全状态约束切换系统的自适应神经网络控制
wf（2023）
摘要
为了解决非线性约束切换系统的控制问题,针对一类具有非对称时变全状态约束、状态不完全可测以及未知外部干扰的切换严格反馈非线性系统进行研究,引入状态观测器、自适应神经网络和动态表面控制技术,设计了 一种基于径向基函数(RBF)神经网络的自适应输出反馈控制方法.通过采用非对称时变障碍李亚普洛夫函数(barrier lyapunov function,BLF)使系统的全部状态满足非对称时变约束条件,而Lyapunov方法和平均驻留时间理论则保证了闭环系统所有信号是半全局一致最终有界.最后,在所提控制律的作用下,输出跟踪误差可以减小到任意小,2个仿真实验结果也验证了所提控制算法的有效性.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要