受饱和输入约束的非线性系统滑模自适应控制

doi:10.3778/j.issn.1002-8331.2010.31.066

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (31): 235-238.DOI: 10.3778/j.issn.1002-8331.2010.31.066

受饱和输入约束的非线性系统滑模自适应控制

李永刚，李星野

上海理工大学管理学院系统科学与工程系，上海 200093

收稿日期:2009-03-26 修回日期:2009-06-01 出版日期:2010-11-01 发布日期:2010-11-01
通讯作者: 李永刚

Adaptive sliding-mode control for SISO nonlinear systems with input saturation

LI Yong-gang，LI Xing-ye

Department of System Science and Engineering，Business School，University of Shanghai for Science and Technology，Shanghai 200093，China

Received:2009-03-26 Revised:2009-06-01 Online:2010-11-01 Published:2010-11-01
Contact: LI Yong-gang

摘要/Abstract

摘要： 利用神经网络和滑模控制，研究带有饱和输入的一类非线性系统。为了便于问题分析，引入饱和约束模型输出与控制输入的差值这个变量，分5种情况讨论，求得神经网络权值的在线调节律，得到保证闭环系统稳定的控制律。利用Lyapunov函数，证明了闭环系统的稳定性；仿真实验说明了算法的有效性。

关键词: 非线性系统, 饱和输入, 神经网络, 滑模控制

Abstract: This paper is concerned with a class of SISO nonlinear systems with input saturation，which is studied by sliding mode control and neural networks.A new parameter is introduced as the difference between control input and the output of the input saturation，5 situations are discussed，the weight updating laws of the neural networks are acquired.The control law can stabilize the closed-loop system，the stability of the system is proved by Lyapunov function，the simulation results show the feasibility of this method.

Key words: nonlinear systems, input saturation, neural networks, sliding mode control

中图分类号:

TP273

李永刚，李星野. 受饱和输入约束的非线性系统滑模自适应控制[J]. 计算机工程与应用, 2010, 46(31): 235-238.

LI Yong-gang，LI Xing-ye. Adaptive sliding-mode control for SISO nonlinear systems with input saturation[J]. Computer Engineering and Applications, 2010, 46(31): 235-238.

[1]	牟清萍，张莹，张东波，王新杰，杨知桥. 目标丢失判别机制的视觉跟踪算法及应用研究[J]. 计算机工程与应用, 2021, 57(9): 140-147.
[2]	包志强，邢瑜，吕少卿，黄琼丹. 改进YOLO V2的6D目标姿态估计算法[J]. 计算机工程与应用, 2021, 57(9): 148-153.
[3]	王林，柴江云. 深度神经网络在多场景车辆属性识别中的研究[J]. 计算机工程与应用, 2021, 57(9): 162-167.
[4]	赵志焱，杨华，胡志伟，宇海萍. 基于TACNN的玉露香梨叶虫害识别[J]. 计算机工程与应用, 2021, 57(9): 176-181.
[5]	周伦钢，孙怡峰，王坤，吴疆，黄维贵，李炳龙. 目标多种多值属性的端端快速识别网络[J]. 计算机工程与应用, 2021, 57(9): 182-190.
[6]	张成，戴俊峰，熊闻心. 融合LeNet-5改进的扫描文档手写日期识别[J]. 计算机工程与应用, 2021, 57(9): 207-211.
[7]	麻哲旭，杨峰，乔旭. 铁路路基病害智能检测方法[J]. 计算机工程与应用, 2021, 57(9): 272-278.
[8]	许昊，张凯，田英杰，种法广，王子超. 深度神经网络图像描述综述[J]. 计算机工程与应用, 2021, 57(9): 9-22.
[9]	冉蓉，徐兴华，邱少华，崔小鹏，欧阳斌. 基于深度卷积神经网络的裂纹检测方法综述[J]. 计算机工程与应用, 2021, 57(9): 23-35.
[10]	蒋斌，钟瑞，张秋闻，张焕龙. 采用深度学习方法的非正面表情识别综述[J]. 计算机工程与应用, 2021, 57(8): 48-61.
[11]	李震霄，孙伟，刘明明，郑丽丽，陈劭颖. 交通监控场景中的车辆检测与跟踪算法研究[J]. 计算机工程与应用, 2021, 57(8): 103-111.
[12]	张越，黄友锐，刘鹏坤. 引入注意力机制的多分辨率人体姿态估计研究[J]. 计算机工程与应用, 2021, 57(8): 126-132.
[13]	李现国，冯欣欣，李建雄. 多尺度残差网络的单幅图像超分辨率重建[J]. 计算机工程与应用, 2021, 57(7): 215-221.
[14]	翟正利，李鹏辉，冯舒. 图对抗攻击研究综述[J]. 计算机工程与应用, 2021, 57(7): 14-21.
[15]	祝钧桃，姚光乐，张葛祥，李军，杨强，王胜，叶绍泽. 深度神经网络的小样本学习综述[J]. 计算机工程与应用, 2021, 57(7): 22-33.

受饱和输入约束的非线性系统滑模自适应控制

Adaptive sliding-mode control for SISO nonlinear systems with input saturation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics