对于一类具有三角结构的单输入单输出的不确定非线性系统,用反步法(backstepping)和动态面控制方法(dynamic surface control technique)设计了一种使用神经网络补偿未知非线性的L2--增益鲁棒控制器.控制器设计中没有直接解HJI(Hamilton...对于一类具有三角结构的单输入单输出的不确定非线性系统,用反步法(backstepping)和动态面控制方法(dynamic surface control technique)设计了一种使用神经网络补偿未知非线性的L2--增益鲁棒控制器.控制器设计中没有直接解HJI(Hamilton-Jacobi-Isaac)不等式.合理的选择了L2--增益性能指标,将被控系统各个状态变量的跟踪误差和神经网络各权值的跟踪误差看作整个控制系统的各个状态变量,并用Lyapunov定理和HJI不等式证明了使用提出的控制器后,这些状态变量具有小于等于事先规定的正实数γ的L2--增益.当系统的扰动信号为零向量时,提出的控制器在原点是大范围渐近稳定的.仿真研究结果表明所提出的控制器具有很好的跟踪性能和很强的鲁棒性.展开更多
为了提高控制器局域网(Controller area network,CAN)环境下OSEK/VDX直接网络管理(Network management,NM)系统的开发效率,本文提出了一种CAN网络管理模拟系统。其通过对经典网络协议模拟模块的分析与对CAN总线协议特性的抽象,利用Netwo...为了提高控制器局域网(Controller area network,CAN)环境下OSEK/VDX直接网络管理(Network management,NM)系统的开发效率,本文提出了一种CAN网络管理模拟系统。其通过对经典网络协议模拟模块的分析与对CAN总线协议特性的抽象,利用Network Simulator 2实现了对CAN总线协议与网络拓扑的模拟,并由直接NM模块实现了网络管理功能。实验证明,该模拟系统不仅可生成与真实系统一致的结果,而且可在开发过程中有效地实现对分布式系统统一的参数调整与测试。展开更多
文摘对于一类具有三角结构的单输入单输出的不确定非线性系统,用反步法(backstepping)和动态面控制方法(dynamic surface control technique)设计了一种使用神经网络补偿未知非线性的L2--增益鲁棒控制器.控制器设计中没有直接解HJI(Hamilton-Jacobi-Isaac)不等式.合理的选择了L2--增益性能指标,将被控系统各个状态变量的跟踪误差和神经网络各权值的跟踪误差看作整个控制系统的各个状态变量,并用Lyapunov定理和HJI不等式证明了使用提出的控制器后,这些状态变量具有小于等于事先规定的正实数γ的L2--增益.当系统的扰动信号为零向量时,提出的控制器在原点是大范围渐近稳定的.仿真研究结果表明所提出的控制器具有很好的跟踪性能和很强的鲁棒性.
