导读:本文包含了多输入多输出非线性系统论文开题报告文献综述及选题提纲参考文献，主要关键词:障碍Lyapunov函数,动态面控制,状态与输入受限,自适应控制
多输入多输出非线性系统论文文献综述
刘旺魁,魏毅寅,段广仁[1]（2019）在《状态与输入受限的二阶多输入多输出非线性系统自适应控制（英文）》一文中研究指出针对含有状态和输入受限的二阶多输入多输出非线性系统的控制问题,提出了一种自适应控制策略.通过综合利用障碍Lyapunov函数和动态面控制方法的特性,使得系统的状态满足约束条件而且能够减少计算量.此外,为了处理输入约束和系统中的不确定性的影响,分别设计了辅助系统和自适应算法.通过理论分析表明,闭环系统的所有状态都是有界的,而且系统的状态和输入都满足约束条件.最后,通过一个数值仿真算例和一个实际的航天器姿态控制系统的仿真来验证所提出的自适应控制策略的有效性.(本文来源于《控制理论与应用》期刊2019年04期）
渠立松[2]（2017）在《一类多输入/多输出不确定非线性系统的输出反馈控制》一文中研究指出现实中,大量实际工程应用中广泛存在着多输入/多输出(MIMO)非线性系统。从上世纪70年代初以来,MIMO非线性系统的控制理论研究一直是控制界学者们的研究热点。然而,相对于单输入/单输出(SISO)非线性系统,MIMO非线性系统往往存在着高度的耦合性,导致控制难度大幅度增加。所以,近四十年来,MIMO非线性系统的控制理论研究成果相对来说不是很多。考虑到MIMO非线性系统的控制理论研究进展关乎现代社会的工业科学技术的发展与进步,因此,探索能够有效处理MIMO非线性系统的控制方法具有十分重要的理论与现实意义。为了推进现代社会的工业化进程,MIMO非线性系统的控制理论研究工作刻不容缓。本论文主要研究一类多输入/多输出不确定非线性系统在输出反馈控制器作用下的跟踪控制问题。主要研究工作如下:(1)针对一类MIMO不确定非线性系统,本文提出了一种新颖的输出反馈控制器。基于反步方法,逐步完善误差系统建模,同时给出虚拟控制器的设计。针对系统中不确定函数项的问题,本文采用神经网络进行在线逼近。基于单层神经网络,本文提出一种状态反馈控制律,使得误差系统是一致最终有界的。将神经网络应用于高增益观测器的设计中,进而给出输出反馈控制器的设计。通过上述输出反馈控制方法,闭环误差系统是一致最终有界的。(2)针对一类含有输入和输出时延的MIMO不确定非线性系统,本文提出了一种鲁棒输出反馈控制方法。通过一种简单但有效的方式定义误差信号,并完成对误差系统的建模,进而设计出一种新颖的状态反馈控制律,使得误差系统是一致最终有界的。由于上述状态反馈控制律包含"将来状态",所以不能在线实现。基于高增益观测器,本文发展了 一种新颖的高增益预测器,实现对"将来状态"的预测。采用"将来状态"的预测值取代上述状态反馈控制律中的"将来状态",进而给出输出反馈控制器的设计,保证了闭环误差系统是一致最终有界的。(本文来源于《浙江大学》期刊2017-04-01）
刘向杰,韩耀振[3]（2016）在《多输入多输出非线性不确定系统连续高阶滑模控制》一文中研究指出针对一类MIMO非线性不确定系统,提出一种新的连续高阶滑模控制算法.引入状态反馈使得系统高阶滑模控制问题等效转换为多变量不确定积分链的有限时间稳定问题,首先针对标称系统设计有限时间到达连续控制律,实现系统状态快速收敛,然后采用多变量非解耦形式超螺旋算法克服系统不确定性,实现鲁棒性,最终使得系统控制作用连续、滑模抖振得以大大抑制.基于二次型Lyapunov函数证明系统的有限时间稳定性.针对叁阶不确定系统有限时间稳定和气垫船圆形航迹跟踪问题分别进行了仿真,验证了所提算法的有效性、鲁棒性.(本文来源于《控制理论与应用》期刊2016年09期）
王雷[4]（2016）在《多输入/多输出非线性系统的鲁棒控制与调节》一文中研究指出多输入／多输出(MIMO)非线性系统广泛存在于实际工业生产过程中。早在上世纪70年代开始,MIMO非线性系统的控制问题就引起了众多学者的关注。但是,由于其输入输出通道的多样性和复杂性,MIMO非线性系统的控制理论难以取得突破性进展。近二叁十年来,该理论的研究一致处于低潮。随着工业科技的不断发展与进步,被控系统的结构和变量也越来越复杂和多样,单输入/单输出(SISO)非线性系统控制理论难以满足需求。因此,发展MMO非线性系统控制理论具有非常重大的理论与实际意义,也是迫在眉睫的。一般情况下,对于带有相对阶向量的MIMO非线性系统,可以直接扩展SISO非线性系统理论。而对于带不确定高频增益矩阵的MIMO非线性系统、可逆MIMO非线性系统等更广泛的MIMO系统,这种平凡的扩展将不再适用,亟需提出新的设计方法。本论文主要研究多种广泛MIMO非线性系统的鲁棒控制与调节问题。主要的研究工作和贡献如下：1)研究了带不确定高频增益矩阵的MIMO非线性系统的鲁棒控制问题。利用扩展观测器来估计状态反馈控制律中不可测状态以及不确定项,再利用饱和函数来避免“峰化现象”以及有限时间逃逸等问题,实现系统的输出反馈半全局渐近稳定,保证设计的输出反馈性能逼近状态反馈性能。2)为一类线性可逆MIMO非线性系统设计了渐近稳定控制器。利用简化的“结构算法”,将系统转换成一类特殊递归下叁角结构的“部分标准型”。以此为控制器设计的出发点,首先利用Lyapunov方法设计状态反馈控制律,实现系统的全局渐近镇定。然后再利用高增益观测器以及非线性分离原理,设计系统的输出反馈控制器,实现系统的半全局渐近/实际稳定。3)基于内模原理,解决了一类不确定线性可逆MIMO非线性系统的输出调节问题。在获得的“部分标准型”基础上,利用Marconi和Praly提出的基于内模的调节器设计方法,实现系统的输出反馈渐近调节。4)为一类非线性可逆MIMO非线性系统设计了渐近稳定控制器。该MIMO系统的零动态是平凡的,且其标准型的“乘子”是一类有特殊结构的函数。研究证明这类性质可以推出上述非线性可逆系统是状态反馈可镇定的,并且还可以推出系统的一致完全可观性和一致可逆性。在此基础上,我们可以利用观测器,设计动态输出反馈控制律,实现系统的全局／半全局渐近稳定。5)针对一类一致能观标准型系统,设计了一类低幂高增益观测器。相比于高增益最大幂为系统维度的传统观测器,该观测器的高增益最大幂仅为2,因此,当被观测系统的维度较大时,设计的观测器不仅能实现系统状态的渐近估计,而且从根本上解决了系统计算量大的缺陷。再利用非线性分离原理,可以设计输出反馈控制器,实现系统的半全局渐近稳定。(本文来源于《浙江大学》期刊2016-06-01）
任竞尧,邱俊乔,王英,殷勇华,张雨浓[5]（2014）在《多输入多输出非线性系统ZG控制方法框架展望》一文中研究指出非线性系统的跟踪控制及其奇异点问题求解已在科学和工程领域引起广泛关注。基于作者团队前期主要关于单输入单输出非线性系统跟踪控制的工作,本文进一步提出了面向多输入多输出非线性系统跟踪控制的ZG控制方法的框架与展望。利用该ZG控制方法,可以设计能同时解决多输入多输出非线性系统的跟踪控制问题及可能出现的奇异点问题的ZG控制器。(本文来源于《大连大学学报》期刊2014年06期）
丛文[6]（2014）在《随机非线性多输入多输出时滞系统的自适应神经网络控制》一文中研究指出非线性系统在现代控制中应用广泛,系统中的不确定性给系统的分析与综合带来了困难。另外,由于随机干扰工业系统中普遍存在,因此随机非线性系统是系统理论研究的重点,随机非线性单输入单输出系统的研究已经取得了很多的成果,但对随机非线性多输入多输出(MIMO)系统的研究很少。所以,本文对随机非线性多输入多输出系统,利用神经网络和自适应控制,提出新的方法来保证系统的稳定性和跟踪性能。具体内容如下：严格反馈随机非线性多输入多输出系统的控制器设计这部分,我们将讨论一类严格反馈随机非线性多输入多输出系统的自适应神经控制问题。将利用神经网络和反推方法来进行控制器设计,构造出一类状态反馈控制器,并证明系统Lyapunov稳定。最后,应用MATLAB进行模拟仿真。二.严格反馈随机非线性多输入多输出时滞系统的控制器设计这部分,我们将讨论一类严格反馈随机非线性多输入多输出时变时滞系统的自适应神经控制问题,利用神经网络和反推方法,设计一种新的自适应神经网络控制方案,使得该方案只包含较少的自适应参数,并证明系统Lyapunov稳定。最后,应用MATLAB进行模拟仿真。(本文来源于《青岛大学》期刊2014-06-04）
郭益深,孙富春[7]（2013）在《一类具有参数不确定n阶多输入多输出非线性系统的Terminal滑模控制》一文中研究指出针对一类具有参数不确定的n阶MIMO非线性系统,提出了一种Terminal滑模控制方案.该方案通过对滑模超平面的选取和Terminal滑模控制律的设计,不但确保了闭环系统滑模阶段的存在性,而且还保证了系统状态误差在有限时间内的收敛性.由于无论何种情况下系统的初始状态均在Terminal滑模面上,从而消除了其他滑模控制方法常有的到达阶段,使得闭环系统具有全局鲁棒性和稳定性.除此之外,重点克服了控制输入的系数函数矩阵与不确定参数的关联问题.仿真结果表明,该控制方案可消除外部扰动及参数不确定的影响,控制系统各状态变量有效地跟踪期望状态.(本文来源于《控制理论与应用》期刊2013年03期）
杜贞斌,李涛[8]（2013）在《多输入多输出非线性时变时延系统的自适应跟踪控制》一文中研究指出针对多输入多输出非线性时变时延系统,提出了一种模糊自适应跟踪控制方案,该方案构建了基于模糊T-S模型的自适应时变时延模糊逻辑系统,用来逼近未知非线性时变时延函数,从而实现了对非线性系统的建模。根据跟踪误差给出了模糊逻辑系统的参数自适应律,设计了H∞补偿器来抵消模糊逼近误差和外部扰动。基于Lyapunov稳定性理论,提出的控制方案保证了闭环系统的稳定性并获得了期望的H∞跟踪性能,机械臂的仿真结果表明了该方案的有效性。(本文来源于《重庆大学学报》期刊2013年02期）
闫璐,韦根原[9]（2012）在《小波神经网络逼近多输入单输出非线性系统》一文中研究指出小波函数构造的多样性和复杂性决定了小波网络构造的多样性和复杂性。本文以小波分析为基础,将基于连续参数的小波神经网络算法应用于多输入单输出(MISO)非线性系统的逼近研究中,阐述了算法的理论和实现步骤,并以一个多输入单输出非线性系统为例进行了仿真,结果显示此方法有较强的逼近能力。(本文来源于《仪器仪表用户》期刊2012年05期）
韩海涛,马红光,曹建福,张家良[10]（2012）在《多输入多输出非线性系统Volterra频域核的非参数辨识方法》一文中研究指出为解决多输入多输出(MIMO)非线性系统Volterra频域核辨识困难的问题,提出了一种MIMO非线性系统Volterra频域核的非参数辨识方法.该方法先对待辨识的MIMO非线性系统的各输入端添加不同频率成分的单音激励信号,再对系统的输出端信号进行采样并使用Vander-monde法使各阶核输出分离,然后根据单音激励下MIMO非线性系统Volterra核的频域输出特性,推导出该类系统Volterra频域核的辨识公式.由于采用了多音信号激励MIMO非线性系统,实现了一次激励下多点辨识的目的,因此提高了辨识效率.该方法仅依赖于系统的输入输出数据,具有较强的实用性.采用该方法对一个双输入双输出的非线性系统Volterra频域核进行辨识,最大偏差小于10-5,验证了该方法的有效性.(本文来源于《西安交通大学学报》期刊2012年10期）
多输入多输出非线性系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
现实中,大量实际工程应用中广泛存在着多输入/多输出(MIMO)非线性系统。从上世纪70年代初以来,MIMO非线性系统的控制理论研究一直是控制界学者们的研究热点。然而,相对于单输入/单输出(SISO)非线性系统,MIMO非线性系统往往存在着高度的耦合性,导致控制难度大幅度增加。所以,近四十年来,MIMO非线性系统的控制理论研究成果相对来说不是很多。考虑到MIMO非线性系统的控制理论研究进展关乎现代社会的工业科学技术的发展与进步,因此,探索能够有效处理MIMO非线性系统的控制方法具有十分重要的理论与现实意义。为了推进现代社会的工业化进程,MIMO非线性系统的控制理论研究工作刻不容缓。本论文主要研究一类多输入/多输出不确定非线性系统在输出反馈控制器作用下的跟踪控制问题。主要研究工作如下:(1)针对一类MIMO不确定非线性系统,本文提出了一种新颖的输出反馈控制器。基于反步方法,逐步完善误差系统建模,同时给出虚拟控制器的设计。针对系统中不确定函数项的问题,本文采用神经网络进行在线逼近。基于单层神经网络,本文提出一种状态反馈控制律,使得误差系统是一致最终有界的。将神经网络应用于高增益观测器的设计中,进而给出输出反馈控制器的设计。通过上述输出反馈控制方法,闭环误差系统是一致最终有界的。(2)针对一类含有输入和输出时延的MIMO不确定非线性系统,本文提出了一种鲁棒输出反馈控制方法。通过一种简单但有效的方式定义误差信号,并完成对误差系统的建模,进而设计出一种新颖的状态反馈控制律,使得误差系统是一致最终有界的。由于上述状态反馈控制律包含"将来状态",所以不能在线实现。基于高增益观测器,本文发展了 一种新颖的高增益预测器,实现对"将来状态"的预测。采用"将来状态"的预测值取代上述状态反馈控制律中的"将来状态",进而给出输出反馈控制器的设计,保证了闭环误差系统是一致最终有界的。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多输入多输出非线性系统论文参考文献
[1].刘旺魁,魏毅寅,段广仁.状态与输入受限的二阶多输入多输出非线性系统自适应控制（英文）[J].控制理论与应用.2019
[2].渠立松.一类多输入/多输出不确定非线性系统的输出反馈控制[D].浙江大学.2017
[3].刘向杰,韩耀振.多输入多输出非线性不确定系统连续高阶滑模控制[J].控制理论与应用.2016
[4].王雷.多输入/多输出非线性系统的鲁棒控制与调节[D].浙江大学.2016
[5].任竞尧,邱俊乔,王英,殷勇华,张雨浓.多输入多输出非线性系统ZG控制方法框架展望[J].大连大学学报.2014
[6].丛文.随机非线性多输入多输出时滞系统的自适应神经网络控制[D].青岛大学.2014
[7].郭益深,孙富春.一类具有参数不确定n阶多输入多输出非线性系统的Terminal滑模控制[J].控制理论与应用.2013
[8].杜贞斌,李涛.多输入多输出非线性时变时延系统的自适应跟踪控制[J].重庆大学学报.2013
[9].闫璐,韦根原.小波神经网络逼近多输入单输出非线性系统[J].仪器仪表用户.2012
[10].韩海涛,马红光,曹建福,张家良.多输入多输出非线性系统Volterra频域核的非参数辨识方法[J].西安交通大学学报.2012
标签：障碍Lyapunov函数; 动态面控制; 状态与输入受限; 自适应控制;