”，《神经计算》，第99卷，第15-24页（2013）。
[13] Xu，B.、X.Huang、D.Wang和F.Sun，“带参数估计和致动器补偿的约束高超声速飞行模型的动态表面控制”，《亚洲控制杂志》，第16卷，第1期，第162-174页（2014年）·Zbl 1286.93058号
[14] Xu，B.、Y.Pan、D.Wang和F.Sun，“基于极端学习机器的离散时间高超声速飞行控制”，《神经计算》，第128卷，第232-241页（2014年）。
[15] Ciabattoni，L.，M.L.Corradini，M.Grisostomi等人，“基于RBF神经网络的PMSM驱动器离散时间VS控制器”，《亚洲控制杂志》，第16卷，第2期，第396-408页（2014年）·Zbl 1290.93033号
[16] Pan，Y.P.，H.Y.Yu和M.J.Er，“具有半全局渐近稳定保证的自适应神经PD控制”，IEEE Trans。神经网络。学习。系统。(2014). DOI:10.1109/TNNLS.2014.2308571。
[17] Golea，N.、A.Golea、K.Barra和T.Bouktir，“机器人操纵器基于观测器的自适应控制：模糊系统方法”，应用。柔软。计算。，第8卷，第1期，第778-787页（2008年）。
[18] G.Rigatos，“使用状态和输出反馈的直流电机自适应模糊控制”，Electr。电力系统。研究，第79卷，第11期，第1579-1592页（2009年）。
[19] Wang，W.Y.，I.H.Li，M.C.Chen，S.F.Su和S.B.Hsu，“使用基于观测器的直接自适应模糊神经控制器的防抱死制动系统的动态滑移率估计和控制”，IEEE Trans。Ind.Electron公司。，第56卷，第5期，第1746-1756页（2009年）。
[20] Kim，Y.H.，F.L.Lewis和C.T.Abdallah，“一类非线性系统基于动态递归神经网络的自适应观测器”，《自动化》，第33卷，第8期，第1539-1543页（1997年）·兹比尔1047.93504
[21] Calise，A.J.、N.Hovakimyan和M.Idan，“使用神经网络的非线性系统自适应输出反馈控制”，《自动化》，第37卷，第8期，第1201-1211页（2001年）·Zbl 0981.93065号
[22] Wang，Y.，T.Chai和Y.Zhang，“一类不确定非线性系统基于状态观测器的自适应模糊输出反馈控制”，《信息科学》。，第180卷，第24期，第5029-5040页（2010年）·Zbl 1205.93091号
[23] Shahnazi，R.、N.Pariz和A.V.Kamyad，“时滞不确定非线性系统的基于观测器的自适应模糊控制”，《亚洲控制杂志》，第13卷，第3期，第456-460页（2011年）·Zbl 1221.93158号
[24] Huang，S.N.，K.K.Tan和T.H.Lee，“一类非线性系统基于动态递归神经网络的自适应观测器的进一步结果”，Automatica，第41卷，第12期，第2161-2162页（2005）·Zbl 1100.93501号
[25] Abdollahi，F.、H.Talebi和R.V.Patel，“基于神经网络的稳定观测器在柔性关节操纵器中的应用”，IEEE Trans。神经网络。，第17卷，第1期，第118-129页（2006年）。
[26] Kung，C.C.和T.H.Chen，“未知非线性动力系统的基于观测器的带状态变量滤波器的间接自适应模糊滑模控制”，模糊集系统。，第155卷，第2期，第292-308页（2005年）·Zbl 1140.93411号
[27] Park，J.H.，G.T.Park，S.H.Kim和C.J.Moon，“使用自结构自适应模糊观测器的不确定非线性系统的输出反馈控制”，模糊集系统。，第151卷，第1期，第21-42页（2005年）·Zbl 1142.93371号
[28] Boulkroune，A.、M.Tadjine、M.Masaad和M.Farza，“如何为不确定仿射非线性系统设计基于观测器的模糊自适应控制器”，模糊集系统。，第159卷，第8期，第926-948页（2008年）·Zbl 1170.93335号
[29] Tong，S.，H.Li，and W.Wei，“关于‘未知非线性动力系统的带状态观测器和监督控制器的直接自适应模糊神经控制’的评论”，IEEE Trans。模糊系统。，第11卷，第5期，第703-705页（2003年）。
[30] Khalil，H.K.，“非线性反馈控制中的高增益观测器”，摘自H.Nijmeijer（编辑）和T.I.Fossen（编辑）《非线性观测器设计新方向》，伦敦斯普林格出版社，第249-268页，（1999）·Zbl 0942.93038号
[31] Wang，W.Y.，M.L.Chan，C.C.J.Hsu和T.T.Lee，“通过自适应模糊神经方法对不确定非线性系统进行基于H∞跟踪的滑模控制”，IEEE Trans。系统。人类网络。B网络。，第32卷，第4期，第483-492页（2002年）。
[32] Hu，C.，B.Yao和Q.Wang，“具有精确参数估计的双轴龙门架的集成直接/间接自适应鲁棒轮廓控制”，Automatica，第46卷，第4期，第701-707页（2010年）·Zbl 1193.93113号
[33] Seshagiri，S.和H.K.Khalil，“使用RBF神经网络的非线性系统的输出反馈控制”，IEEE Trans。神经网络。，第11卷，第1期，第69-79页（2000年）。
[34] Freidovich，L.B.和H.K.Khalil，“基于反馈线性化设计的性能恢复”，IEEE Trans。自动。《控制》，第53卷，第10期，第2324-2334页（2008年）·Zbl 1367.93498号
[35] Lian，J.，Y.Lee和S.H.Zak，“不确定系统的可变神经直接自适应鲁棒控制”，IEEE Trans。自动。对照，第53卷，第11期，第2658-2664页（2008年）·Zbl 1367.93315号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。