随着计算机技术和通讯技术的日趋成熟及广泛应用,越来越多的系统使用通讯网络传输和共享数据。通信网络通常由系统不同的节点共享,并且各个节点之间传输通道带宽是有限的,这可能会造成通信资源的浪费,因此,如何处理包括通信信道带宽和计算能力受限下的控制问题,并保证系统性能在理论和实际应用中都具有重要意义。另外,工业生产、汽车自动驾驶、航天器飞行、智能电网等领域的复杂系统不断呈现大型、高速、复杂以及智能化等特点,受控系统的非线性变得越来越强,难以通过准确的数学模型来表示。传统的控制方法无法直接解决不确定非线性系统的控制问题,即便存在一些解决方法也不能很完善地补偿非线性系统中的不确定性、强耦合、动态突变性等因素带来的影响。智能控制是控制理论发展的高级阶段,主要用来解决传统控制方法难以解决的非线性的、具有复杂控制任务的控制问题。因此,在通讯网络受限以及各种复杂约束条件下,如何针对复杂非线性系统设计事件触发机制,提高通讯网络利用率,解决具有不同约束的非线性系统的自适应智能控制问题,提出基于事件触发机制的自适应神经网络/模糊控制方案是一个值得研究的课题。在自适应神经网络和模糊控制的框架下,基于事件触发策略,本论文分别考虑了输入约束、输出约束、全状态约束等各种具有复杂约束的非线性单输入单输出系统、互联大系统和多智能体系统的自适应神经网络/模糊控制器和事件触发机制的协同设计问题。主要内容如下:1.针对状态可测的严格反馈非线性系统,考虑多种执行器故障的情况,研究了基于事件触发机制的不确定严格反馈系统的自适应模糊控制问题。考虑了输出偏差、部分失效和全部失效三种执行器故障模型。利用模糊逻辑系统对未知的复杂非线性项进行建模,基于自适应反步法设计事件触发机制,构造了具有虚拟控制系数的故障容错控制器及自适应律,并通过数值仿真和实例仿真对控制方案的可行性进行验证。2.针对状态不可测的非严格反馈互联大系统,在第一章基础上,考虑多种执行器故障的情况,讨论了基于事件触发机制的自适应模糊分散控制问题。利用模糊逻辑系统设立观测器来估计不可测状态,这里的非线性函数可以不满足利普希茨条件。在反步法的框架下,设计基于相对阈值的事件触发机制,该机制能有效减少控制器更新次数,并设计出具有虚拟控制系数的自适应控制器和自适应律。基于所设计的控制策略,保证所有的闭环信号都是半全局一致最终有界的,并且避免了 Zeno行为。最后,给出数值仿真和实例仿真结果验证设计控制方案的有效性。3.针对状态不可测的非严格反馈非线性系统,考虑了输出约束和执行器故障,提出了一种基于神经网络的自适应动态面输出反馈控制策略。在第一章和第二章自适应模糊控制和反步法的框架下,结合动态面控制方法解决了“复杂度爆炸”问题,采用了自适应控制方法补偿故障产生的影响。利用一类障碍Lyapunov函数解决输出约束问题,为了避免通信资源的浪费构建相对阈值事件触发机制。最后通过Lyapunov稳定性理论证明了系统中所有闭环信号是半全局一致最终有界的。4.针对状态不可测的非严格反馈非线性互联大系统,考虑了全状态约束和未知滞回非线性,解决了基于事件触发机制的自适应神经网络控制问题。利用径向基函数神经网络的特征构造状态观测器,解决非严格反馈产生的代数环问题。为了降低通信负担和信号传输频率,利用动态面技术和反步法,提出一种自适应事件触发控制策略。然后,通过估计滞回微分方程中的未知常数,补偿滞回对大型非线性系统带来的影响,应用障碍Lyapunov函数处理了全状态约束。最后,通过Lyapunov稳定性理论证明系统中所有信号是半全局一致最终有界的。5.针对一类非严格反馈多智能体系统,解决了系统受到外部扰动、传感器故障和输入饱和情况下的自适应协同控制问题。采用中值定理和Nussbaum型函数对饱和项进行处理。通过结合多种传感器故障模型,设计自适应神经网络控制器,补偿传感器故障带来的影响,设计基于神经网络的扰动观测器观测复合扰动信号并抑制扰动的影响。在控制器设计中考虑事件触发机制,减少了通信负担,通过设计阈值减少控制器更新的频率。最后,给出相应的仿真结果验证所设计控制方案的有效性。6.本论文第八章在前五章的基础上,将所提出的自适应神经网络控制方法应用到具有时变输出约束和外部扰动的六旋翼无人机非线性动力学模型上,并将该模型分为位置系统和姿态系统进行研究。由于无人机搭载硬件受限,在应用事件触发机制调节控制器更新频率的同时,研究多架无人机的一致性跟踪问题,通过仿真验证多架无人机在时变输出约束下的稳定性,实现对多架无人机的协同控制,进而证明所构建的控制策略能够确保无人机在外界干扰和有限区域内能够稳定运行。