CN109062054A - 一种三阶严反馈混沌轨迹跟踪方法 - Google Patents
一种三阶严反馈混沌轨迹跟踪方法 Download PDFInfo
- Publication number
- CN109062054A CN109062054A CN201811023796.7A CN201811023796A CN109062054A CN 109062054 A CN109062054 A CN 109062054A CN 201811023796 A CN201811023796 A CN 201811023796A CN 109062054 A CN109062054 A CN 109062054A
- Authority
- CN
- China
- Prior art keywords
- adaptive
- sliding mode
- trajectory
- strict feedback
- global sliding
- 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 12
- 230000003044 adaptive effect Effects 0.000 claims abstract description 29
- 230000000739 chaotic effect Effects 0.000 claims description 55
- 238000013459 approach Methods 0.000 claims description 9
- 230000006978 adaptation Effects 0.000 claims description 6
- 238000009795 derivation Methods 0.000 claims description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 101000713585 Homo sapiens Tubulin beta-4A chain Proteins 0.000 description 2
- 102100036788 Tubulin beta-4A chain Human genes 0.000 description 2
- 244000145845 chattering Species 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000002474 experimental method 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
本发明提出一种三阶严反馈混沌轨迹跟踪方法,流程包括:根据三阶严反馈混沌系统的状态方程和期望轨迹,建立轨迹跟踪误差系统;设计非线性全局滑模面和自适应指数趋近律;设计自适应全局滑模控制器,该单一的自适应全局滑模控制器对轨迹跟踪误差系统进行控制,形成闭环系统,该闭环系统能够实现三阶严反馈混沌系统的轨迹跟踪控制。采用非线性全局滑模面的全局滑模控制器在趋近模态和滑动模态都具有鲁棒性,将全局滑模控制器和自适应滑模控制器相结合,提出了自适应全局滑模控制器,只需要单一的控制输入就能实现三阶严反馈混沌的轨迹跟踪控制,并克服建模不确定和外部干扰信号的影响。
Description
技术领域
本发明属于自动控制技术领域,具体涉及一种三阶严反馈混沌轨迹跟踪方法。
背景技术
混沌是连接确定性运动和随机性运动的纽带,广泛存在于自然界和人类社会中。三阶严反馈混沌只需要单一输入就能实现轨迹跟踪,在保密通信方面具有广泛的应用前景。由于存在建模不确定和外部干扰信号,对于不同初始状态三阶严反馈混沌系统的轨迹跟踪非常困难。
滑模控制对于建模不确定和外部干扰信号具有很强的鲁棒性,并具有响应速度快和容易实现等优点,广泛用于非线性系统的控制。采用非线性全局滑模面的全局滑模控制器具有全局鲁棒性,与线性滑模面相比,有很大的优势。自适应滑模控制器能够通过自适应率对建模不确定和外部干扰信号的上界进行估计。将非线性全局滑模面和自适应滑模控制器相结合,设计自适应全局滑模控制器用于三阶严反馈混沌的轨迹跟踪非常必要。
发明内容
基于以上的技术问题,本发明提供一种三阶严反馈混沌轨迹跟踪方法,提出了非线性全局滑模面和自适应指数趋近律,采用自适应率对建模不确定和外部干扰信号的上界进行估计,采用单一的自适应全局滑模控制器,在建模不确定和外部干扰信号的情况下,确保不同初始状态三阶严反馈混沌系统的轨迹跟踪控制控制。
所述一种三阶严反馈混沌轨迹跟踪方法,包括以下步骤:
步骤1:根据三阶严反馈混沌系统的状态方程和期望轨迹,建立轨迹跟踪误差系统:
三阶严反馈混沌系统,状态方程如下:
其中,x1,x2和x3为系统的状态变量,x=[x1,x2,x3]T,fx(x,t)为连续函数,t为时间。
带有建模不确定和外部干扰信号的三阶严反馈混沌系统,状态方程如下:
其中,△f(x)为建模不确定,d(t)为外部干扰信号,u为控制输入。在式(2)中,建模不确定△f(x)和外部干扰信号d(t)均有界,即:
其中,d1为建模不确定的上界,d2为外部干扰信号的上界,且d1≥0,d2≥0。d1和d2为未知参数,采用自适应率进行估计。
三阶严反馈混沌系统的期望轨迹为xd,其中xd具有三阶导数。三阶严反馈混沌系统状态变量x1的期望轨迹为xd,状态变量x2的期望轨迹为状态变量x3的期望轨迹为三阶严反馈混沌系统和期望轨迹的轨迹跟踪误差为e1=x1-xd,
根据式(2)的三阶严反馈混沌系统和期望轨迹,建立轨迹跟踪误差系统为:
其中e1,e2和e3为轨迹跟踪误差系统状态变量;
步骤2:设计非线性全局滑模面和自适应指数趋近律;
所述非线性全局滑模面为:
s=e3+k1e2+k2e1-p(t) (5)
其中,k1>0,k2>0。p(t)是为了实现全局滑模控制设计的函数。函数p(t)必须满足下面的三个条件:
(1)p(0)=e3(0)+k1e2(0)+k2e1(0);
(2)当t→∞时,p(t)→0;
(3)p(t)具有一阶导数。
根据以上三个条件,将函数p(t)设计为:
p(t)=p(0)e-βt (6)
其中,β>0。对函数p(t)进行求导,可以得到
所述自适应指数趋近律设计为:
其中,λ0为常数,且λ0≥0。和分别为未知参数d1和d2的估计值,通过自适应率得到。参数λ根据轨迹跟踪误差的大小进行自适应调整,随着轨迹跟踪误差的减小,参数λ趋近于λ0。
步骤3:根据轨迹跟踪误差公式(4),非线性全局滑模面公式(5)和自适应指数趋近律公式(8),设计自适应全局滑模控制器,该单一的自适应全局滑模控制器对轨迹跟踪误差系统进行控制,形成闭环系统,该闭环系统能够实现三阶严反馈混沌系统的轨迹跟踪控制,对建模不确定和外部干扰信号具有鲁棒性。
根据式(4)、式(5)和式(8),设计自适应全局滑模控制器为:
所述未知参数d1和d2的自适应率为:
其中,μ1和μ2为常数,且μ1>0,μ2>0。d10和d20分别为和的初始值,且d10>0,d20>0。
在式(9)的控制器中存在符号函数sgn(s),会使控制器不连续,出现抖振现象。为了削弱抖振的影响,采用饱和函数sat(s)代替符号函数sgn(s)。最终所述自适应全局滑模控制器为:
其中,饱和函数sat(s)的表达式为其中,δ为常数,且δ>0。
通过Lyapunov稳定性理论对闭环系统的稳定性进行证明,其中,Lyapunov函数为
其中,s是公式(5)中定义的非线性全局滑模面,μ1和μ2为常数,且μ1>0,μ2>0,和分别为通过自适应率得到的未知参数d1和d2估计值。
对公式(12)进行求导,然后将公式(5)、公式(4)和公式(10)带入可以得到:
然后将公式(9)带入,化简后可以得到:
通过Lyapunov稳定性理论证明了由式(4)、式(9)和式(10)组成闭环系统是稳定的,驱动系统和响应系统的轨迹跟踪误差渐进收敛到零。单一的自适应全局滑模控制器能够实现不同初始状态三阶严反馈混沌的轨迹跟踪控制,对建模不确定和外部干扰信号具有很好的鲁棒性。
有益技术效果:
本发明提出一种三阶严反馈混沌轨迹跟踪方法,采用非线性全局滑模面的全局滑模控制器在趋近模态和滑动模态都具有鲁棒性,而传统的滑模控制器在趋近模态不具有鲁棒性。将全局滑模控制器和自适应滑模控制器相结合,提出了自适应全局滑模控制器,通过自适应率对建模不确定和外部干扰信号进行估计,在趋近模态和滑模模态都具有鲁棒性,只需要单一的控制输入就能实现三阶严反馈混沌的轨迹跟踪控制,并克服建模不确定和外部干扰信号的影响。
附图说明
图1为本发明实施例的原理图;
图2为本发明实施例1中采用符号函数时控制输入的响应曲线;
图3为本发明实施例1中采用饱和函数时控制输入的响应曲线;
图4为本发明实施例1中状态变量x1和期望轨迹xd的响应曲线;
图5为本发明实施例1中状态变量x2和期望轨迹的响应曲线;
图6为本发明实施例1中状态变量x3和期望轨迹的响应曲线;
图7为本发明实施例1中轨迹跟踪误差的响应曲线;
图8为本发明实施例2中采用符号函数时控制输入的响应曲线;
图9为本发明实施例2中采用饱和函数时控制输入的响应曲线;
图10为本发明实施例2中状态变量x1和期望轨迹xd的响应曲线;
图11为本发明实施例2中状态变量x2和期望轨迹的响应曲线;
图12为本发明实施例2中状态变量x3和期望轨迹的响应曲线;
图13为本发明实施例2中轨迹跟踪误差的响应曲线;
具体实施方式
下面结合附图和具体实施实例对发明做进一步说明:如图1所示,根据三阶严反馈混沌系统的状态方程和期望轨迹,建立轨迹跟踪误差系统,设计非线性全局滑模面和自适应指数趋近律,设计自适应率和自适应全局滑模控制器,该自适应全局滑模控制器对轨迹跟踪误差系统进行控制,形成闭环控制系统,该闭环控制系统实现不同初始状态三阶严反馈混沌系统的轨迹跟踪控制。
为了更加直观的显示本发明提出的一种三阶严反馈混沌轨迹跟踪方法的有效性,采用MATLAB/Simulink软件对本控制方案进行计算机仿真实验。在仿真实验中,采用ode45算法,ode45算法即四阶-五阶Runge-Kutta算法,是一种自适应步长的常微分方程数值解法,最大步长为0.0001s,仿真时间为10s。在饱和函数中,参数设定为δ=0.001。
具体实施例1:
三阶严反馈混沌系统为Arneodo混沌系统。Arneodo系统的状态方程为:
当参数a1=-1,a2=-5.5,a3=3.5,a4=1时,Arneodo系统会出现混沌现象。带有建模不确定和外部干扰信号的三阶严反馈混沌系统,状态方程为:
以式(14)作为三阶严反馈混沌系统。建模不确定△f(x)设定为△f(y)=2sin(x1+x2),外部干扰信号d(t)设定为d(t)=3sin(3t)。三阶严反馈混沌系统的初始状态设定为x1(0)=2,x2(0)=-2,x3(0)=2.5。
Arneodo混沌系统状态变量x1的期望轨迹为xd=sin(t),状态变量x2的期望轨迹为状态变量x3的期望轨迹为期望轨迹的初始状态为xd(0)=0,
Arneodo混沌系统状态变量和期望轨迹的轨迹跟踪误差为e1=x1-xd, 轨迹跟踪误差系统采用公式(4):
其中e1,e2和e3为轨迹跟踪误差系统的状态变量。轨迹跟踪误差系统状态变量的初始值为e1(0)=x1(0)-xd(0)=2,
非线性全局滑模面采用公式(5):
s=e3+k1e2+k2e1-p(t) (5)
其中,参数设定为k1=2,k2=2。
函数p(t)采用公式(6)
p(t)=p(0)e-βt (6)
其中,参数设定为β=5。
自适应指数趋近律采用公式(8):
其中,参数设定为λ0=0.2。和分别为未知参数d1和d2的估计值,通过自适应率得到。
未知参数d1和d2的自适应率采用公式(10)
其中,参数设定为μ1=60,μ2=60,d10=1.7,d20=2.5。
控制参数如前所设,进行系统的仿真。图2是采用符号函数sgn(s)时,自适应全局滑模控制器的控制输入曲线。图3是采用饱和函数sat(s)时,自适应全局滑模控制器的控制输入曲线。在图2中,控制输入出现了明显的抖振现象。在图3中,控制输入没有出现抖振现象,比较平滑。图4是Arneodo混沌系统状态变量x1和期望轨迹xd的响应曲线。图5是Arneodo混沌系统状态变量x2和期望轨迹的响应曲线。图6是Arneodo混沌系统状态变量x3和期望轨迹的响应曲线。图7是轨迹跟踪误差的响应曲线。从仿真曲线可以直观的观察到轨迹跟踪误差在7s时基本收敛到零,轨迹跟踪的速度非常快。
自适应全局滑模控制器公式(11)和自适应率公式(10)对轨迹跟踪误差系统公式(4)进行控制,形成闭环控制系统,该闭环控制系统实现不同初始状态Arneodo混沌系统的轨迹跟踪控制。在建模不确定和外部干扰信号下,只采用单一的控制器实现了不同初始状态Arneodo混沌系统的轨迹跟踪控制,具有很好的鲁棒性和很高的可靠性。
具体实施例2:
三阶严反馈混沌系统为Genesio-Tesi混沌系统。Genesio-Tesi系统的状态方程为:
其中,参数为a>0,b>0,c>0,且ab<c。当参数a=1.2,b=2.92,c=6时,Genesio-Tesi系统会出现混沌现象。带有建模不确定和外部干扰信号的三阶严反馈混沌系统,状态方程为
以式(16)作为三阶严反馈混沌系统。建模不确定△f(x)设定为△f(y)=2sin(3x2),外部干扰信号d(t)设定为d(t)=2cos(3t)。三阶严反馈混沌系统的初始状态设定为x1(0)=-1,x2(0)=2.5,x3(0)=1.2。
Genesio-Tesi混沌系统状态变量x1的期望轨迹为xd=sin(2t),状态变量x2的期望轨迹为状态变量x3的期望轨迹为期望轨迹的初始状态为xd(0)=0,
Genesio-Tesi混沌系统状态变量和期望轨迹的轨迹跟踪误差为e1=x1-xd, 轨迹跟踪误差系统采用公式(4):
其中e1,e2和e3为轨迹跟踪误差系统状态变量。轨迹跟踪误差系统状态变量的初始值为e1(0)=x1(0)-xd(0)=-1,
非线性全局滑模面采用公式(5):
s=e3+k1e2+k2e1-p(t) (5)
其中,参数设定为k1=2,k2=2。
函数p(t)采用公式(6):
p(t)=p(0)e-βt (6)
其中,参数设定为β=5。
自适应指数趋近律采用公式(8):
其中,参数设定为λ0=0.2。和分别为未知参数d1和d2的估计值,通过自适应率得到。
未知参数d1和d2的自适应率采用公式(10):
其中,参数设定为μ1=60,μ2=60,d10=1.7,d20=1.8。
控制参数如前所设,进行系统的仿真。图8是采用符号函数sgn(s)时,自适应全局滑模控制器的控制输入曲线。图9是采用饱和函数sat(s)时,自适应全局滑模控制器的控制输入曲线。在图8中,控制输入出现了明显的抖振现象。在图9中,控制输入没有出现抖振现象,比较平滑。图10是Genesio-Tesi混沌系统状态变量x1和期望轨迹xd的响应曲线。图11是Genesio-Tesi混沌系统状态变量x2和期望轨迹的响应曲线。图12是Genesio-Tesi混沌系统状态变量x3和期望轨迹的响应曲线。图13是轨迹跟踪误差的响应曲线。从仿真曲线可以直观的观察到轨迹跟踪误差在7s时基本收敛到零,轨迹跟踪的速度非常快。
自适应全局滑模控制器公式(11)和自适应率公式(10)对轨迹跟踪误差系统公式(4)进行控制,形成闭环控制系统,该闭环控制系统实现不同初始状态Genesio-Tesi混沌系统的轨迹跟踪控制。在建模不确定和外部干扰信号下,只采用单一的控制器实现了不同初始状态Genesio-Tesi混沌系统的轨迹跟踪控制,具有很好的鲁棒性和很高的可靠性。
Claims (2)
1.一种三阶严反馈混沌轨迹跟踪方法,其特征在于,包括以下步骤:
步骤1:根据三阶严反馈混沌系统的状态方程和期望轨迹,建立轨迹跟踪误差系统:
三阶严反馈混沌系统,状态方程如下:
其中,x1,x2和x3为系统的状态变量,x=[x1,x2,x3]T,fx(x,t)为连续函数,t为时间;
带有建模不确定和外部干扰信号的三阶严反馈混沌系统,状态方程如下:
其中,△f(x)为建模不确定,d(t)为外部干扰信号,u为控制输入,在式(2)中,建模不确定△f(x)和外部干扰信号d(t)均有界,即:
其中,d1为建模不确定△f(x)的上界,d2为外部干扰信号的上界,且d1≥0,d2≥0,d1和d2为未知参数,采用自适应率进行估计;
三阶严反馈混沌系统的期望轨迹为xd,其中xd具有三阶导数,三阶严反馈混沌系统状态变量x1的期望轨迹为xd,状态变量x2的期望轨迹为状态变量x3的期望轨迹为三阶严反馈混沌系统和期望轨迹的轨迹跟踪误差为e1=x1-xd,
根据式(2)的三阶严反馈混沌系统和期望轨迹,建立轨迹跟踪误差系统为:
其中e1,e2和e3为轨迹跟踪误差系统状态变量;
步骤2:设计非线性全局滑模面和自适应指数趋近律;
所述非线性全局滑模面为:
s=e3+k1e2+k2e1-p(t) (5)
其中,k1>0,k2>0,p(t)是为了实现全局滑模控制设计的函数,函数p(t)必须满足下面的三个条件:
(1)p(0)=e3(0)+k1e2(0)+k2e1(0);
(2)当t趋近∞时,p(t)趋近0;
(3)p(t)具有一阶导数;
根据以上三个条件,将函数p(t)设计为:
p(t)=p(0)e-βt (6)
其中,β>0,对函数p(t)进行求导,可以得到
所述自适应指数趋近律设计为:
其中,λ0为常数,且λ0≥0,和分别为未知参数d1和d2的估计值,通过自适应率得到;
步骤3:根据轨迹跟踪误差公式(4),非线性全局滑模面公式(5)和自适应指数趋近律公式(8),设计自适应全局滑模控制器,该单一的自适应全局滑模控制器对轨迹跟踪误差系统进行控制,形成闭环系统,该闭环系统能够实现三阶严反馈混沌系统的轨迹跟踪控制,对建模不确定和外部干扰信号具有鲁棒性;
所述自适应全局滑模控制器根据式(4)、式(5)和式(8)进行设计:
所述未知参数d1和d2的自适应率为:
其中,μ1和μ2为常数,且μ1>0,μ2>0,d10和d20分别为和的初始值,且d10>0,d20>0;
在式(9)的控制器中存在符号函数sgn(s),会使控制器不连续,出现抖振现象,为了削弱抖振的影响,采用饱和函数sat(s)代替符号函数sgn(s),最终所述自适应全局滑模控制器为:
其中,饱和函数sat(s)的表达式为其中,δ为常数,且δ>0。
2.根据权利要求1所述一种三阶严反馈混沌轨迹跟踪方法,其特征在于,通过Lyapunov稳定性理论对该闭环系统的稳定性进行证明,其中,Lyapunov函数为
其中,s是公式(5)中定义的非线性全局滑模面,μ1和μ2为常数,且μ1>0,μ2>0,和分别为通过自适应率得到的未知参数d1和d2估计值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811023796.7A CN109062054B (zh) | 2018-09-04 | 2018-09-04 | 一种三阶严反馈混沌轨迹跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811023796.7A CN109062054B (zh) | 2018-09-04 | 2018-09-04 | 一种三阶严反馈混沌轨迹跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109062054A true CN109062054A (zh) | 2018-12-21 |
CN109062054B CN109062054B (zh) | 2021-06-01 |
Family
ID=64759346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811023796.7A Expired - Fee Related CN109062054B (zh) | 2018-09-04 | 2018-09-04 | 一种三阶严反馈混沌轨迹跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109062054B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109557817A (zh) * | 2019-01-07 | 2019-04-02 | 东北大学 | 一种改进的全局滑模控制方法 |
CN109946969A (zh) * | 2019-03-29 | 2019-06-28 | 东北大学 | 一种控制输入受限的二阶混沌轨迹跟踪方法 |
CN109991854A (zh) * | 2019-04-23 | 2019-07-09 | 东北大学 | 一种结合全局滑模和线性滑模的组合滑模控制方法 |
CN111538245A (zh) * | 2020-06-26 | 2020-08-14 | 西京学院 | 一种具隐藏吸引子混沌系统的鲁棒控制方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7630948B2 (en) * | 2006-09-07 | 2009-12-08 | International Business Machines Corporation | System and method for managing a chaotic event |
CN104218853A (zh) * | 2014-08-15 | 2014-12-17 | 浙江工业大学 | 一种双永磁同步电机混沌系统的滑模同步控制方法 |
CN104303115A (zh) * | 2011-11-03 | 2015-01-21 | 牛津布鲁克斯大学 | 控制呈现混沌行为的动态物理系统的方法 |
CN104901599A (zh) * | 2015-06-08 | 2015-09-09 | 浙江工业大学 | 基于扩张状态观测器的永磁同步电机混沌系统全阶滑模控制方法 |
CN105306193A (zh) * | 2015-11-16 | 2016-02-03 | 郑州轻工业学院 | 带有未知参数的复混沌系统有限时间同步滑模控制方法 |
US9286877B1 (en) * | 2010-07-27 | 2016-03-15 | Diana Dabby | Method and apparatus for computer-aided variation of music and other sequences, including variation by chaotic mapping |
CN105785763A (zh) * | 2016-03-24 | 2016-07-20 | 郑州轻工业学院 | 参数不确定的复混沌系统有限时间组合同步滑模控制方法 |
CN107086916A (zh) * | 2017-05-23 | 2017-08-22 | 西安理工大学 | 一种基于分数阶自适应滑模控制的混沌系统同步方法 |
-
2018
- 2018-09-04 CN CN201811023796.7A patent/CN109062054B/zh not_active Expired - Fee Related
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7630948B2 (en) * | 2006-09-07 | 2009-12-08 | International Business Machines Corporation | System and method for managing a chaotic event |
US9286877B1 (en) * | 2010-07-27 | 2016-03-15 | Diana Dabby | Method and apparatus for computer-aided variation of music and other sequences, including variation by chaotic mapping |
CN104303115A (zh) * | 2011-11-03 | 2015-01-21 | 牛津布鲁克斯大学 | 控制呈现混沌行为的动态物理系统的方法 |
CN104218853A (zh) * | 2014-08-15 | 2014-12-17 | 浙江工业大学 | 一种双永磁同步电机混沌系统的滑模同步控制方法 |
CN104901599A (zh) * | 2015-06-08 | 2015-09-09 | 浙江工业大学 | 基于扩张状态观测器的永磁同步电机混沌系统全阶滑模控制方法 |
CN105306193A (zh) * | 2015-11-16 | 2016-02-03 | 郑州轻工业学院 | 带有未知参数的复混沌系统有限时间同步滑模控制方法 |
CN105785763A (zh) * | 2016-03-24 | 2016-07-20 | 郑州轻工业学院 | 参数不确定的复混沌系统有限时间组合同步滑模控制方法 |
CN107086916A (zh) * | 2017-05-23 | 2017-08-22 | 西安理工大学 | 一种基于分数阶自适应滑模控制的混沌系统同步方法 |
Non-Patent Citations (2)
Title |
---|
H.Y. LI: "Robust sliding-mode backstepping design for synchronization control of cross-strict feedback hyperchaotic systems with unmatched uncertainties", 《COMMUN NONLINEAR SCI NUMER SIMULAT》 * |
郝建红: "不确定分数阶同步发电机混沌系统的", 《河北师范大学学报/自 然科学版/》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109557817A (zh) * | 2019-01-07 | 2019-04-02 | 东北大学 | 一种改进的全局滑模控制方法 |
CN109557817B (zh) * | 2019-01-07 | 2021-11-16 | 东北大学 | 一种改进的全局滑模控制方法 |
CN109946969A (zh) * | 2019-03-29 | 2019-06-28 | 东北大学 | 一种控制输入受限的二阶混沌轨迹跟踪方法 |
CN109946969B (zh) * | 2019-03-29 | 2021-08-10 | 东北大学 | 一种控制输入受限的二阶混沌轨迹跟踪方法 |
CN109991854A (zh) * | 2019-04-23 | 2019-07-09 | 东北大学 | 一种结合全局滑模和线性滑模的组合滑模控制方法 |
CN109991854B (zh) * | 2019-04-23 | 2021-05-28 | 东北大学 | 一种结合全局滑模和线性滑模的组合滑模控制方法 |
CN111538245A (zh) * | 2020-06-26 | 2020-08-14 | 西京学院 | 一种具隐藏吸引子混沌系统的鲁棒控制方法 |
CN111538245B (zh) * | 2020-06-26 | 2022-06-03 | 西京学院 | 一种具隐藏吸引子混沌系统的鲁棒控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109062054B (zh) | 2021-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108931917B (zh) | 一种三阶严反馈混沌投影同步方法 | |
CN109062054B (zh) | 一种三阶严反馈混沌轨迹跟踪方法 | |
CN109240093B (zh) | 一种基于全局积分滑模的三阶严反馈混沌轨迹跟踪方法 | |
CN108873690B (zh) | 一种二阶严反馈混沌系统的轨迹跟踪方法 | |
CN108845494B (zh) | 一种二阶严反馈混沌投影同步方法 | |
CN109324504B (zh) | 基于全局积分滑模的三阶严反馈混沌比例投影同步方法 | |
CN108958042B (zh) | 基于两种趋近律的滑模控制方法 | |
CN108833075B (zh) | 一种基于非奇异终端滑模控制器的二阶混沌投影同步方法 | |
CN109946969B (zh) | 一种控制输入受限的二阶混沌轨迹跟踪方法 | |
CN109143871B (zh) | 基于改进极点配置的三阶严反馈混沌比例投影同步方法 | |
CN109298636B (zh) | 一种改进的积分滑模控制方法 | |
CN108646570B (zh) | 一种改进极点配置的混沌轨迹跟踪方法 | |
CN108897227B (zh) | 非线性严格反馈系统全局有限时间神经网络控制方法 | |
CN108762093B (zh) | 一种改进极点配置的同维混沌全局混合投影同步方法 | |
CN109557817B (zh) | 一种改进的全局滑模控制方法 | |
CN109445280B (zh) | 一种基于改进极点配置的三阶严反馈混沌轨迹跟踪方法 | |
CN104614994A (zh) | 一种含输入死区的非线性系统鲁棒自适应控制方法 | |
Guo et al. | Distributed adaptive human-in-the-loop event-triggered formation control for QUAVs with quantized communication | |
Shao et al. | Chattering-free adaptive sliding-mode control of nonlinear systems with unknown disturbances | |
CN109212961B (zh) | 一种不同维数混沌系统的全局混合投影同步方法 | |
Hou et al. | Dynamic event-triggered fixed-time tracking control for state-constrained nonlinear systems with dead zone based on fast fixed-time filters | |
CN109062034B (zh) | 一种改进双幂次趋近律滑模的三阶严反馈系统控制方法 | |
CN109946973B (zh) | 一种结合快速终端滑模和线性滑模的组合滑模控制方法 | |
CN110109349B (zh) | 一种饱和约束下三阶严反馈混沌轨迹跟踪方法 | |
CN109782589B (zh) | 一种基于主动积分滑模的混沌轨迹跟踪方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210601 Termination date: 20210904 |