随机非线性互联系统的自适应神经控制器设计
发布时间:2021-03-30 04:22
近年来,随机非线性互联系统因其复杂的属性及其在实际工程中广泛的应用,使得该类系统一直都是控制领域中一个热门的研究课题。虽然吸引了国内外学者的关注和研究兴趣,但随机非线性互联系统仍有许多难题需要研究解决。本文针对几类互联非线性系统,结合Backstepping技术和动态面控制技术以及自适应神经网络控制技术,研究了相应控制器的设计方法以及闭环系统的收敛性和稳定性问题。主要工作如下:针对一类切换随机非线性互联系统的分散自适应输出反馈控制,首先构造一个全阶的切换状态观测器来估计系统中不可测的状态,并结合神经网络来估计未知光滑非线性函数。然后使用自适应Backstepping技术及动态面控制技术,提出自适应神经网络控制方法,来保证闭环系统的收敛性和稳定性。最后,仿真实例说明了控制法则的有效性。针对一类带有死区输入的非严格反馈随机非线性互联系统,首先构造一个状态观测器来估计系统中不可测的状态,并且应用变量分离技术来处理非严格反馈结构带来的困难。然后,应用径向基函数神经网络控制技术和自适应Backstepping技术来建模未知的随机非线性互联系统函数,保证闭环系统的稳定性和收敛性。最后,仿真实例验证...
【文章来源】:渤海大学辽宁省
【文章页数】:61 页
【学位级别】:硕士
【部分图文】:
状态变量1,11,2,的轨迹示意图
图 2 1状态变量1,1 1,2 , 的轨迹示意图Fig. 2 1Trajectories of the state variable1,1 1,2 ,
图2 3状态变量1,1 1,2 , 的轨迹示意图Fig. 2 3Trajectories of the state variable1,1 1,2 ,
本文编号:3108851
【文章来源】:渤海大学辽宁省
【文章页数】:61 页
【学位级别】:硕士
【部分图文】:
状态变量1,11,2,的轨迹示意图
图 2 1状态变量1,1 1,2 , 的轨迹示意图Fig. 2 1Trajectories of the state variable1,1 1,2 ,
图2 3状态变量1,1 1,2 , 的轨迹示意图Fig. 2 3Trajectories of the state variable1,1 1,2 ,
本文编号:3108851
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3108851.html