不确定非线性系统基于模糊神经网络的自适应鲁棒控制
本文研究了一类不确定非线性系统的自适应鲁棒控制，提出了一种基于模糊高斯基函数神经网络的滑模变结构设计方法。用自适应模糊-神经网络来逼近动态系统的非线性函数，滑模控制器用于减弱外部干扰及神经网络的逼近误差对跟踪的影响。针对不确定性的上界提出了一种简单的自适应率，并构造出滑模控制器。与常规方法相比，这种控制器不仅保证了闭环系统的稳定性，而且对系统外部干扰和参数变化具有很强的鲁棒性，同时由于引进了边界层的概念，有效的消除了滑模控制的颤动现象。仿真结果表明了本文所提方法的有效性。
自适应控制 非线性系统 系统仿真
石海天 李光伟 董纯柱
空军装备研究院雷达所,北京,100085 航天科工集团二院207所,北京,100854
国内会议
珠海
中文
769-775
2007-08-01（万方平台首次上网日期，不代表论文的发表时间）