杨祎桀, 刘 冬, 曲袁超

(1. 沈阳航空航天大学 自动化学院, 沈阳 110136; 2. 辽宁大学 数学与统计学院, 沈阳 110136)

0 引 言

随着科学技术的快速发展,实际受控系统的复杂性日益增加,使得系统建模愈加困难。在此背景下,系统在线数据的利用显得格外重要。数据驱动控制方法在控制器设计过程中只使用输入输出数据,而不需要系统的精确数学模型,从而引起了研究人员的广泛兴趣。近年来,出现了许多数据驱动控制方法,如无模型自适应控制[1]、虚拟参考反馈整定[2]和迭代学习控制[3]等。

现代控制理论与方法可以很好地解决机理模型可精确获取和机理模型可获取但含有不确定因素2种被控对象。但对于复杂的高阶、强非线性的被控对象,机理模型很难建立或不可获取。因此,无模型自适应控制方法由于不需要数学模型的显式或隐式知识而引起了广泛关注。无模型自适应控制方法首先在文献[4]中被提出,在文献[5-7]中被扩展和完善。基于动态线性化技术和伪偏导数的概念,研究人员沿闭环系统的动态操作点建立了一系列的局部动态线性化数据模型,包括紧格式动态线性化、偏格式动态线性化和全格式动态线性化等效的局部动态线性化数据模型。迄今为止,无模型自适应控制已成功应用于许多领域,如无人驾驶技术等[8]。

另一方面,滑模控制方法因其对不确定性和外界干扰的鲁棒性以及具有较快的收敛速度而得到广泛应用。为了充分利用无模型自适应控制和滑模控制的优点,文献[9]中引入了一种基于无模型自适应控制的离散滑模控制器。……