基于信号量化的非线性系统自适应及采样数据控制研究

In practice, most systems are nonlinear. Meanwhile, with widely application of network control platform, how to quantify and sample signals become unavoidable problems. To solve these problems, it is necessary to investigate the control problems for nonlinear systems based on signal quantization and sampling. The existing methodologies generally require strict assumptions or only consider simple systems. The urgent problems to be solved are relaxing these assumptions and extending these systems to more general ones. The main object of this project is to solve the quantized adaptive control and sampled-data control problems for a class of nonlinear systems as follows: First, using adding a power integrator technique, we study the adaptive quantized output feedback control and finite-time quantized output feedback control for nonlinear systems. Second, using the fuzzy logic systems and neural networks, combined with backstepping method, we study the adaptive finite-time output feedback control for nonlinear systems with input quantization. Finally, utilizing zero-order hold, the sampled-data control and sampled-data quantized control for nonlinear systems with disturbances are investigated. The main purpose of this project is to propose new control design schemes based on existing methods, therefore, provide references for engineering applications.

在实际工程中，大部分系统本质上是非线性的，同时随着网络控制平台的大规模应用，如何对信号进行合理的量化和采样成为不可回避的问题，因此对基于信号量化和采样的非线性系统的控制研究非常必要。针对这类问题，现有的解决方案一般要求较为严格的假设条件或仅考虑较为简单的系统，如何放宽这些假设并推广至更为普遍的系统，是亟待解决的问题。本项目针对一系列非线性系统，研究其量化自适应及采样数据控制问题，具体包括：首先，利用加幂积分器方法，研究非线性系统的自适应量化输出反馈控制问题和有限时间量化输出反馈控制问题；其次，利用模糊逻辑和神经网络逼近功能，结合反步法，研究具有量化输入的非线性系统的自适应有限时间输出反馈控制问题；最后，利用零阶保持器，研究非线性系统的采样数据控制及采样数据量化控制问题。本项目的主要目的是在已有方法的基础上提出新的控制设计方案，推动非线性控制方法的发展，为工程应用提供参考。

本项目针对一系列具有纯反馈、严格反馈结构类型以及参数不确定的非线性系统，解决了其在量化输入下的自适应控制问题及采样数据输出反馈控制问题，具体包括：首先，利用反步法和加幂积分器方法研究了非线性系统的自适应量化控制问题，得出了在考虑未知控制方向和外界干扰时，针对具有量化输入的不确定非线性系统的有限时间控制算法，该算法的提出可保证系统在具有外界不确定因素的情况下，仍然能够在有限时间内稳定；其次，结合反步法及加幂积分器法，研究具有量化输入的参数不确定非线性系统的自适应有限时间输出反馈控制问题，得出了针对参数不确定非线性系统的自适应输出反馈控制算法，并证明了系统的稳定性；然后，利用模糊逻辑系统逼近功能，研究了具有外界干扰及量化输入的时滞非线性系统的自适应有限时间控制问题，当系统的非线性信息未知时，利用模糊逻辑系统来逼近未知光滑的非线性函数，得出了干扰观测器下针对非线性系统的自适应抗干扰控制算法；最后，利用零阶保持器，研究带有干扰和输入饱和的非线性系统的采样数据输出反馈控制问题，利用模糊逻辑系统来逼近未知的非线性项，并引入一项中间变量来处理输入饱和项，并利用李雅普诺夫法提出了干扰观测器下抗干扰自适应采样数据输出反馈控制算法。本项目利用机械臂系统和电力系统对所提出的非线性控制算法的有效性进行了仿真验证，为实际工程应用提供了必要的理论参考依据与技术支持。