[发明专利]一种神经网络自适应动态面控制器结构与设计方法

摘要

本发明公开了一种神经网络自适应动态面控制器结构及设计方法，所述的控制器结构由n级子控制器组成。本发明在控制器设计中引入预估器，对被控系统不确定性的在线学习不再基于跟踪误差，而是基于预估误差，能够克服初始阶段跟踪误差较大对控制系统暂态性能的影响，使得系统控制信号不易陷入饱和。本发明在控制器设计中引入低通滤波器，能够消除由于自适应参数较大引起的输入控制信号的高频振荡问题，有利于保证控制信号在执行器的执行频带范围之内。本发明采用微分跟踪器代替传统动态面控制中的一阶滤波器，能够保证对虚拟控制信号的有限时间估计，提高估计的精确性。本发明采用预估的状态进行反馈，有利于消除测量噪声对控制系统的干扰。

主权项

一种神经网络自适应动态面控制器结构，由n级子控制器组成；其特征在于：第1级子控制器的输入端与外部参考信号yr相连，还与测量机构的输出端x1m,x2m相连，第1级子控制器的输出端α2与第2级子控制器的输入端相连，第1级子控制器的另一输出端分别与第1级到n级子控制器的输入端相连；第i级子控制器的输入端与第i‑1级子控制器的输出端αi相连，并与前i级子控制器的输出端相连，还与测量机构的输出端xim,x(i+1)m相连，第i级子控制器的输出端αi+1与第i+1级子控制器的输入端相连，第i级子控制器的另一输出端分别与第i级到n级子控制器的输入端相连；以此类推，第n级子控制器的输入端与第n‑1级子控制器的输出端αn相连，并分别与全部n级子控制器的输出端相连，还与测量机构的输出端xnm相连，第n级子控制器的输出端u与被控系统的输入端相连；所述的第1级子控制器由跟踪微分器、比较器1、比较器2、预估器、线性控制单元、逼近器、低通滤波器及求和器构成，跟踪微分器的输入端与外部参考信号yr相连，跟踪微分器的输出端分别与比较器1和求和器的输入端相连；比较器1的另一输入端与预估器的输出端相连，比较器1的输出端与线性控制单元的输入端相连；比较器2的两个输入端分别与测量机构和预估器的输出端相连；预估器的输入端分别与测量机构和逼近器的输出端相连，预估器的输出端为第1级子控制器的一个输出端；逼近器的输入端与比较器2的输出端相连，另一输入端与预估器的输出端相连，逼近器的输出端还与低通滤波器的输入端相连；低通滤波器的输出端与求和器的输入端相连；求和器的另一输入端与线性控制单元的输出端相连，求和器的输出端为第1级子控制器的另一输出端；所述的第i级子控制器由跟踪微分器、比较器1、比较器2、预估器、线性控制单元、逼近器、低通滤波器及求和器构成，跟踪微分器的输入端与第i‑1级子控制器的输出端相连，跟踪微分器的输出端分别与比较器1和求和器的输入端相连；比较器1的另一输入端与预估器的输出端相连，比较器1的输出端与线性控制单元的输入端相连；比较器2的两个输入端分别与测量机构和预估器的输出端相连；预估器的输入端分别与测量机构和逼近器的输出端相连，预估器的输出端为第i级子控制器的一个输出端；逼近器的输入端与比较器2的输出端相连，另一输入端与前i级子控制器的输出端相连，逼近器的输出端还与低通滤波器的输入端相连；低通滤波器的输出端与求和器的输入端相连；求和器的另一输入端与线性控制单元的输出端相连，求和器的输出端为第i级子控制器的另一输出端；所述的第n级子控制器由跟踪微分器、比较器1、比较器2、预估器、线性控制单元、逼近器、低通滤波器及求和器构成，跟踪微分器的输入端与第n‑1级子控制器的输出端相连，跟踪微分器的输出端分别与比较器1和求和器的输入端相连；比较器1的另一输入端与预估器的输出端相连，比较器1的输出端与线性控制单元的输入端相连；比较器2的两个输入端分别与测量机构和预估器的输出端相连；预估器的输入端分别与测量机构，逼近器及求和单元的输出端相连；逼近器的输入端与比较器2的输出端相连，另一输入端与所有n级子控制器的输出端相连，逼近器的输出端还与低通滤波器的输入端相连；低通滤波器的输出端与求和器的输入端相连；求和器的另一输入端与线性控制单元的输出端相连，求和器的输出端为第n级子控制器的输出端，与被控系统的输入端相连；所述的被控系统由下列n阶不确定严反馈非线性系统形式来描述：如果用R表示实数集合，那么式中xi∈R表示被控系统第i级子系统的状态；u∈R表示被控系统的控制输入；为未知的非线性连续函数，y∈R为被控系统的输出。