廉玉晓 杨文静 王琳淇 王学良 夏建伟

0 引言

近年来,由于非线性系统被广泛地应用在实际生活中,因此相关的控制问题受到广泛的关注．在对非线性系统的研究中,反步技术成为处理非线性系统相关问题的有力工具之一[1-2]．基于反步技术,文献[3]研究了一类带有全状态约束的随机非线性系统的自适应追踪控制问题．然而,当非线性系统中的非线性函数不再是完全已知或者具有未知参数的线性形式时,仍然使用传统的反步控制技术研究此类系统会有一定的困难．因此,基于上述分析,大量的有关模糊逼近和神经网络的控制策略[4-9]被提出．例如,文献[7]结合反步技术和模糊逻辑系统针对一类带有时滞的随机非线性系统设计了一种自适应追踪控制方案．

值得注意的是，上述所提到的文献[7]研究的是一类带有严格反馈结构的系统,这类系统中的非线性函数fi(·)至多包含系统中的前i个状态．然而,非严格反馈非线性系统中的非线性函数fi(·)是包含全部状态变量x=[x1,x2,…,xn]T的函数,这一特性无疑将增加虚拟控制器设计的难度．为解决上述问题,人们针对非严格反馈非线性系统展开了一系列的研究[10-14]．在文献[13]中,通过对非线性函数进行假设解决了非严格反馈带来的困难,并且针对带有未知时滞的非严格反馈随机系统提出了一种自适应神经网络控制策略．不同的是,文献[14]移除了关于非线性函数的假设,利用模糊逻辑系统的结构特征克服……