一类非线性MIMO系统的模糊自适应输出反馈控制

作者:佟绍成;曲连江 刊名:控制与决策 上传者:李志平

【摘要】针对一类MIMO非线性状态不可测系统,提出一种基于观测器的模糊自适应输出反馈控制方法,通过应用“主导输入”的概念,并将自适应控制、H∞控制与模糊逻辑系统相结合,导出了输出反馈控制律以及参数的自适应律.基于李亚普诺夫函数证明了该控制方法可保证闭环系统的全局稳定,并获得了H∞跟踪性能指标.

全文阅读

1引言不确定非线性多输入多输出系统的控制一直是一个难题.近几年来,随着模糊控制理论和神经网络技术的发展,使这一研究领域变得活跃起来[1~7].文献[1~3]用模糊逻辑系统逼近系统中所有未知函数,提出了一种模糊自适应控制方法.[4]用神经网络来逼近系统中所有未知函数,提出了一种自适应神经网络控制方法.在[1~3]的基础上,通过引入“主导输入”的概念,[5,6]提出了一种直接和间接模糊自适应控制方法.然而,以上关于非线性多输入多输出的模糊自适应或神经网络控制方法都假设了系统的状态是可以直接测量的条件.然而在实际中,许多非线性系统的状态很难直接测量.因此,研究模糊自适应或神经网络的输出反馈控制的设计和系统的稳定性分析具有重要意义.文献[7]针对一类多输入多输出非线性系统,利用[1~3]的思想,给出了一种基于观测器的模糊自适应输出控制算法及其稳定性分析.本文针对状态不完全可测的MIMO非线性系统,提出了一种新的基于观测器的模糊自适应输出反馈控制方法,证明了闭环系统的稳定性和收敛性.与文献[7]相比,本文所给出的模糊自适应输出反馈控制方法具有以下优点:1)利用了文献[5,6]中所提出的“主导输入”的思想进行模糊自适应输出反馈控制的设计,从而克服了[7]所提出的模糊自适应控制算法的复杂性[5,6];2)模糊自适应观测器是针对系统的状态设计的,不是针对观测误差设计的,因此该控制算法更加直接,易于解决实际问题.2问题的描述考虑一个MIMO非线性系统xr1。1=xr12,xr1。(r1-1)=xr1r1,xr1。r1=f1(x)+g11(x)u1+…+g1m(x)um;xrm。1=xrm2,xrm。(rm-1)=xrmrm,xr。mrm=fm(x)+gm1(x)u1+…+gmm(x)um;y1=xr11,ym=xrm1.(1)式中:[r1,…,rm]是系统的相对阶向量,r1+…+rm=n;y=[y1,…,ym]TRm为系统的输出向量,x=[xr11,…,xr1r1,…,xrm1,…,xrmrm]TRn为系统状态向量,u=[u1,…,um]Rm为系统的输入控制向量,f(x)=[f1(x),…,fm(x)]T为未知的非线性连续函数向量,G(x)=g11(x)…g1m(x)gm1(x)…gmm(x)为控制增益矩阵,其中G(x)的每一个元素gij(x)是连续的未知函数.将系统(1)写成如下形式:y(1r1)y(mrm)=f1(x)fm(x)+G(x)u1um.(2)按照文献[5,6]的思想,可把式(1)看成是m个多输入单输出子系统组成,其第i(i=1,2,…,m)个子系统为y(iri)=fi(x)+gi1(x)u1+…+gii(x)ui+…+gim(x)um.(3)由于m个输入都影响这个子系统的输出,在这m个输入中选择一个起主导作用的输入,记为ui,其余看作系统的外来干扰,则有y(iri)=fi(x)+gii(x)ui+dsi,i=1,2,…,m,mdsi=j=1,jigij(x)uj.(4)这样就将一个多输入多输出系统分解成m个单输入单输出子系统.如果定义Ai=010…0001…0……………00000riri,Bi=…1ri1,Ci=[10…0]1ri.并记xi=(xri1,…,xriri)T,则式(4)等价于xi。=Aixi+Bi[fi(x)+gii(x)ui+dsi],yi=Cixi,i=1,2,…,m.(5)控制目标是设计一个自适应模糊输出反馈控制器,使系统(1)的输出y=[y1,…,ym]T跟踪给定的有界参考信号ym=[ym1,…,ymm]T,并且对于给定的干扰

参考文献

引证文献

问答

我要提问