离散非线性系统的控制问题 毕业论文-.docVIP

离散非线性系统的控制问题 1 绪论 本章主要介绍离散非线性系统的控制问题以及三种常用的离散非线性系统的通用模型：神经网络模型、volterra级数模型、带外生变量的非线性自回归滑动平均模型（NARAMX），然后是自适应Backstepping方法的简单介绍，最后是课题的意义和本文内容的大致安排。 1.1 离散非线性系统的控制 近几年来，非线性连续系统越来越多的受到人们的广泛关注，并得到一些重要的研究成果。但是专家们对离散非线性系统的研究却很少，重要的原因是处理非线性采样数据时遇到了很大的困难。第一，系统在采样以后不再保持输入和反馈线性化中的仿射性质，第二，对于纯离散非线性系统，为了得到全局稳定性，都对非线性项加了线性增长条件限制，即使不存在采样问题，但也只能得到很少的结果。这主要是因为在离散时间系统中，主要的理论工具不能应用的条件之一是未知参数乘上一个不具有线性增长条件的非线性。同样的问题在对连续系统中虽然也会遇到，但是Lyapunov设计分析方法可以克服这一问题。 对于离散非线性系统，我们也希望利用Lyapunov分析方法，但这也是很难实行的。因为连续Lyapunov函数的一个关键性质是我们可以选择它，使它的导数对参数误差是线性的，并且对参数估计的导数也是线性的，而离散Lyapunov函数的差分不具备这种关键性的性质 在我们身边，非线性现象无处不在，科学界较为精确的实验结果和