基于模糊观测器T-S模型和自适应模糊逻辑系统的一类非线性系统的H∞控制

来源 :信息与控制 | 被引量 : 0次 | 上传用户:shulin370
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
针对一类非线性系统,把模糊T-S模型和自适应模糊逻辑系统两类模糊逻辑方式结合起来,提出了一种基于观测器的控制方案.首先,应用模糊T-S模型对非线性系统建模,设计观测器来观测系统状态;由线性矩阵不等式得到模糊模型的控制律.其次,应用自适应模糊逻辑系统作为补偿器来补偿建模误差.证明了闭环系统满足期望的性能.仿真结果表明了该方案的可行性.
其他文献
在小波多分辨分析的基础上提出了-种基于模糊判决的图像多尺度边缘检测算法.二进小波变换用于提供图像的多尺度描述,将模糊判决方法应用于不同尺度间的小波域,从而可以将各尺
针对一类非仿射非线性系统,提出了基于状态观测器的鲁棒自适应H∞跟踪控制结构.文中利用高斯径向基神经网络(RBF神经网络)在线抵消非线性模型误差,利用高增益观测器估计不能直接测量的输出导数.利用李亚普若夫稳定理论导出了系统的控制律,包括固定结构的控制律和自适应控制律两个部分,并给出了详细的理论分析和证明:在系统没有扰动时,确保跟踪误差渐近趋于零且系统的所有信号有界;存在扰动时,取得了预期的H∞跟踪性
介绍了一种油水两相流含率测量新方法--超声散射法.该方法利用超声波散射效应测量流体中的分相含率,通过非集流方式,在基本不改变流体流动状态的情况下实现油水两相含水率的
针对工业控制中一类常见的非线性大滞后对象,本文提出一种基于仿人智能策略的前馈组合控制器.前馈控制部分通过在线优化滞后参数估计值来获得被控对象的静态逆模型,逆模型辨
想象动作提取是脑-机接口(BCI)技术的关键和难点之一.本文采用连续小波变换结合贝叶斯神经网络组成新的分类方法,利用想象动作思维引起的事件相关去同步(ERD)现象进行特征脑电信息
给出了视频监控中的一个小目标分类算法.首先,利用最大互信息获得一组可靠、独立且具辨认力的目标特征集.然后,用有向元环图的多类支持向量机进行分类.分类器的训练分为两步,
基于Laguerre函数模型的自适应预测控制方法中的性能指标,在有约束的情况下往往难以达到全局极优,而混沌神经网络(CNN)可以有效地避免优化过程陷入局部极小.文章简介了Laguer
将不相关测量融合算法推广到了相关测量的融合.对两种方法进行了比较:第一种是先用本文提出的融合算法将多个相关测量进行融合,然后将融合后的测量用于Kalm an滤波;第二种是直接将多个相关的测量用于Kalm an滤波.理论分析证明两种方法是等价的,因而也证明了本文融合方法的最优性.仿真结果表明了理论分析的正确性.*
将微粒群优化(PSO)算法用于非线性系统模型参数估计,并通过对谷氨酸菌体生长模型的参数估计进行了验证.实验结果表明:微粒群算法为非线性系统模型参数估计提供了一种有效的途