CN105955025A - 一种广义不确定系统的干扰补偿与抑制方法 - Google Patents
一种广义不确定系统的干扰补偿与抑制方法 Download PDFInfo
- Publication number
- CN105955025A CN105955025A CN201610370231.0A CN201610370231A CN105955025A CN 105955025 A CN105955025 A CN 105955025A CN 201610370231 A CN201610370231 A CN 201610370231A CN 105955025 A CN105955025 A CN 105955025A
- Authority
- CN
- China
- Prior art keywords
- interference
- matrix
- controller
- generalized
- sigma
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000005764 inhibitory process Effects 0.000 title abstract description 4
- 239000011159 matrix material Substances 0.000 claims abstract description 73
- 239000002131 composite material Substances 0.000 claims abstract description 8
- 238000005457 optimization Methods 0.000 claims abstract description 8
- 230000001629 suppression Effects 0.000 claims description 14
- 150000001875 compounds Chemical class 0.000 claims description 5
- 230000003416 augmentation Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000012886 linear function Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 5
- 238000011160 research Methods 0.000 description 3
- 238000013329 compounding Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种广义不确定系统的干扰补偿与抑制方法,涉及一类含非线性不确定性广义系统的复合控制器的设计;该发明针对含有非线性不确定项、谐波干扰以及范数有界干扰的广义不确定系统,首先,对广义不确定系统的谐波干扰进行数学建模,设计降阶的干扰观测器估计并抵消谐波干扰;其次,设计鲁棒H∞控制器对广义不确定系统中的非线性不确定性以及范数有界干扰进行抑制;最后,将鲁棒H∞控制器与干扰观测器进行复合,得到复合控制器,基于凸优化算法求解H∞控制器与干扰观测器的增益矩阵;本发明具有抗干扰能力强、控制精度高等优点,可用于广义系统的高精度控制。
Description
技术领域
本发明涉及一种广义不确定系统的干扰补偿与抑制方法,可以有效补偿广义不确定系统中的谐波干扰,抑制非线性不确定项与范数有界干扰;本发明可应用于含多个干扰的广义不确定系统的高精度控制中。
背景技术
广义系统在20世纪70年代逐渐形成并开始发展起来,逐渐成为了现代控制理论的一个独立重要分支。许多实际的控制问题,如电路网络、电力系统、航空工程、化工过程、核反应、神经网络以及受限机器人系统等,都需要利用广义系统进行描述。由于广义系统在控制问题描述上更具一般性,因此逐渐引起广大学者对广义系统控制问题的研究。
目前针对广义系统控制的问题,一种研究最为广泛与成熟的方法就是鲁棒H∞控制,许多学者采用Riccati方程或线性矩阵不等式的方式来分析广义系统中的干扰抑制问题。在上述研究过程中,往往存在两个明显的问题:第一,绝大多数学者考虑的不确定性项往往出现在系数矩阵中或仅与系统状态有关,而许多实际的工程应用中,不确定项或非线性项往往与状态的导数相关,因此,需要考虑状态导数不确定项的抑制问题;第二,鲁棒H∞控制方法把干扰当作范数有界干扰来进行抑制,使得从干扰到输出的闭环传递函数的H∞范数小于一定的阈值,因此,大多数学者在研究广义系统的H∞控制时仅仅考虑了一种范数有界干扰;但是,干扰当系统中存在多个不同类型的干扰时,仅仅采用H∞控制往往保守性较大,难以实现高精度控制,例如,系统中既有谐波干扰又有范数有界干扰时,如果将两者等价为单一的范数有界利用H∞控制进行干扰抑制,效果往往并不理想。
关于谐波干扰的估计与抵消问题,基于干扰观测器的控制(DOBC)取得了丰硕的研究成果,尤其是,当谐波频率信息已知时,此时谐波干扰可以利用外部模型进行描述,进而借助DOBC进行估计与补偿。针对多种不同类型干扰同时存在的系统,可以采用复合分层的控制方法对干扰进行同时补偿与抑制。但是,上述研究成果均针对于正常系统,对于广义系统,尚未发现相关的研究结果,尤其是考虑状态导数不确定项的广义系统。因此,针对于含状态导数不确定性的广义系统,并且系统中还存在谐波干扰以及范数有界干扰时,需要充分研究其干扰补偿与抑制问题,从而克服单一H∞控制的局限性,提升控制性能。
发明内容
本发明技术解决的问题是:针对含状态导数不确定项与多类型干扰的广义系统,克服现有H∞控制方法只能针对单一类型干扰、控制精度不高的问题,设计一种具备干扰补偿与抑制能力的复合控制方法,从而提升广义不确定系统的控制性能。
本发明的技术解决方案为:一种广义不确定系统的干扰补偿与抑制方法,其特征包括以下步骤:首先,对广义不确定系统的谐波干扰进行数学建模,设计降阶的干扰观测器估计并抵消谐波干扰;其次,设计鲁棒H∞控制器对广义不确定系统中的非线性不确定性及范数有界干扰进行抑制;最后,将鲁棒H∞控制器与干扰观测器进行复合,得到复合控制器,基于凸优化算法求解H∞控制器与干扰观测器的增益矩阵;具体实施步骤如下:
第一步,对广义不确定系统的谐波干扰进行数学建模,设计降阶的干扰观测器估计并抵消谐波干扰;
考虑如下广义不确定系统Σ1:
输出方程为:
其中,表示系统Σ1的状态变量,为已知的非奇异矩阵,u∈Rm代表控制输入,w0∈Rm表示谐波干扰,w1∈Rp表示范数有界干扰,z∈Rq表示参考输出,y=x∈Rn表示量测输出; C1∈Rq×n、D1∈Rq×p为已知的常数矩阵,I表示单位矩阵;非线性不确定项为光滑的非线性函数,满足如下有界条件:其中,W0为已知的加权矩阵;而谐波干扰w0可由如下模型Σ2所描述:
其中,ξ∈Rr表示系统Σ2的状态变量,W∈Rr×r、V∈Rm×r表示已知的常数矩阵;
针对谐波干扰的模型Σ2,结合系统模型Σ1,设计如下形式的降阶干扰观测器Σ3:
其中,分别是w0与ξ的估计值,v∈Rr为系统Σ3的辅助变量,为待定的干扰观测器增益矩阵。
第二步,设计鲁棒H∞控制器对广义不确定系统中的非线性不确定性以及范数有界干扰进行抑制;
系统Σ1可以转化为如下形式的广义不确定系统Σ4:
其中,E=diag{E0,0}∈Rn×n,符号diag{·}表示对角矩阵;非线性不确定性满足范数有界条件其中,为给定的加权矩阵;矩阵
针对广义不确定系统Σ4设计如下H∞控制器:
u0=Kx
其中,K∈Rm×n为待定的H∞控制器增益矩阵;
将u0带入Σ4中可以得到被控系统Σ5:
H∞控制器K矩阵的选取使得从范数有界干扰w1到状态输出x的H∞范数小于1,从而实现干扰抑制。
第三步,将鲁棒H∞控制器与干扰观测器进行复合,得到复合控制器,基于凸优化算法求解H∞控制器与干扰观测器的增益矩阵;
复合控制器的表达式为:
其中,u0为H∞控制器,为谐波干扰w0的估计值,K∈Rm×n为待定的H∞控制器增益矩阵;
将干扰观测器误差动态与被控系统Σ5联立可以得到如下增广系统Σ6:
其中,干扰观测器误差I代表单位矩阵;
H∞控制器增益矩阵K与干扰观测器增益矩阵L的选取应使得增广系统Σ6中:从干扰w1到输出x与的H∞范数小于1,从而实现干扰抑制;该问题的实现可以转化为以下凸优化问题进行求解:
RET=ER≥0
其中,Ψ11=(AR+B1S1)+(AR+B1S1)T,R=RT>0以及S1为矩阵变量,Ψ22=(QW-S2(B11-A12B12)V)+(QW-S2(B11-A12B12)V)T,Q=QT>0以及S2为矩阵变量,λ0>0为给定的常数,0表示零元素或零矩阵,I表示单位矩阵,“*”表示对称矩阵的对称部分,则控制器与干扰观测器的增益矩阵为K=S1R-1,L=Q-1S2。
本发明与现有技术相比的优点在于:
(1)本发明充分考虑了广义不确定系统中的谐波及范数有界干扰,克服了传统H∞控制方法只能针对单一范数有界干扰、控制精度不高的问题,借助复合控制器实现了多类型干扰的同时补偿与抑制,提升了控制性能。
(2)本发明充分考虑了实际广义系统中往往会出现的与状态导数相关的不确定项,并借助H∞控制的思想对该不确定性进行了抑制。
附图说明
图1为针对广义不确定系统的干扰补偿与抑制方法的流程框图。
具体实施方式
其步骤如下:
第一步,对广义不确定系统的谐波干扰进行数学建模,设计降阶的干扰观测器估计并抵消谐波干扰;
考虑如下广义不确定系统Σ1:
输出方程为:
其中,表示系统Σ1的状态变量,为已知的非奇异矩阵,u∈Rm代表控制输入,w0∈Rm表示谐波干扰,w1∈Rp表示范数有界干扰,z∈Rq表示参考输出,y=x∈Rn表示量测输出; C1∈Rq×n、D1∈Rq×p为已知的常数矩阵,I表示单位矩阵;非线性不确定项为光滑的非线性函数,满足如下有界条件:其中,W0为已知的加权矩阵;而谐波干扰w0可由如下模型Σ2所描述:
其中,ξ∈Rr表示系统Σ2的状态变量,W∈Rr×r、V∈Rm×r表示已知的常数矩阵;
在本实施案例中,矩阵的取值为A21=[0.2 0],A22=I=1,B12=0.1,B22=0.01,C1=[0.1 0.10.1],D1=0.1;不确定项的表达式假设为加权矩阵谐波干扰的表达式为w0=A0 sin(5t+ψ),其中,假设幅值A0=0.1,相位则V=[1 0],w1为幅值介于-0.1到0.1之间的随机信号。
针对谐波干扰的模型Σ2,结合广义不确定系统Σ1,设计如下形式的降阶干扰观测器Σ3:
其中,分别是w0与ξ的估计值,v∈Rr为系统Σ3的辅助变量,为待定的干扰观测器增益矩阵。
第二步,设计鲁棒H∞控制器对广义不确定系统中的非线性不确定性以及范数有界干扰进行抑制;
系统Σ1可以转化为如下形式的广义不确定系统Σ4:
其中,E=diag{E0,0}∈Rn×n,符号diag{·}表示对角矩阵;非线性不确定性满足范数有界条件其中,为给定的加权矩阵;矩阵
针对系统Σ4设计如下H∞控制器:
u0=Kx
其中,K∈Rm×n为待定的H∞控制器增益矩阵;
将u0带入Σ4中可以得到如下被控系统Σ5:
H∞控制器K矩阵的选取使得从范数有界干扰w1到状态输出x的H∞范数小于1,从而实现干扰抑制。
第三步,将鲁棒H∞控制器与干扰观测器进行复合,得到复合控制器,基于凸优化算法求解H∞控制器与干扰观测器的增益矩阵;
复合控制器的表达式为:
其中,u0为H∞控制器,为谐波干扰w0的估计值,K∈Rm×n为待定的H∞控制器增益矩阵;
将干扰观测器误差动态与被控系统Σ5联立可以得到如下增广系统:
其中,干扰观测器误差I代表单位矩阵;
H∞控制器增益矩阵K与干扰观测器增益矩阵L的选取应使得增广系统Σ6中:从干扰w1到输出x与的H∞范数小于1,从而实现干扰抑制;该问题的实现可以转化为以下凸优化问题进行求解:
RET=ER≥0
其中,Ψ11=(AR+B1S1)+(AR+B1S1)T,R=RT>0以及S1为矩阵变量,Ψ22=(QW-S2(B11-A12B12)V)+(QW-S2(B11-A12B12)V)T,Q=QT>0以及S2为矩阵变量,λ0>0为给定的常数,在本实施案例中取值为1,0表示零元素或零矩阵,I表示单位矩阵,“*”表示对称矩阵的对称部分,则控制器与干扰观测器的增益矩阵为K=S1R-1,L=Q-1S2。在本实施案例中,求解出的K矩阵的元素幅值介于10到100之间,观测器增益矩阵L的元素幅值介于0到10之间。
本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (3)
1.一种广义不确定系统的干扰补偿与抑制方法,其特征在于包括以下步骤:
第一步,对广义不确定系统的谐波干扰进行数学建模,设计降阶的干扰观测器估计并抵消谐波干扰;在此基础上,设计鲁棒H∞控制器对广义不确定系统中的范数有界干扰进行抑制;
第二步,将鲁棒H∞控制器与干扰观测器进行复合,得到复合控制器,基于凸优化算法求解H∞控制器与干扰观测器的增益矩阵。
2.根据权利要求1所述的一种广义不确定系统的干扰补偿与抑制方法,其特征在于:所述第一步实现如下:
广义不确定系统Σ1:
输出方程为:
其中,表示系统Σ1的状态变量,为已知的非奇异矩阵,u∈Rm代表控制输入,w0∈Rm表示谐波干扰,w1∈Rp表示范数有界干扰,z∈Rq表示参考输出,y=x∈Rn表示量测输出; C1∈Rq×n、D1∈Rq×p为已知的常数矩阵,I表示单位矩阵;非线性不确定项为光滑的非线性函数,满足如下有界条件:其中,W0为已知的加权矩阵;而谐波干扰w0由如下谐波干扰模型Σ2所描述:
其中,ξ∈Rr表示谐波干扰模型Σ2的状态变量,W∈Rr×r、V∈Rm×r表示已知的常数矩阵;
针对谐波干扰模型Σ2,结合广义不确定系统Σ1,设计如下形式的降阶干扰观测器Σ3:
其中,分别是w0与ξ的估计值,v∈Rr为系统Σ3的辅助变量,为待定的干扰观测器增益矩阵;
对广义不确定系统Σ1进行转化,得到如下形式的广义不确定系统Σ4:
其中,E=diag{E0,0}∈Rn×n,符号diag{·}表示对角矩阵;非线性不确定性满足范数有界条件其中,为给定的加权矩阵;矩阵
针对转化后的广义不确定系统Σ4设计如下H∞控制器:
u0=Kx
其中,K∈Rm×n为待定的H∞控制器增益矩阵;
将u0带入Σ4中得到被控系统Σ5:
H∞控制器K矩阵的选取使得从范数有界干扰w1到状态输出x的H∞范数小于1,从而实现干扰抑制。
3.根据权利要求1所述的一种广义不确定系统的干扰补偿与抑制方法,其特征在于:所述第二步实现为:
复合控制器的表达式为:
其中,u0为H∞控制器,为谐波干扰w0的估计值,K∈Rm×n为待定的H∞控制器增益矩阵;
将干扰观测器误差动态与被控系统Σ5联立得到如下增广系统:
其中,干扰观测器误差I代表单位矩阵;
H∞控制器增益矩阵K与干扰观测器增益矩阵L通过以下凸优化问题求解:
RET=ER≥0
其中,Ψ11=(AR+B1S1)+(AR+B1S1)T,R=RT>0以及S1为矩阵变量,Ψ22=(QW-S2(B11-A12B12)V)+(QW-S2(B11-A12B12)V)T,Q=QT>0以及S2为矩阵变量,λ0>0为给定的常数,0表示零元素或零矩阵,I表示单位矩阵,“*”表示对称矩阵的对称部分,则H∞控制器与干扰观测器的增益矩阵为K=S1R-1,L=Q-1S2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610370231.0A CN105955025B (zh) | 2016-05-30 | 2016-05-30 | 一种广义不确定系统的干扰补偿与抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610370231.0A CN105955025B (zh) | 2016-05-30 | 2016-05-30 | 一种广义不确定系统的干扰补偿与抑制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105955025A true CN105955025A (zh) | 2016-09-21 |
CN105955025B CN105955025B (zh) | 2017-06-06 |
Family
ID=56910944
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610370231.0A Active CN105955025B (zh) | 2016-05-30 | 2016-05-30 | 一种广义不确定系统的干扰补偿与抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105955025B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107037727A (zh) * | 2017-03-13 | 2017-08-11 | 贾杰 | 一种无人直升机大包线自适应增益调度方法 |
CN107168071A (zh) * | 2017-07-17 | 2017-09-15 | 北京航空航天大学 | 一种基于干扰观测器的非线性系统自抗扰控制方法 |
CN108267957A (zh) * | 2018-01-23 | 2018-07-10 | 廊坊师范学院 | 一种分数阶区间多智能体系统鲁棒输出一致性的控制方法 |
CN108628329A (zh) * | 2018-03-19 | 2018-10-09 | 北京航空航天大学 | 一种测控链路受回放攻击的航天器抗干扰姿控方法 |
CN110531621A (zh) * | 2019-09-05 | 2019-12-03 | 北京航空航天大学 | 一种面向混合攻击下的信息物理系统可靠控制方法 |
CN111694274A (zh) * | 2020-05-19 | 2020-09-22 | 东南大学 | 一种基于扰动反馈补偿的热工过程h无穷控制系统 |
CN113419462A (zh) * | 2021-07-08 | 2021-09-21 | 北京航空航天大学杭州创新研究院 | 一种基于谐波干扰观测器的电网电流复合预测控制方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101008840A (zh) * | 2007-01-24 | 2007-08-01 | 杭州电子科技大学 | 基于不确定颜色模型的鲁棒多变量预测控制方法 |
CN105005195A (zh) * | 2014-04-18 | 2015-10-28 | 东北大学 | 一种上肢康复机器人康复训练运动控制方法 |
-
2016
- 2016-05-30 CN CN201610370231.0A patent/CN105955025B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101008840A (zh) * | 2007-01-24 | 2007-08-01 | 杭州电子科技大学 | 基于不确定颜色模型的鲁棒多变量预测控制方法 |
CN105005195A (zh) * | 2014-04-18 | 2015-10-28 | 东北大学 | 一种上肢康复机器人康复训练运动控制方法 |
Non-Patent Citations (2)
Title |
---|
吴凌尧: "一类非线性不确定结构系统的鲁棒饱和主动控制", 《振动工程学报》 * |
杨贤辉: "一类基于干扰观测的非线性离散系统控制方法", 《南京理工大学学报》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107037727A (zh) * | 2017-03-13 | 2017-08-11 | 贾杰 | 一种无人直升机大包线自适应增益调度方法 |
CN107168071A (zh) * | 2017-07-17 | 2017-09-15 | 北京航空航天大学 | 一种基于干扰观测器的非线性系统自抗扰控制方法 |
CN107168071B (zh) * | 2017-07-17 | 2018-03-27 | 北京航空航天大学 | 一种基于干扰观测器的非线性系统自抗扰控制方法 |
CN108267957A (zh) * | 2018-01-23 | 2018-07-10 | 廊坊师范学院 | 一种分数阶区间多智能体系统鲁棒输出一致性的控制方法 |
CN108267957B (zh) * | 2018-01-23 | 2021-03-02 | 廊坊师范学院 | 一种分数阶区间多智能体系统鲁棒输出一致性的控制方法 |
CN108628329A (zh) * | 2018-03-19 | 2018-10-09 | 北京航空航天大学 | 一种测控链路受回放攻击的航天器抗干扰姿控方法 |
CN108628329B (zh) * | 2018-03-19 | 2020-06-09 | 北京航空航天大学 | 一种测控链路受回放攻击的航天器抗干扰姿控方法 |
CN110531621A (zh) * | 2019-09-05 | 2019-12-03 | 北京航空航天大学 | 一种面向混合攻击下的信息物理系统可靠控制方法 |
CN111694274A (zh) * | 2020-05-19 | 2020-09-22 | 东南大学 | 一种基于扰动反馈补偿的热工过程h无穷控制系统 |
CN111694274B (zh) * | 2020-05-19 | 2022-06-14 | 东南大学 | 一种基于扰动反馈补偿的热工过程h无穷控制系统 |
CN113419462A (zh) * | 2021-07-08 | 2021-09-21 | 北京航空航天大学杭州创新研究院 | 一种基于谐波干扰观测器的电网电流复合预测控制方法 |
CN113419462B (zh) * | 2021-07-08 | 2022-06-10 | 北京航空航天大学杭州创新研究院 | 一种基于谐波干扰观测器的电网电流复合预测控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105955025B (zh) | 2017-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105955025B (zh) | 一种广义不确定系统的干扰补偿与抑制方法 | |
CN109212974B (zh) | 区间时变时滞系统的鲁棒模糊预测容错控制方法 | |
Boulkroune et al. | Adaptive fuzzy controller for multivariable nonlinear state time-varying delay systems subject to input nonlinearities | |
Cao et al. | An antiwindup approach to enlarging domain of attraction for linear systems subject to actuator saturation | |
Su et al. | A novel approach to filter design for T–S fuzzy discrete-time systems with time-varying delay | |
CN105629739B (zh) | 一种无拖曳卫星相对位移通道的输出反馈抗干扰控制方法 | |
CN107831654A (zh) | 不确定线性离散系统的保性能预见重复控制器的控制方法 | |
CN108388133A (zh) | 一种基于正全维观测器的正系统动态输出反馈抗干扰控制方法 | |
Wu et al. | A fully actuated system approach for stabilization of discrete-time multiple-input nonlinear systems with distinct input delays | |
Hagh et al. | Robust PI-based non-singular terminal synergetic control for nonlinear systems via hybrid nonlinear disturbance observer | |
Wang et al. | Finite-time performance guaranteed event-triggered adaptive control for nonlinear systems with unknown control direction | |
Zhang et al. | Interval estimation of actuator fault by interval analysis | |
Zhang et al. | Comparison on gradient-based neural dynamics and Zhang neural dynamics for online solution of nonlinear equations | |
Fuh | Variable-thickness boundary layers for sliding mode control | |
CN113159647A (zh) | 一种基于delta算子的二级化学反应器故障估计方法 | |
Saoudi et al. | State estimation of unknown input fuzzy bilinear systems: Application to fault diagnosis | |
Ahmadian et al. | A new approach to adaptive control of multi-input multi-output systems using multiple models | |
Sun et al. | Iterative learning control with extended state observer for iteration-varying disturbance rejection | |
Lagrat et al. | Fuzzy sliding mode PI controller for nonlinear systems | |
Prempain et al. | Coprime factor based anti-windup synthesis for parameter-dependent systems | |
Kolmanovsky et al. | Stochastic stability of a class of nonlinear systems with randomly varying time-delay | |
Sadegh et al. | An explicit method for computing the positive real lemma matrices | |
Gnaneswaran et al. | A linear matrix inequality-based extended dissipativity criteria for linear systems with additive time-varying delays | |
Zhang et al. | A hybrid control method of sliding mode and PID controllers based on adaptive controlled switching portion | |
Wang et al. | Adaptive control of output constrained nonlinear systems based on nonlinear mapping |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |