分数阶非线性系统的自适应模糊控制

来源 :辽宁工业大学 | 被引量 : 0次 | 上传用户:lwyhunter
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文针对几类分数阶非线性系统,应用反步递推技术、模糊逻辑系统,研究自适应模糊容错控制、自适应模糊事件触发控制设计问题,并利用分数阶李雅普诺夫稳定性理论对闭环系统的稳定性和收敛性问题进行证明。通过仿真研究对提出的控制方案有效性进行验证。本论文的具体内容如下:针对具有执行器故障的非严格反馈分数阶非线性系统,研究自适应模糊容错控制问题。首先,利用模糊逻辑系统逼近系统未知非线性函数,结合反步递推技术,给出一种自适应模糊容错控制方案。该方案的特点是利用模糊基函数的性质,解决传统控制方案应用在非严格反馈系统中产生的代数环问题。然后,应用界的估计方法,对系统中故障引起的不确定的上界进行估计,设计中间控制器补偿执行器故障对系统造成的影响,并且故障可以发生无穷多次。最后,根据分数阶李雅普诺夫稳定性理论,证明了闭环系统的所有信号是有界的,跟踪信号在有限时间内收敛到原点附近的小领域内。针对一类具有严格反馈结构的分数阶非线性系统,研究自适应模糊事件触发控制问题。首先,利用模糊逻辑系统逼近系统未知非线性函数,基于事件触发机制和反步递推技术,提出了一种自适应模糊事件触发控制方案。该方案的特点是构造的固定阈值机制仅在系统某一性能指标超过一定阈值时进行信号的更新和传递,从而减少了系统资源消耗。然后,利用双曲正切函数对固定阈值进行补偿,使闭环系统无需满足输入状态稳定条件。最后,利用分数阶李雅普诺夫稳定性理论,证明系统的稳定性和收敛性。针对具有全状态约束的严格反馈分数阶非线性系统,研究自适应模糊事件触发控制问题。首先,采用障碍李雅普诺夫函数,结合自适应模糊反步递推技术、事件触发机制,提出一种基于相对阈值的自适应模糊事件触发控制方案。该方案构造的相对阈值机制不仅减少系统的通信量,并且设计的事件触发阈值是随控制信号动态变化的,从而进一步提高控制的灵活性。然后,利用障碍李雅普诺夫函数保证分数阶非线性系统的全状态约束。最后,利用分数阶李雅普诺夫稳定性理论,证明闭环系统是半全局稳定。针对具有严格反馈结构的分数阶非线性系统,研究自适应模糊有限时间事件触发控制问题。首先,采用有限时间控制方法,结合反步递推控制技术、模糊逻辑系统,提出一种基于相对阈值的自适应模糊有限时间事件触发控制方案。该方案构造的相对阈值机制不仅减少系统信号的更新和传递,而且无需闭环系统满足输入状态稳定条件。然后,结合分数阶李雅普诺夫稳定性理论和有限时间稳定性准则,证明了跟踪误差在有限时间内收敛于原点附近的小领域,且闭环系统内的所有信号是有界的。
其他文献
学位
学位
学位
学位
学位
学位
学位
学位
在移动网络与定位技术结合的信息化时代,基于位置的服务方式(Location-Based Service,LBS)获得了大量用户的认可。这些服务系统经常在用户不知情的前提下收集、分析、处理用户数据,以此获取用户的隐私信息。因此,如何在不影响LBS服务质量的同时保护用户的隐私信息成为目前的研究热点。基于LBS系统的服务请求分为两大类:静态查询和动态查询。静态查询即用户在静止的状态下发出的查询请求,需要
随着科技的发展,人工智能技术应用的领域越来越广泛,每个行业都掀起了人工智能的浪潮,在高级驾驶辅助系统,如何可靠且准确地检测出交通环境中的行人目标成为了主要关注的焦点。为了极大程度地保障道路上每个人的生命安全,驾驶辅助系统对行人检测算法的检测速度和可以达到的准确度都有更加苛刻的标准,一般的检测方法可以满足检测速度的要求,但是却无法达到准确度要求。为了解决前述问题,本文采用基于深度学习的行人检测算法对