《複雜干擾下非線性系統的補償控制研究》是依託北京理工大學，由任雪梅擔任項目負責人的面上項目。
基本介紹
- 中文名：複雜干擾下非線性系統的補償控制研究
- 依託單位：北京理工大學
- 項目負責人：任雪梅
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
項目採用信息理論學習和神經網路等方法研究高斯和非高斯干擾下非線性系統的控制問題。研究內容包括: 提出了基於信息理論學習的神經網路模型，利用Parzen窗估計方法計算誤差二階Renyi熵,並將其和均方誤差的組合作為性能指標訓練神經網路；針對控制系統中存在有摩擦、死區等分段連續的非線性特性，提出了基於信息理論學習的神經網路補償方法，網路激勵函式是由平滑函式和跳變函式組合而成，同時研究了基於擾動觀測器的神經網路補償控制；針對外界可量測的強幹擾，基於主動干擾抑制思想，提出主動抗擾控制來抵消外界干擾對控制系統的影響，控制器參數由誤差二階Renyi熵和均方誤差構成的綜合性能指標來調節；並將理論研究成果套用到複雜擾動下的坦克目標跟蹤控制系統中。本項目研究為高斯和非高斯干擾下非線性系統辨識及控制提供一種新方法，對提高複雜干擾下非線性系統的控制性能具有重要指導意義，也為解決非高斯問題的研究提供一種新思路。
結題摘要
項目研究了複雜干擾下非線性系統的辨識和補償控制問題。主要研究內容有：(1) 複雜噪聲下的神經網路主動抗干擾控制。提出了基於信息理論學習的神經網路模型，利用Parzen 窗估計方法計算誤差二階Renyi 熵,並將其和均方誤差的組合作為綜合性能指標訓練神經網路。給出了基於信息理論學習的神經網路主動噪聲控制；針對非高斯噪聲干擾下的非線性系統，利用主動干擾抑制思想設計了基於信息理論學習的神經網路主動抗干擾控制。(2) 包含非光滑輸入的動態系統辨識及補償控制。針對含輸入死區、摩擦和間隙等特性的非線性系統，提出了基於分段線性參數化表達式的辨識模型，實現了包含死區閾值和斜率、摩擦Stribeck 效應、間隙寬度和斜率等系統參數的估計，同時給出了相應的模型參考補償控制、複合自適應控制和魯棒逆補償控制方案。針對非高斯噪聲干擾下的非線性系統，提出一種新的動態自最佳化神經網路辨識模型，訓練網路權值的同時線上最佳化網路結構。(3) 基於狀態觀測器的非線性系統神經網路自適應控制。給出了連續和離散時滯系統的神經網路觀測器設計方法；針對帶未知控制增益方向的時滯非線性系統，提出基於無記憶神經網路觀測器的自適應跟蹤控制方法；針對具有飽和輸入受限和輸出時延非線性系統，設計魯棒神經網路觀測器，提出了自適應神經網路前饋補償-神經網路輸出反饋鎮定控制方案；針對含未知Backlash-like遲滯輸入非線性狀態時延系統，構建新的有限時間觀測器，提出了自適應輸出反饋動態面控制算法。(4) 非線性時滯系統的預測補償控制。針對含輸入時滯非線性系統，提出基於自適應神經網路辨識的反饋線性化方法，給出時滯正反饋控制和基於系統狀態預測的反饋控制；針對含有死區和狀態時滯的非線性系統，設計了基於單個標量權值的神經網路動態面控制方法。（5）實際控制系統中的套用。將所提出的控制算法套用於轉台自動跟蹤控制系統和水箱過程控制系統，實驗結果驗證了算法有效性。（6）複雜干擾下移動機器人地圖構建與同步定位。針對感測器所受的複雜噪聲，設計了基於信息熵最佳化的魯棒線段估計器，給出了基於信息熵最佳化的特徵選擇地圖構建與同步定位策略，提出了基於模糊熵權的多感測器信息融合算法。項目成果為高斯和非高斯干擾下非線性系統辨識及控制提供新的研究方法。
