1 绪论 1
1.1 自适应控制系统的产生 1
1.2 自适应控制方法 1
1.2.1 模型参考自适应控制 1
1.2.2 自校正控制 2
1.3 非线性自适应控制方法 3
1.3.1 非线性系统的类型 3
1.3.2 非线性自适应控制 5
1.4 多模型自适应控制方法 11
1.4.1 间接多模型自适应控制 12
1.4.2 直接多模型自适应控制 13
1.4.3 加权多模型自适应控制 14
1.5 多变量自适应解耦控制方法 15
1.5.1 线性自适应解耦控制 15
1.5.2 非线性自适应解耦控制 17
1.5.3 多模型自适应解耦控制 18
2 非线性单变量多模型神经网络自适应控制 19
2.1 引言 19
2.2 问题描述 19
2.3 一步超前最优加权控制律 23
2.4 多模型神经网络直接自适应控制 25
2.4.1 线性鲁棒直接自适应控制 26
2.4.2 多模型直接自适应控制 28
2.4.3 稳定性和性能分析 31
2.4.4 仿真实验 33
2.5 多模型神经网络间接自适应控制 35
2.5.1 线性鲁棒间接自适应控制 36
2.5.2 多模型间接自适应控制 39
2.5.3 稳定性和性能分析 42
2.5.4 仿真实验 44
2.6 小结 45
3 非线性多变量多模型神经网络自适应控制 46
3.1 引言 46
3.2 问题描述 46
3.3 一步超前最优控制律 50
3.4 多变量系统多模型神经网络直接自适应控制 51
3.4.1 线性鲁棒直接自适应控制 51
3.4.2 多模型直接自适应控制 54
3.4.3 稳定性和性能分析 56
3.4.4 仿真实验 57
3.5 多变量系统多模型神经网络间接自适应控制 61
3.5.1 线性鲁棒间接自适应控制 61
3.5.2 多模型间接自适应控制 65
3.5.3 稳定性和性能分析 67
3.5.4 仿真实验 69
3.6 小结 70
4 非线性多变量多模型神经网络自适应闭环解耦控制 72
4.1 引言 72
4.2 问题描述 72
4.3 一步超前最优加权闭环解耦控制律 73
4.4 多模型神经网络直接自适应闭环解耦控制 76
4.4.1 线性鲁棒直接自适应闭环解耦控制 77
4.4.2 多模型直接自适应闭环解耦控制 79
4.4.3 稳定性和性能分析 81
4.4.4 仿真实验 83
4.5 多模型神经网络间接自适应闭环解耦控制 86
4.5.1 线性鲁棒间接自适应闭环解耦控制 87
4.5.2 多模型间接自适应闭环解耦控制 90
4.5.3 稳定性和性能分析 92
4.5.4 仿真实验 94
4.6 小结 95
5 非线性多变量多模型神经网络自适应开环解耦控制 97
5.1 引言 97
5.2 问题描述 97
5.3 一步超前最优加权开环解耦控制律 98
5.4 多模型神经网络直接自适应开环解耦控制 100
5.4.1 线性鲁棒直接自适应开环解耦控制 101
5.4.2 多模型直接自适应开环解耦控制 104
5.4.3 稳定性和性能分析 107
5.4.4 仿真实验 109
5.5 多模型神经网络间接自适应开环解耦控制 112
5.5.1 线性鲁棒间接自适应开环解耦控制 113
5.5.2 多模型间接自适应开环解耦控制 116
5.5.3 稳定性和性能分析 119
5.5.4 仿真实验 120
5.6 小结 122
6 非线性多变量自适应智能解耦控制 123
6.1 引言 123
6.2 问题描述 124
6.3 智能解耦控制策略 124
6.3.1 神经网络近似 126
6.3.2 估计模型及相应的控制器 126
6.3.3 切换机制 128
6.3.4 算法总结 128
6.4 稳定性和性能分析 129
6.5 风洞系统中的应用 131
6.5.1 风洞系统描述 131
6.5.2 风洞系统控制的主要难点 132
6.5.3 风洞系统数值模拟器 133
6.5.4 仿真实验 135
6.5.5 试验 137
6.6 小结 138
参考文献 140
附录 152