第1章 基础知识 1
1．1记号 1
1．2 特殊矩阵 1
1．3 LP空间、范数及矩阵的几种重要分解 4
1．3．1 矩阵的UR分解及其推论 5
1．3．2 舒尔引理与正规矩阵的分解 7
1．3．3 矩阵的奇异值分解 9
1．4 动态系统的稳定性 11
1．4．1 稳定性定义 13
1．4．2 Lyapunov稳定性理论 14
1．5 指数稳定性定理 15
1．5．1 线性时变系统（LTV）的指数稳定性 15
1．5．2 线性时不变系统（LTI）的指数稳定性 16
1．6 正实函数 17
1．7 超稳定性的基本概念 20
参考文献 21
第2章 线性系统的自适应控制 22
2．1 最小方差自校正调节器 22
2．1．1 最小方差调节器的特性 24
2．1．2 自校正最小方差调节器的算法 25
2．2 自校正控制器：广义最小方差控制策略 27
2．3 具有辅助模型的自校正控制器 28
2．3．1 稳态误差分析 30
2．3．2 自校正控制器算法 30
2．4 用广义最小方差原理设计PID自整定控制器 32
2．5 用Lyapunov稳定性理论设计模型参考自适应控制系统 36
2．6 用超稳定性理论设计MRAC系统 38
参考文献 43
第3章 基于强跟踪滤波器理论的非线性系统的自适应控制 44
3．1 引言 44
3．2 一般模型控制的基本原理 45
3．3 强跟踪滤波器 48
3．4 基于参数估计的自适应GMC方法 50
3．4．1 基于参数估计的自适应GMC的基本原理 50
3．4．2 CSTR的仿真结果 51
3．4．3 三容水箱的仿真和实验结果 53
3．5 基于输入等价干扰的自适应GMC方法 60
3．5．1 输入等价干扰的定义 60
3．5．2 基于输入等价干扰的自适应GMC的基本原理 61
3．5．3 模型V的状态能观性证明 62
3．5．4 三容水箱的实验结果 64
3．6 基于线性辨识模型的鲁棒GMC方法 68
3．6．1 基本原理 68
3．6．2 问题和假设 69
3．6．3鲁棒GMC控制器设计 70
3．6．4 强跟踪滤波器设计 71
3．6．5 仿真结果 72
3．7 结束语 74
参考文献 75
第4章 基于模糊集理论的非线性系统的自适应控制 77
4．1 引言 77
4．2 模糊控制器的基本特性 78
4．3 模糊模型参考自适应控制 81
4．4 仿真研究 83
4．5 结束语 87
参考文献 87
第5章 基于神经元网络理论的非线性系统的自适应控制 88
5．1 引言 88
5．2 输入输出反馈线性化 89
5．2．1 问题的形成 89
5．2．2 理想的隐含反馈线性化控制 90
5．3 多层神经元网络 92
5．4 基于MNNs的直接自适应控制 94
5．5 仿真研究 99
5．6 结束语 102
参考文献 103
第6章 鲁棒自适应控制的基本知识 105
6．1 自适应控制的鲁棒性问题 105
6．2 存在未建模动态时自适应算法的鲁棒性问题 106
6．2．1 一个有代表性的自适应算法的误差模型结构 107
6．2．2 无穷增益算子 109
6．2．3 仿真研究 113
6．2．4 小结 116
6．3 黄金分割原理在鲁棒自适应控制器设计中的应用 118
6．3．1 差分方程系数的取值范围 118
6．3．2 黄金分割在稳定对象自适应鲁棒控制器设计中的应用 119
6．3．3 黄金分割在不稳定对象自适应鲁棒控制器设计中的应用 123
6．3．4 仿真研究 123
6．3．5 小结 124
参考文献 125
第7章 非线性系统的鲁棒自适应控制方法 126
7．1 具有结构非线性扰动的一类动态系统的鲁棒自适应采样数据控制 126
7．1．1 系统与控制器结构 127
7．1．2 离散模型的稳定性及采样间隔的自适应律 130
7．1．3 仿真例子 131
7．1．4 小结 132
7．2 具有测量干扰的基于神经网络的非线性系统的鲁棒自适应控制 132
7．2．1 问题的描述 132
7．2．2 鲁棒自适应镇定 134
7．2．3 仿真例子 138
7．2．4 小结 143
7．3 机械臂的鲁棒自适应控制 144
7．3．1 问题的形成 144
7．3．2 自适应控制算法 145
7．3．3 鲁棒性分析及其修正 147
7．3．4 仿真例子 150
7．3．5 小结 152
参考文献 152