王元亮
- 作品数：9 被引量：58H指数：4
- 供职机构：西安电子科技大学理学院数学科学系更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金陕西省自然科学基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 未知时变时滞非线性参数化系统自适应迭代学习控制被引量：16
- 2011年
- 针对含有未知时变参数和时变时滞的非线性参数化系统,提出了一种新的自适应迭代学习控制方法.该方法将参数分离技术与信号置换思想相结合,可以处理含有时变参数和时滞相关不确定性的非线性系统.设计了一种自适应控制策略,使跟踪误差的平方在一个有限区间上的积分渐近收敛于零.通过构造Lyapunov-Krasovskii型复合能量函数,给出了闭环系统收敛的一个充分条件.给出两个仿真例子验证了控制方法的有效性.
- 李俊民王元亮李新民
- 关键词：非线性参数化系统自适应迭代学习控制时变参数时变时滞
- 一类高阶非线性系统的混合自适应重复学习控制被引量：3
- 2007年
- 针对含有时变和时不变未知参数的高阶非线性系统,利用分段积分机制,提出了一种新的自适应重复学习控制方法,该方法结合了反馈线性化,可以处理参数在一个未知紧集内周期性快时变的非线性系统,通过引进微分-差分参数自适应律,设计了一种自适应控制策略,使广义跟踪误差在误差平方范数意义下渐近收敛于零,通过构造Lyapunov函数,给出了闭环系统收敛的一个充分条件.实例仿真结果说明了该方法的有效性和可行性.
- 孙云平李俊民王元亮
- 关键词：非线性系统自适应控制重复学习控制LYAPUNOV函数
- 一类高阶非线性参数化系统自适应重复学习控制被引量：5
- 2008年
- 针对一类高阶非线性参数化系统,利用参数重组技巧,提出了一种自适应重复学习控制方法.该方法结合反馈线性化,可以处理参数在一个未知紧集内周期性、快时变的非线性系统.通过引进微分-差分参数自适应律,设计了一种自适应控制策略,使广义跟踪误差在误差平方范数意义下渐近收敛于零.通过构造Lyapunov泛函,给出了闭环系统收敛的一个充分条件.实例仿真结果说明了该方法的可行性和有效性.
- 孙云平李俊民王元亮
- 关键词：非线性参数化系统自适应控制重复学习控制LYAPUNOV泛函
- 非线性参数化时变时滞系统的自适应学习控制
- 学习控制是智能控制理论的一个重要分支，它在非线性不确定系统控制方面有着独到优势。相对于线性参数化，非线性参数化适用于更为广泛的非线性不确定系统，然而非线性参数化不确定系统的学习控制研究进展较小，还有很多方面有待于进一步研...
- 王元亮
- 关键词：时滞系统时变参数
- 文献传递
- 一类非线性参数化系统的自适应学习控制被引量：3
- 2008年
- 针对控制增益是未知时变的并含有混合未知参数的非线性参数化系统,利用将整个区间分段与反馈线性化相结合,提出了一种新的自适应学习控制方法。该方法可以处理参数在一个未知紧集内周期性快时变的非线性系统。通过引进新颖的微分-差分混合型参数自适应律,使广义跟踪误差在误差平方范数意义下渐近收敛于零。通过构造Lyapunov泛函,给出了广义跟踪误差收敛的充分条件。实例仿真结果说明了该方法的可行性和有效性。
- 孙云平李俊民王元亮
- 关键词：非线性参数化系统自适应控制LYAPUNOV泛函
- 非线性参数化系统自适应迭代学习控制被引量：8
- 2009年
- 研究一类含有未知时变参数的非线性参数化系统的学习控制问题。利用参数分离技术和信号置换思想,通过置换系统方程,合并所有时变参数为一个未知时变参数,用迭代自适应方法估计该未知参数,设计了一种自适应迭代学习控制方法,使得跟踪误差的平方在一个有限区间上的积分渐近收敛于零。通过构造一个类Lyapunov函数,给出了跟踪误差收敛和所有闭环系统信号有界的一个充分条件。仿真结果验证了该方法的有效性。
- 王元亮李俊民孙云平
- 关键词：非线性参数化系统自适应迭代学习控制时变参数
- 周期时变时滞非线性参数化系统的自适应学习控制被引量：30
- 2008年
- 针对一阶未知非线性参数化周期时变时滞系统,设计了一种自适应学习控制方案。假设未知时变参数,时变时滞和参考信号的共同周期是已知的,通过重构系统方程,将包含时变时滞在内的所有未知时变项合并成为一个周期时变向量,采用周期自适应律估计该向量.通过构造一个Lyapunov—Krasovskii型复合能量函数证明了所有信号有界并且跟踪误差收敛.结果被推广到一类含有混合参数的高阶非线性系统.通过两个仿真例子说明本文所提出的控制算法的有效性.
- 陈为胜王元亮李俊民
- 关键词：非线性参数化系统时变时滞
- 二阶系统非一致目标跟踪混合自适应迭代学习控制被引量：2
- 2008年
- 针对一类含有时变和时不变参数的二阶非线性系统,利用Backstepping方法,提出了一种新的自适应迭代学习控制方法,该方法由微分-差分型自适应律和学习控制律组成,保证对非一致目标的跟踪误差的平方在一个有限区间上的积分收敛于零,克服了传统的迭代学习控制对目标轨线的限制,可以跟踪非一致目标轨线。通过构造复合能量函数,给出了闭环系统收敛的一个充分条件。仿真结果说明了该方法的可行性和有效性。
- 孙云平李俊民王元亮
- 关键词：自适应迭代学习控制BACKSTEPPING方法非线性系统
