导读:本文包含了控制输入饱和论文开题报告文献综述及选题提纲参考文献，主要关键词:多智能体系统,干扰观测器,输入饱和,事件触发控制
控制输入饱和论文文献综述
周琪,陈广登,鲁仁全,白伟伟[1]（2019）在《基于干扰观测器的输入饱和多智能体系统事件触发控制》一文中研究指出针对一类具有未知干扰与输入饱和的严格反馈多智能体系统,研究其在有向拓扑下的领导跟随一致性问题,提出一种基于干扰观测器的分布式事件触发控制方法.该方法首先设计干扰观测器估计未知干扰,进而结合动态面控制与自适应反步法设计控制输入.其次,采用相关阈值事件触发控制策略解决通信资源有限的问题,并引入饱和补偿系统补偿控制器信号与执行器信号的不匹配.然后,通过Lyapunov稳定性定理证明闭环系统内所有信号是半全局一致最终有界的.最后,仿真结果验证提出控制方法的有效性.(本文来源于《中国科学:信息科学》期刊2019年11期）
刘晓岑,吴云洁,徐鹏[2]（2019）在《考虑输入饱和的高超声速飞行器姿态控制》一文中研究指出针对高超声速飞行器姿态控制,利用滑模干扰观测器观测系统复合扰动并予以补偿,采用动态面控制方法处理非线性控制系统设计问题,同时考虑输入饱和问题,区别于直接对舵偏进行限幅,将控制输入扩张成一个新的变量进行控制器设计,在设计过程中采用双曲正切函数近似饱和函数。仿真结果显示,基于滑模观测器的动态面控制方法相比于单纯动态逆控制方法具有较强的鲁棒性,但两者的控制输入都是对舵偏强制限幅,这并不有利于系统的稳定性,而考虑输入饱和问题的飞行器的姿态控制不仅保证对姿态的精确跟踪,同时可保证控制输入更平滑且尖峰值相对更小。(本文来源于《系统仿真学报》期刊2019年11期）
路遥,孙友,路坤锋[3]（2019）在《弹性高超声速飞行器输入饱和抑制backstepping控制》一文中研究指出针对一类无鸭翼弹性吸气式高超声速飞行器纵向短周期系统姿态跟踪控制问题,提出一种基于backstepping的输入饱和抑制非线性控制方法。考虑升降舵偏转量对升力的影响,引入新的虚拟控制量精准控制攻角状态。将机体的弹性模态影响视作一类干扰项,设计非线性干扰观测器对其进行估计,并在控制器中予以补偿。引入非线性增益函数提高系统控制输入量的饱和抑制能力,并基于李雅普诺夫理论证明了闭环系统的稳定性。仿真分析验证了所提出方法的有效性。(本文来源于《振动与冲击》期刊2019年20期）
郭一军[4]（2019）在《具有输入饱和约束的永磁同步电机伺服系统鲁棒有限时间控制》一文中研究指出针对存在模型参数非线性不确定性因素和输入饱和约束的永磁同步电机伺服系统控制问题,提出一种具有抗输入饱和约束的鲁棒有限时间控制方法。为了处理输入饱和约束问题,通过定义饱和非线性函数将系统模型转化为带输入饱和约束的状态空间方程形式;将模型参数非线性不确定性因素扩张为一个新的状态变量,进而通过设计干扰观测器实现对不确定性因素的在线估计和前馈补偿,以提高系统的鲁棒性能;在模型参数不确定性因素前馈补偿的基础上设计永磁同步电机伺服系统鲁棒有限时间控制器,保证系统跟踪误差的有限时间收敛。仿真对比结果验证了所设计控制方法的有效性。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2019年05期）
彭超凡,蒋沅,孟超,代冀阳[5]（2019）在《输入饱和无人机的鲁棒组合非线性反馈控制》一文中研究指出实际场景中,控制器输入饱和和外部干扰是对无人机控制系统产生不利影响的2个主要因素。对此,本研究针对CE150无人机模型,先采用H∞理论设计线性控制器,并在此基础上引入能提高系统瞬态性能的非线性项构成组合非线性反馈控制技术(CNF)来改善输入饱和的问题。同时,设计观测器对未知干扰进行在线估值,并在原有的组合非线性反馈控制器中加入干扰补偿项以提高系统鲁棒性。仿真结果表明,与传统的线性控制器相比组合非线性反馈控制器能显着改善输入饱和的不利影响,而引入补偿项的CNF控制器在保留原始CNF控制器优点的同时能有效抑制外部干扰,实现了无人机对给定信号的准确跟踪。(本文来源于《南昌航空大学学报(自然科学版)》期刊2019年03期）
郑文昊,贾英民[6]（2019）在《具有状态约束与输入饱和的全向移动机器人自适应跟踪控制》一文中研究指出研究了全状态约束与输入饱和情况下的全向移动机器人轨迹跟踪控制问题.首先,针对一类叁轮驱动的全向移动机器人,考虑系统存在模型参数不确定与外部扰动,建立了运动学与动力学模型;其次,利用障碍Lyapunov函数,结合反步设计方法,有效处理全向移动机器人跟踪过程中存在的状态约束,保证所有状态变量不会超出状态约束的限制区域;然后,针对系统参数不确定和未知有界扰动,设计相应的自适应律进行处理;同时,提出一种抗饱和补偿器保证机器人输入力矩满足饱和约束;并且利用Lyapunov理论分析证明了当选取合适的控制参数时闭环系统中的所有信号均能保证一致有界;最后,通过与未考虑状态约束和输入饱和的控制器以及经典比例-微分控制器进行仿真对比,验证了该方法的有效性和鲁棒性.(本文来源于《工程科学学报》期刊2019年09期）
刘芳璇,虞梦月,李益民,王桂荣[7]（2019）在《具有输入饱和的制动缸自适应Super-twisting控制》一文中研究指出为研究电力机车单元制动缸在制动时受辅助风缸压力和轮对径向形变挤压时的制动缸活塞位置控制精度,考虑实际工况中活塞与制动缸内壁非严格配合引起的压力漏损,建立了制动缸气动伺服系统的数学模型;针对该非线性系统中存在的未知时变负载扰动,设计非线性干扰观测器对其实际值进行估计,对观测误差采用自适应模糊逻辑系统进行逼近,进一步削弱时变扰动对系统的影响;结合系统控制量存在饱和的实际工况,引入饱和辅助控制系统;依据Lyapunov稳定性理论,基于Super-twisting控制方法收敛快速、待设计参数较少的优点,构造了基于Nussbaum类型函数的自适应Super-twisting控制器.理论分析及仿真结果表明,制动缸伺服系统闭环输出一致有界,系统跟踪误差、滑模面及控制量动态抖振较小,收敛迅速;滑模面及扰动量观测误差收敛于0.制动缸伺服系统输出能够快速稳定跟踪输入指令,且对外部时变负载扰动具有较强鲁棒性.(本文来源于《兰州理工大学学报》期刊2019年04期）
彭超凡[8]（2019）在《输入饱和的无人机组合非线性反馈控制》一文中研究指出无人机的快速发展得益于不断优化的控制算法提高了无人机的实用性和安全性。长期以来,控制算法一直是无人机研究领域的热点和难点之一。由于无人机系统自身的复杂特性,其控制器又存在欠驱动的现象,采用传统的线性控制器难以获得满意的控制效果。此外,无人机在飞行过程中会受自身摩擦和外部气流扰动等不确定性干扰的影响,这进一步增加了控制器设计的难度。本文采用组合非线性反馈控制技术来解决无人机控制器驱动饱和的问题,并在保证系统稳态性能的前提下提高系统的瞬态性能。针对不确定性干扰,分别通过结合干扰观测器和滑模控制来提高组合非线性反馈控制技术的鲁棒性,以保证无人机的控制输出在存在干扰的情况下仍能准确跟踪给定参考信号。主要的研究工作如下:1.针对系统控制输入饱和和瞬态性能难以兼顾的问题,引入组合非线性反馈控制技术。从单输入单输出系统定常轨迹跟踪的组合非线性反馈控制入手,研究组合非线性反馈控制的设计方法和思想。在此基础上,将该技术拓展到高阶多输入多输出系统的时变轨迹跟踪问题中,给出设计方法并分析稳定性,最后通过算例仿真证明了所设计的控制器能充分利用控制器的驱动性能,改善驱动饱和的不利影响。同时,能使控制输出快速、平滑的跟踪到给定时变参考信号。2.针对一类时变干扰,提出一种基于干扰观测器的鲁棒组合非线性反馈控制方法。该方法首先利用观测器对外部时变干扰进行估值,然后将估值与控制器里添加的补偿项相结合,抵消外部干扰。最后针对无人机分别设计了无干扰情况下的组合非线性反馈控制器,和有干扰情况下的鲁棒组合非线性反馈控制器,并进行仿真分析。仿真结果表明,对比文献提出的PID结合LQR的控制方案,组合非线性反馈控制使无人机的瞬态性能明显提升;而本文提出的鲁棒组合非线性反馈控制器能有效抑制时变干扰,实现对时变轨迹的快速、准确跟踪。3.考虑更为一般的复杂不确定性干扰,提出了一种基于积分滑模的鲁棒组合非线性反馈控制策略。通过特殊设计的滑模面函数和趋近率保证系统状态轨迹能到达滑模面并保持稳定,减弱了不确定性干扰对控制器性能的影响。到达滑模面后,系统在组合非线性反馈控制的作用下能快速平滑的跟踪到参考信号。将该控制方法应用于存在不确定性干扰的无人机模型中,并通过仿真证明该控制策略能够使无人机的姿态角以极小的误差跟踪到给定的时变轨迹。(本文来源于《南昌航空大学》期刊2019-06-01）
邵立人[9]（2019）在《输入饱和约束下非线性系统抗干扰控制算法研究》一文中研究指出近年来,抗干扰控制理论以及基于扰动观测器控制(DOBC)的方法受到了学者们的广泛关注,并且在很多实际工程系统中得到成功应用。然而,基于外部未知扰动的建模一直都是DOBC方法中的一个难点问题,特别是如何动态描述那些非线性、不规则外部扰动。另一方面,由于执行器物理结构的限制使得控制信号不可能无限放大,因此饱和现象在实际控制系统中普遍存在。如果控制器设计过程中忽略执行器限制,将会严重降低系统的性能,甚至导致系统失去稳定性。论文考虑同时包含外部干扰和输入饱和约束的非线性系统,选择相应的智能模型对不同类型干扰进行描述,利用凸包表示方法处理系统的输入饱和约束,进一步设计基于DOBC方法和PI控制结构的复合抗干扰抗饱和控制算法,保证系统满足多目标控制的要求。论文的主要研究内容包括如下:(1)研究一类带有输入饱和约束的非线性系统抗干扰跟踪控制算法。引入线性干扰外延模型,设计扰动观测器,建立基于DOBC的框架。利用凸包表示法来处理输入饱和,将带有饱和约束的控制输入线性化。进一步将状态反馈与扰动估计相结合,设计复合控制器,基于Lyapunov稳定性分析方法和凸优化理论,计算控制器增益和观测器增益,证明系统的稳定性和动态跟踪性能。最后,以A4D飞机模型为例进行仿真,验证控制算法的有效性。(2)研究基于神经网络扰动建模和执行器饱和的非线性系统分层抗干扰控制问题。一方面,针对非线性、不规则输入干扰,引入动态神经网络模型实现干扰建模,结合自适应参数调节算法,设计扰动观测器以实现对干扰的实时观测。另一方面,针对带有范数有界的系统扰动,引入L1性能指标,优化干扰对系统件能的影响。进一步,将饱和输入的多面体描述与扰动估计值相结合,设计复合控制器,实现系统的多目标控制要求。最后,对叁种不同类型的非线性扰动建模,基于A4D模型进行仿真研究,验证算法的可行性。(3)研究基于T-S扰动建模和执行器饱和的非线性系统有限时间抗干扰控制问题。引入T-S模糊模型来描述非线性、不规则扰动。基于DOBC算法和输入饱和凸包表示法,设计PI复合控制器,根据Lyapunov稳定性以及有限时间稳定性理论,通过LMI工具箱计算控制器增益和观测器增益,以保证闭环系统的有限时间稳定性能。最后,同样基于A4D飞行控制系统进行仿真实例,验证控制算法的可行性。(本文来源于《扬州大学》期刊2019-04-01）
邓英杰,张显库,张国庆[10]（2019）在《水面舰船动力定位系统ESO输入饱和控制》一文中研究指出为解决现实服役海洋环境下,模型参数未知的水面舰船动力定位系统的控制问题,考虑执行器输入有界、舰船运动状态信号难测量等工程因素的限制,提出一种动力定位的状态观测饱和控制算法。首先,对非线性扩张状态观测器(extended state observer,ESO)在含有未知饱和控制输入结构下的状态观测能力进行分析,在原有假设条件的基础上制定一条附加假设条件,并分析该观测系统的合理性。接下来,将非线性ESO的特例(即线性ESO)应用于对舰船运动状态变量的实时观测,设计自适应律对模型的阻尼项和执行器不确定增益进行在线估计,进而得到各个执行器可变螺距形式的控制输入,引入动态辅助系统处理执行器的输入饱和限制。仿真结果表明:相比于传统的动力定位系统控制策略,所提出的控制策略在保证高定位精度和合理收敛速度要求的同时,更符合工程实际。(本文来源于《系统工程与电子技术》期刊2019年05期）
控制输入饱和论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对高超声速飞行器姿态控制,利用滑模干扰观测器观测系统复合扰动并予以补偿,采用动态面控制方法处理非线性控制系统设计问题,同时考虑输入饱和问题,区别于直接对舵偏进行限幅,将控制输入扩张成一个新的变量进行控制器设计,在设计过程中采用双曲正切函数近似饱和函数。仿真结果显示,基于滑模观测器的动态面控制方法相比于单纯动态逆控制方法具有较强的鲁棒性,但两者的控制输入都是对舵偏强制限幅,这并不有利于系统的稳定性,而考虑输入饱和问题的飞行器的姿态控制不仅保证对姿态的精确跟踪,同时可保证控制输入更平滑且尖峰值相对更小。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
控制输入饱和论文参考文献
[1].周琪,陈广登,鲁仁全,白伟伟.基于干扰观测器的输入饱和多智能体系统事件触发控制[J].中国科学:信息科学.2019
[2].刘晓岑,吴云洁,徐鹏.考虑输入饱和的高超声速飞行器姿态控制[J].系统仿真学报.2019
[3].路遥,孙友,路坤锋.弹性高超声速飞行器输入饱和抑制backstepping控制[J].振动与冲击.2019
[4].郭一军.具有输入饱和约束的永磁同步电机伺服系统鲁棒有限时间控制[J].重庆邮电大学学报(自然科学版).2019
[5].彭超凡,蒋沅,孟超,代冀阳.输入饱和无人机的鲁棒组合非线性反馈控制[J].南昌航空大学学报(自然科学版).2019
[6].郑文昊,贾英民.具有状态约束与输入饱和的全向移动机器人自适应跟踪控制[J].工程科学学报.2019
[7].刘芳璇,虞梦月,李益民,王桂荣.具有输入饱和的制动缸自适应Super-twisting控制[J].兰州理工大学学报.2019
[8].彭超凡.输入饱和的无人机组合非线性反馈控制[D].南昌航空大学.2019
[9].邵立人.输入饱和约束下非线性系统抗干扰控制算法研究[D].扬州大学.2019
[10].邓英杰,张显库,张国庆.水面舰船动力定位系统ESO输入饱和控制[J].系统工程与电子技术.2019