一类具有输入饱的不确定非线性系统自适应控制器设计.pdf

摘 要 饱和是很多实际控制系统中最为常见的非线性特性之一，大多数执行器都会不可避 免地出现饱和。如果执行器的输入量达到一定限制，就会进入饱和状态，因为继续增加 输入不会对执行器的输出产生任何影响。执行器饱和将使系统的动态性能降低，甚至导 致闭环系统不稳定，严重影响系统的正常运行。因此，对于输入饱和的研究具有重要的 理论和实际意义。本文结合神经网络和反步设计方法，针对一类具有输入饱和的不确定 非线性系统设计了三种控制器。 针对一类具有Brunovsky标准型和输入饱和的不确定非线性系统，提出了基于神经 网络的自适应控制算法和一种新的饱和补偿的方法，并设计了控制器。控制器由跟踪控 制器和饱和补偿器组成。在合适的模型假设下，利用径向基函数神经网络逼近未知的非 线性函数和超出饱和的部分，同时考虑了网络重构误差和外部干扰，饱和补偿器能有效 定性理论证明了闭环系统是半全局一致最终有界的。仿真实例说明了控制器的有效性。 针对含输入饱和特性的一类不确定非线性系统，设计了一种自适应控制器。该控制 器中的饱和补偿器根据多层神经网络(M卜小Is)得到。MNNs可较好地逼近非线性系统， 其权值能在系统先验知识不足的情况下在线调整。自适应率由Lyapunov函数得到。应 用Lyapu