一类纯反馈非线性系统的简化自适应神经网络动态面控制
针对一类完全非仿射纯反馈非线性系统,提出一种简化的自适应神经网络动态面控制方法.基于隐函数定理和中值定理将未知非仿射输入函数进行分解,使其含有显式的控制输入;利用简化的神经网络逼近未知非线性函数,对于阶SISO纯反馈系统,仅一个参数需要更新;动态面控制可消除反推设计中由于对虚拟控制反复求导而导致的复杂性问题.通过Lyapunov稳定性定理证明了闭环系统的半全局稳定性,数值仿真验证了方法的有效性.
自适应控制、动态面控制、神经网络、纯反馈系统
27
TP273(自动化技术及设备)
国家自然科学基金项目60904038;空军工程大学学术基金项目XS0901014
2012-04-28(万方平台首次上网日期,不代表论文的发表时间)
266-270