×
Choi、Yun Ho;Yoo，Sung Jin先生

不确定输入量化非线性纯反馈系统的具有预定性能的鲁棒事件驱动跟踪控制。 （英语） Zbl 1390.93525号

J.富兰克林研究所。 355，第8期，3567-3582（2018）.
摘要：本文提出了一种输入量化的不确定非线性纯反馈系统鲁棒事件驱动跟踪控制的简化设计方法。假设所有的非线性和量化参数都是完全未知的。与现有的针对完全未知非线性系统的事件驱动控制方法不同，本文的主要贡献是设计了一种简单的基于事件的跟踪方案，该方案具有预先指定的性能，不需要使用自适应函数逼近器和自适应镜像模型。在李亚普诺夫意义下，所提出的事件驱动低复杂度跟踪器由非线性变换的误差面和触发条件组成，在输入量化存在的情况下，可以实现预选的控制误差瞬态和稳态性能。

引用于2文件

理学硕士：

93立方65 离散事件控制/观测系统
93B25型 代数方法
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：

鲁棒事件驱动跟踪控制;不确定非线性纯反馈系统;输入量化;具有预先指定性能的简单事件跟踪方案
PDF格式BibTeX公司 XML格式引用
\textit{Y.H.Choi}和\textit{S.J.Yoo}，J.Franklin Inst.355，No.8，3567-3582（2018；Zbl 1390.93525）
全文： 内政部

参考文献：

[1] Bechlioulis，C.P。；Rovithakis，G.A.，具有规定性能的反馈线性化MIMO非线性系统的鲁棒自适应控制，IEEE Trans。自动。对照，532090-2099，（2008）·Zbl 1367.93298号
[2] Bechlioulis，C.P。；Rovithakis，G.A.，《严格反馈系统具有保证瞬态和稳态跟踪误差界的自适应控制》，Automatica，45，2，532-538，（2009）·Zbl 1158.93325号
[3] Bechlioulis，C.P。；Rovithakis，G.A.，未知纯反馈系统具有规定性能的低复杂度全局无近似控制方案，Automatica，50，4，1217-1226，（2014）·Zbl 1298.93171号
[4] Choi，Y.H。；Yoo，S.J.，具有未知时滞非线性和控制方向的不确定大规模纯反馈系统的分散近似无控制，非线性动力学。，85, 2, 1053-1066, (2016) ·Zbl 1355.93072号
[5] Dawson，D.M。；卡罗尔·J·J。；Schneider，M.，旋转机器人负载的电刷直流电机的积分器反推控制，IEEE Trans。控制系统。技术。，2, 3, 233-244, (1994)
[6] 加西亚，E。；Antsaklis，P.J.，《量化和时变网络延迟系统的基于模型的事件触发控制》，IEEE Trans。自动。控制，58，2，422-434，（2013）·Zbl 1369.93408号
[7] Girard，A.，事件触发控制的动态触发机制，IEEE Trans。自动。控制，60，7，1992-1997，（2015）·Zbl 1360.93423号
[8] Heemels，W.P.M.H。；Donkers，M.C.F。；Teel，A.R.，线性系统的周期事件触发控制，IEEE Trans。自动。控制，58，4，847-861，（2013）·兹比尔1369.93363
[9] 华，C。；张，L。；Guan，X.，具有规定性能的互联时滞系统的输出反馈控制，神经计算，129208-215，（2014）
[10] 哈利勒，香港，非线性系统，（2002），普伦蒂斯·霍尔·Zbl 1003.34002号
[11] Lang，S.，Real and functional analysis，（1993），纽约州斯普林格·弗拉格·Zbl 0831.46001号
[12] 李毅。；Tong，S.，非线性时滞大系统的规定性能自适应模糊输出反馈动态表面控制，信息科学。，292, 20, 125-142, (2015) ·Zbl 1355.93100号
[13] 李，Y.X。；Yang，G.H.，基于模型的严格反馈非线性系统自适应事件触发控制，IEEE Trans。神经网络。学习。系统。，29, 4, 1033-1045, (2018)
[14] L.Li，X.Wang，M.D.Lemmon，有限带宽高效关注事件触发系统，IEEE Trans。自动。合同。62(3) (2017) 1491-1497.; L.Li，X.Wang，M.D.Lemmon，有限带宽高效关注事件触发系统，IEEE Trans。自动。合同。62(3) (2017) 1491-1497. ·兹比尔1366.93340
[15] 李博士。；Li，D.J。；刘义杰。；唐，S。；Chen，C.L.P.，具有全状态约束的非线性MIMO未知时变时滞系统基于逼近的自适应神经跟踪控制，IEEE Trans。赛博。，47, 10, 3100-3109, (2017)
[16] 李博士。；Li，D.J.，具有全状态约束的非线性时滞系统的自适应神经跟踪控制，IEEE Trans。系统。网络人：系统。，47, 7, 1590-1601, (2017)
[17] D.J.Li，S.Lu，Y.J.Liu，D.Li，不确定非线性MIMO系统基于障碍函数的自适应模糊跟踪控制及其在化工过程中的应用，IEEE Trans。模糊系统。doi:10.1109/TFUZZ.2017.2765627；D.J.Li，S.Lu，Y.J.Liu，D.Li，不确定非线性MIMO系统基于障碍函数的自适应模糊跟踪控制及其在化工过程中的应用，IEEE Trans。模糊系统。doi:10.1109/TFUZZ.2017.2765627
[18] D.P.Li、D.J.Li，具有未知时变时滞的不确定状态约束机器人的自适应神经跟踪控制，IEEE Trans。系统。网络人：系统。doi:10.1109/TSMC.2017.2703921；D.P.Li、D.J.Li，具有未知时变时滞的不确定状态约束机器人的自适应神经跟踪控制，IEEE Trans。系统。网络人：系统。doi:10.1109/TSMC.2017.2703921
[19] 刘，T。；姜振平。；Hill，D.J.，状态量化非线性系统反馈控制的扇区界限方法，Automatica，48，1，145-152，（2012）·Zbl 1244.93066号
[20] 刘，D。；Yang，G.H.，基于神经网络的非线性离散时间过程事件触发MFAC，神经计算。，272, 356-364, (2018)
[21] 刘义杰。；Tong，S.，全状态约束非线性系统nussbaum增益自适应控制的Barrier-Lyapunov函数，Automatica，76，143-152，（2017）·兹比尔1352.93062
[22] 刘义杰。；卢，S。；李，D。；Tong，S.，一类非线性时变状态约束系统基于自适应控制器设计的ABLF，IEEE Trans。系统。网络人：系统。，47, 7, 1546-1553, (2017)
[23] 刘义杰。；卢，S。；唐，S。；陈，X。；Chen，C.L.P。；Li，D.J.，一类具有完全状态约束的随机非线性系统的基于自适应控制的屏障Lyapunov函数，Automatica，87，83-93，（2018）·Zbl 1378.93137号
[24] 马佐，M。；Tabuada，P.，《无线传感器/执行器网络的分散事件触发控制》，IEEE Trans。自动。控制，56，10，2456-2461，（2011）·Zbl 1368.93358号
[25] Postoyan，R。；Tabuada，P。；奈西奇，D。；Anta，A.，非线性系统事件触发稳定化框架，IEEE Trans。自动。控制，60，4，982-996，（2015）·兹比尔1360.93567
[26] Qu，F.L。；关，Z.H。；他，D.X。；Chi，M.，《量化和数据包丢失网络控制系统的事件触发控制》，J.Frankl。研究所，352，3，974-986，（2015）·Zbl 1307.93256号
[27] Sahoo，A。；Xu，H。；Jagannathan，S.，单输入单输出非线性离散时间系统基于自适应神经网络的事件触发控制，IEEE Trans。诺尔。净值。学习。系统。，27, 1, 151-164, (2016)
[28] Sahoo，A。；Xu，H。；Jagannathan，S.，非线性连续时间系统基于神经网络的事件触发状态反馈控制，IEEE Trans。诺尔。净值。学习。系统。，27, 3, 497-509, (2016)
[29] Sahoo，A。；Xu，H。；Jagannathan，S.，使用神经动力学编程的非线性离散时间系统的近最优事件触发控制，IEEE Trans。诺尔。净值。学习。系统。，27, 9, 1801-1815, (2016)
[30] Sahoo，A。；Jagannathan，S.，《使用事件驱动自适应动态规划对非线性网络控制系统进行随机最优调节》，IEEE Trans。赛博。，47, 2, 425-438, (2017)
[31] Sahoo，A。；Xu，H。；Jagannathan，S.，使用事件采样神经动力学规划的仿射非线性连续时间系统的近似最优控制，IEEE Trans。诺尔。净值。学习。系统。，28, 3, 639-652, (2017)
[32] Sontag，E.D.，《数学控制理论：确定性有限维系统》（1998），Springer-Verlag London·Zbl 0945.93001号
[33] 苏·S。；Tong，S.C.，具有输入量化的切换非线性系统的模糊自适应量化输出反馈跟踪控制，模糊集系统。，290, 56-78, (2016) ·Zbl 1374.93158号
[34] N.Szanto，V.Narayanan，S.Jagannathan，不确定严格反馈系统的事件采样直接自适应NN输出和状态反馈控制，IEEE Trans。神经网络。学习。系统。doi:10.1109/TNNLS.2017.2678922；N.Szanto，V.Narayanan，S.Jagannathan，不确定严格反馈系统的事件采样直接自适应神经网络输出和状态反馈控制，IEEE Trans。神经网络。学习。系统。doi:10.1109/TNNLS.2017.2678922
[35] Tabuada，P.，稳定控制任务的事件触发实时调度，IEEE Trans。自动。控制，52，9，1680-1685，（2007）·Zbl 1366.90104号
[36] Tallapragada，P。；Chopra，N.，《非线性系统的事件触发跟踪》，IEEE Trans。自动。控制，58，9，2343-2348，（2013）·Zbl 1369.93256号
[37] 蒂普苏旺，Y。；Chow，M.Y.，网络控制系统中的控制方法学，控制工程实践。，11, 10, 1099-1111, (2003)
[38] 沃尔什，G.C。；叶，H。；Bushnell，L.G.，网络控制系统的稳定性分析，IEEE Trans。控制系统。技术。，10, 3, 438-446, (2002)
[39] 徐，B。；Sun，F.，带干扰的严格反馈系统的复合智能学习控制，IEEE Trans。赛博。，48, 2, 730-741, (2018)
[40] 徐，B。；张鹏，柔性连杆机械手复合学习滑模控制，复杂性，2017，1-6，（2017）·Zbl 1373.93083号
[41] B.Xu，复合学习有限时间控制及其在四电机上的应用，IEEE Trans。系统。网络人：系统。doi:10.1109/TSMC.2017.2698473；B.Xu，复合学习有限时间控制及其在四电机中的应用，IEEE Trans。系统。网络人：系统。doi:10.1109/TSMC.2017.2698473
[42] Yang，R。；刘国平。；施，P。；托马斯，C。；Basin，M.V.，网络控制系统的预测输出反馈控制，IEEE Trans。Ind.Electron公司。，61, 1, 512-520, (2014)
[43] Yang，H。；Xu，Y。；Zhang，J.，具有量化和马尔可夫包丢失的网络控制系统的事件驱动控制，IEEE Trans。赛博。，47, 8, 2235-2243, (2017)
[44] Yu，H。；Antsaklis，P.J.，《使用无源性的网络控制系统的事件触发输出反馈控制：实现我_{2} 存在通信延迟和信号量化时的稳定性，Automatica，49，1，30-38，（2013）·Zbl 1257.93081号
[45] 岳，D。；田，E。；Han，Q.L.，用于设计网络控制系统的事件触发控制器的延迟系统方法，IEEE Trans。自动。控制，58，2，475-481，（2013）·Zbl 1369.93183号
[46] 邹，A.M。；Hou，Z.G。；Tan，M.，一类非线性纯反馈系统的模糊反步自适应控制，IEEE Trans。模糊系统。，16, 4, 886-897, (2008)
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。