[发明专利]不确定混沌系统间接自适应模糊最优同步控制器设计方法

说明书

本发明公开了不确定混沌系统间接自适应最优同步控制器设计方法，包括以下步骤：A.构建不确定混沌系统同步权重矩阵自组织模糊规划器；B.设计自适应最优同步控制器；C.设计自适应监督递归补偿器；D.对控制器闭环系统进行稳定性分析。通过设计方法完成最优同步控制器的设计，能够根据系统状态在很短时间内补偿同步不确定性、参数摄动和干扰，将被控混沌系统轨迹和跟踪误差收敛到期望值（域）附近，结合自适应递归监督补偿器进一步减小和消除同步残差，保证了不确定混动系统同步稳定性，有效提高了同步控制精度和性能。

技术领域

本发明涉及到不确定混沌系统同步控制方法，更准确的说是针对主-从混沌系统动力学和参数不确定的情况，设计出了一种不确定混沌系统间接自适应模糊最优同步控制器来确保两混沌系统件轨迹跟踪和误差收敛的精度。

技术背景

混沌系统同步问题由于其在多个科学领域，如生物系统、化工过程、安全通信、能源转化与利用、信息处理等，所具有的潜在应用前景和价值而吸引了越来越多的研究兴趣。混沌同步需要使用主混沌系统的状态作为参考信号来实时驱动从混沌系统的状态，这给同步控制带来了更多挑战。因此，多种控制和控制器设计方法已经研究了用于混沌系统同步的，例如非线性反馈控制、自适应控制、滑模控制、脉冲控制等。然而，诸多未知的、不确定的动力学因素，包括未建模非线性、参数失配和扰动、结构不匹配、外部干扰和噪声等，通常都存在于参考主控和受控从属混沌系统中。这些不确定性会导致控制器失配和不稳定，影响并使同步跟踪和控制性能恶化。因此，不确定混沌系统的自适应控制方法及控制器设计问题被强烈激发出来。如何自适应地处理混沌系统间的动力学不确定项，设计出一种适用性强、灵活、鲁棒的控制器，自主逼近消除并有效补偿混沌系统之间的相对同步误差，对于实际的复杂工程应用和高端技术研发具有很大意义。

模糊逻辑系统及其延伸的自组织学习方法，作为一种具有自主学习和良好逼近非线性系统能力的工具，可以逼近广义非线性函数、外界干扰和不确定性参数，也可以和现代的具有反馈镇定结构的最优控制结合起来。模糊逻辑系统中的模糊推理结构是一种非线性前向网络，因此由输入到输出的映射是非线性的，而推理层后件空间到输出空间的映射是线性的，结合自组织在线学习能力，可以极大的加快学习速度并避免局部极小值的问题，经广泛研究和应用验证，适合于实时逼近、规划和非线性控制。本专利利用模糊规划结构和最优控制这两者之间的关系，设计出一种间接自适应模糊最优同步控制器，来解决主-从混沌同步中存在动力学不确定性的情况。

发明内容

本发明主要是针对上述提到的问题，对混沌系统同步中各类动力学和参数不确定的情况设计了一种间接自适应模糊最优同步控制器，从而为提高混沌系统间同步精度和效率提供了一种可行性方案，同时也提高了同步控制性能。

为实现上述目的，本发明提供了如下的技术方案：

不确定混沌系统间接自适应最优同步控制器设计方法，所述控制方法包含以下步骤：

A.构建不确定混沌系统同步权重矩阵自组织模糊规划器；

B.设计自适应最优同步控制器；

C.设计自适应监督递归补偿器；

D.对控制器闭环系统进行稳定性分析。

进一步的，所述不确定混沌系统同步权重矩阵自组织模糊规划器的构建方法为：

混沌同步涉及将主混沌系统的状态用作参考轨迹，将另一个从混沌系统的状态用作受控系统。设计混沌同步权重因子的自组织模糊学习算法为：