[发明专利]状态不可测的非线性系统自适应神经网络观测器控制方法

权利要求书

1.一种状态不可测的非线性系统自适应神经网络观测器控制方法，其特征在于，包括以下步骤：

1)设计单输入单输出严格反馈非线性系统；

2)利用神经网络逼近系统连续未知函数，设计自适应神经网络状态观测器及神经网络权重自适应法则；

3)自适应神经网络状态观测器的反推设计，将观测器的动态特性与反步法相结合，设计控制器：

①定义跟踪误差，利用观测器得到的状态，得到其时间导数，定义反推设计第二步的跟踪误差，设计虚拟控制函数α₁，采用Lyapunov函数反推设计的第一个子系统；

②定义估计的跟踪误差，然后设计虚拟控制函数α_i；

③最后设计控制函数u；

4)通过Matlab软件进行理论和仿真验证。

2.根据权利要求1所述的状态不可测的非线性系统自适应神经网络观测器控制方法，其特征在于，所述步骤1)中的单输入单输出严格反馈非线性系统为：

其中，是未知连续动力函数，u∈R是控制输入，是系统状态，只有x₁(t)为可测状态，其余状态均为不可测状态。

3.根据权利要求1所述的状态不可测的非线性系统自适应神经网络观测器控制方法，其特征在于，所述步骤2)中的连续未知函数为自适应神经网络状态观测器为：

其中，k₁1,k_i2是观测增益参数，和分别是和的估计。

4.根据权利要求1所述的状态不可测的非线性系统自适应神经网络观测器控制方法，其特征在于，所述步骤2)中的神经网络权重自适应法则为：

其中，σ_i1是设计参数。

5.根据权利要求1所述的状态不可测的非线性系统自适应神经网络观测器控制方法，其特征在于，所述步骤3)的①中的跟踪误差为：e₁(t)＝x₁(t)-y_r(t)，利用观测器得到的状态，误差e₁(t)被估计为然后我们可以得到其时间导数：

第二步的跟踪误差为：虚拟控制函数的设计为：

第一个子系统为：

6.根据权利要求1所述的状态不可测的非线性系统自适应神经网络观测器控制方法，其特征在于，所述步骤3)的②中的估计的跟踪误差为：

虚拟控制函数为：

7.根据权利要求1所述的状态不可测的非线性系统自适应神经网络观测器控制方法，其特征在于，所述步骤3)的③中的控制函数为：