王素珍， 辛 诚， 代明星

(青岛理工大学信息与控制工程学院，山东 青岛 266520)

0 引言

在过去几十年，针对不确定非线性系统控制的研究一直是一个热点，为解决实际系统中存在的非线性特性，涌现出各种先进的控制方法，如滑模控制以及基于模糊模型的控制等。在非线性控制领域，反步法是一种有效的方法，用于设计和分析一类特殊不确定非线性系统的自适应控制器及其构造Lyapunov设计过程,目前已经成功应用于船舶控制、机器人控制等领域[1-2]。然而，传统的反步法控制中一个主要问题是对被控对象的模型要求确切已知，并不考虑被控对象中存在参数不确定或含有未知扰动的情况，或者需要对被控系统中的未知参数进行线性化假设，并且需要进行繁琐的分析来确定“回归矩阵”，从而进行控制。对于这个问题，由于对未知非线性函数具有强大的逼近能力，因此很多学者便使用反步法结合模糊逻辑系统或神经网络来克服这个问题，并提出了几种新的自适应控制方法[3-4]。针对一类单输入单输出(SISO)系统，文献[3]提出了一种直接自适应模糊反推控制方法，文献[4]提出了一类鲁棒自适应控制器，这些方法均有效地处理了具有未知复杂非线性函数系统的控制问题。但不可避免的是，这些方法由于需要对未知项实时在线逼近，因而参数较多，控制器设计复杂且系统的抗干扰能力不强。此外，控制器参数的确定存在计算膨胀问题，这是由采用反步法设计控制器需要对虚拟控制信号多次求导造成的。……