Neuroadaptive Control of Strict Feedback Systems With Full-State Constraints and Unknown Actuation Characteristics: An Inexpensive Solution
Neuroadaptive Control of Strict Feedback Systems With Full-State Constraints and Unknown Actuation Characteristics: An Inexpensive Solution
复制标题
具有全状态约束和未知驱动特性的严格反馈系统的神经自适应控制：一种廉价的解决方案
DOI：
10.1109/tcyb.2017.2759498
复制
发表时间：
2018-11
影响因子：
11.8
通讯作者：
Huang Xiucai
中科院分区：
文献类型：
--
作者：
Song Yongduan;Shen Ziyun;He Liu;Huang Xiucai
本文研究了一类具有全状态约束和未知激励特性的不确定非线性严格反馈系统的神经自适应控制问题，其中死区模型的断点是时变的。为了处理建模的不确定性和非光滑驱动特性的影响，在反推设计的每一步都使用了神经网络。利用障碍Lyapunov函数，结合虚拟参数的概念，提出了一种在保证跟踪稳定性的同时保持全状态约束的神经自适应控制方案。该控制策略采用比例积分(PI)控制结构，PI增益自动自适应确定，设计要求较低，实现成本较低。理论分析和数值仿真均验证了该方法的优越性和有效性。
In this paper, we present a neuroadaptive control for a class of uncertain nonlinear strict-feedback systems with full-state constraints and unknown actuation characteristics where the break points of the dead-zone model are considered as time-variant. In order to deal with the modeling uncertainties and the impact of the nonsmooth actuation characteristics, neural networks are utilized at each step of the backstepping design. By using barrier Lyapunov function, together with the concept of virtual parameter, we develop a neuroadaptive control scheme ensuring tracking stability and at the same time maintaining full-state constraints. The proposed control strategy bears the structure of proportional–integral (PI) control, with the PI gains being automatically and adaptively determined, making its design less demanding and its implementation less costly. Both theoretical analysis and numerical simulation validate the benefits and the effectiveness of the proposed method.
登录
查看更多内容
具有时变输出约束的非线性 MIMO 系统的自适应神经控制
DOI：
10.1109/tnnls.2014.2333878
发表时间：
2015-05
影响因子：
10.4
作者：
Wenchao Meng;Qinmin Yang;Youxian Sun
通讯作者：
Youxian Sun
影响因子：
2.1
作者：
K. P. Tee;S. Ge
通讯作者：
K. P. Tee;S. Ge
DOI：
10.1109/tnnls.2016.2575078
发表时间：
2017-09
影响因子：
10.4
作者：
Yongduan Song;Junxia Guo;Xiucai Huang
通讯作者：
Yongduan Song;Junxia Guo;Xiucai Huang
DOI：
10.1016/j.engappai.2013.08.008
发表时间：
2013-11
期刊：
Eng. Appl. Artif. Intell.
影响因子：
--
作者：
F. Rossomando;C. Soria;R. Carelli
通讯作者：
F. Rossomando;C. Soria;R. Carelli
具有未知死区和控制方向的 MIMO 非线性系统的自适应神经网络跟踪控制
影响因子：
--
作者：
Zhang, Tianping;Ge, Shuzhi Sam
通讯作者：
Ge, Shuzhi Sam