非标准型非线性系统的自适应逼近控制技术

Existing adaptive approximation control methods were mainly designed for canonical-form nonlinear systems, and they were not applicable to non-canonical nonlinear systems. However, many practical performance-critical systems are in non-canonical forms. Using neural networks and T-S fuzzy systems approximation techniques, this project is to research on new adaptive approximation control techniques for nonlinearly parametrized nonlinear systems in non-canonical forms with hypersonic vehicle applications. The main research contents include:.1) for multivariable non-canonical minimum phase continuous-time approximation systems, design matrix decomposition based direct adaptive control schemes to achieve stable asymptotic output tracking;.2) for multivariable non-canonical non-minimum phase continuous-time approximation systems, design dynamic compensation based direct adaptive control schemes to achieve stable asymptotic state regulation;.3) for non-canonical minimum phase discrete-time approximation systems, design implicit function theory based indirect adaptive control schemes to achieve stable asymptotic output tracking;.4) a real-time simulation platform will be established for hypersonic vehicles, to verify the proposed control methods..This project is aimed at developing new adaptive approximation control methods, to extend the applied range of non-canonical approximation systems, and to provide new control theory foundations and design references for flight control of hypersonic vehicles.

现有的自适应逼近控制方法主要针对标准型非线性系统而设计，无法应用于非标准型非线性系统，而很多性能关键的实际系统是非标准型的。本项目利用神经网络和T-S模糊系统逼近技术，开展新的非标准型非线性参数化系统的自适应逼近控制技术及高超声速飞行器仿真应用研究。主要内容包括.1)针对多变量非标准型最小相位连续逼近系统，设计基于矩阵分解的直接自适应控制方案实现稳定的渐近输出跟踪；.2)针对多变量非标准型非最小相位连续逼近系统，设计基于动态补偿的直接自适应控制方案实现稳定的渐近状态调节；.3)针对非标准型最小相位离散逼近系统，设计基于隐函数理论的间接自适应控制方案实现稳定的渐近输出跟踪；.4)搭建高超声速飞行器实时仿真平台，并将所提出的控制方法在该平台进行仿真验证。.本项目旨在提出新的自适应逼近控制方法，拓宽非标准型逼近系统的应用范围，并为高超声速飞行器的飞行控制提供新的理论基础和设计参考。

国家正在实施的智能制造、互联网+、大数据、新一代人工智能等重大发展战略对自动化科学与技术提出了新要求，控制系统正在向智能自主控制系统的方向发展。自适应控制是构建智能自主控制系统的主要技术手段之一。本项目围绕“智能自主控制系统”这一国家战略需求，开展了基于神经网络和智能模糊逼近技术的非标准型非线性系统的自适应控制研究，取得了多项原创性理论成果。所取得的理论成果包括：1) 针对非标准型连续和离散非线性不确定系统，分别提出了基于矩阵分解的直接自适应控制方案，克服了标准型系统的结构匹配条件的限制，解决了现有方法存在的大增益问题和特征值边界已知的限制条件，实现了渐近跟踪；特别的，两种自适应控制方案存在本质区别，连续情形的方案并不适用于离散情形，反之亦然。2) 针对非标准型离散神经网络和线性参数化离散非线性系统，分别提出了基于隐函数理论的间接自适应控制方案，克服了隐性相对阶难定义、非线性参数化不确定难估计、非仿射非线性控制律难求解等技术问题，构造了解析的自适应控制律，实现了渐近跟踪性能；特别的，针对非标准型线性参数化离散非线性系统，其自适应输出跟踪控制问题是由国际著名控制学者Sastry和Isidori提出于1989年，本成果发表前该问题一直未很好的解决。3) 针对输出传感器具有量化与饱和约束的线性定常系统，提出了有限量化输出反馈的模型参考控制方案，克服了由有限量化导致的控制律设计与分析难题，实现了稳定的跟踪性能。该成果为基于该项目的后续研究奠定基础。在本项目资助下，发表了包括IEEE Transactions on Automatic Control, Automatica, IEEE Transactions on Cybernetics, 中国科学：信息科学等顶级期刊在内的10余篇高水平学术论文，在国内外产生了一定的积极影响。除所取得的理论成果之外，本项目还进行了高超声速飞行器系统的仿真平台搭建与仿真验证，证实了控制方法的有效性。在本项目资助下，申请了4项国家发明专利，其中已获授权的有3项。