资源描述：
《几类非严格反馈非线性系统的自适应神经网络控制.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、分类号：TP13密级：公开学校代码：11065学号：2014010006学术博士学位论文几类非严格反馈非线性系统的自适应神经网络控制作者姓名孙玉梅指导教师陈兵教授学科系统理论培养单位自动化与电气工程学院答辩日期2018年5月18日摘要本文基于Lyapunov稳定性理论,将backstepping技术和自适应神经网络控制方法相结合,系统地研究了几类非严格反馈非线性系统的控制问题，同时提出了相应的自适应神经网络控制方法,并且所提出的控制方法达到了预期的控制目的.论文共分为六章.第一章概述了随机非线性系统和非严格反馈非线性系统的研究现状，并且在最后列出了本文研究的主要内容.1.第
2、二章研究了一类单输入单输出(Single-Input-Single-Output,SISO)非严格反馈随机非线性系统的追踪控制问题.在控制设计过程中,利用径向基函数（RadialBasisFunction,RBF）神经网络逼近未知的非线性函数,并且利用神经网络的结构特点将backstepping设计方法从严格反馈随机非线性系统推广到非严格反馈随机非线性系统，取消了在已有文献中对系统函数的假设条件,并且实现了期望的控制目标.2.第三章在第二章研究工作的基础上考虑了非严格反馈随机非线性时滞系统的自适应跟踪控制问题.在控制设计过程中,我们首先构造了一个新的Lyapunov-Kra
3、ovskii泛函来补偿系统中非线性时滞项的影响,然后应用RBF神经网络来逼近系统的非线性函数,并且利用神经网络的结构特点实现了backstepping方法向非严格反馈随机非线性时滞系统的推广.在本章中所设计的控制器能保证闭环系统的所有信号依概率有界,且跟踪误差收敛到原点充分小的邻域内.3.第四章研究了一类带量化输入的随机切换系统.由于系统在具有输入量化和任意切换条件下运行，量化器与任意切换对随机系统的共同影响使得控制器的设计更复杂.为了克服这一困难,我们首先提出了量化器的非线性分解策略,根据这一策略量化器问题和切换问题可以分开考虑，从而相应地降低了控制器设计的难度.然后,基
4、于backstepping技术提出了非严格反馈随机非线性系统的自适应神经网络控制方案.设计的神经网络控制器保证了闭环系统的有界性和跟踪性能.4.第五章研究了两类非线性系统的有限时间控制问题.我们首先提出并证明了有限时间半全局实用稳定判据,然后根据这一判据分别研究了非严格反馈非线性系统与非严格反馈非线性切换系统的有限时间追踪问题.与现有的研究结果相比，我们放宽了对系统函数的要求，结果更具有一般性.并且基于backstepping技巧提出的自适应控制器保证了在有限时间内追踪误差收敛于原点充分小的邻域内以及闭环系统的所有信号有界.5.基于上一章提出的有限时间半全局实用稳定准则,第
5、六章进一步研究了一类非严格反馈非线性系统的有限时间输出反馈问题.为了处理系统状态不可测的问题,我们引入了一个线性状态观测器来估计系统状态，然后给出了基于观测器的输出反馈自适应神经网络控制设计方案.在本章所提出的控制方案不仅保证了闭环系统所有信号的稳定性,而且能够在有限时间内达到较好的跟踪性能.关键字：非严格反馈系统;随机非线性系统;Lyapunov稳定;自适应神经网络控制;Backstepping技术;时滞系统;有限间控制;切换系统AbstractInthisthesis,wehavestudiedseveraltypesofnon-strictfeedbacknonlin
6、earsystemsbasedonLyapunovstabilitytheorybycombiningbacksteppingtechnologyandadaptivecontrolstrategies,whichguaranteetheachievementofthedesiredcontrolobjectives.Thisthesisconsistsofsixchapters.Theresearchstatusofstochasticnonlinearsystemsandnon-strictfeedbacksystemsissummarizedinChapter1.Th
7、emainresearchresultsareshownasfollows:1.Inchapter2,theproblemoftrackingcontrolforaclassofsingleinputandsingleoutput(SISO)non-strictfeedbackstochasticnonlinearsystemsisstudied.Inthecontroldesign,radialbasisfunction(RBF)neuralnetworksareusedtoapproximatetheunkno
