针对含非线性周期扰动不确定严格反馈系统的全局复合学习智能快速有限时间控制
系统与控制
2023-09-22 v2 系统与控制
摘要
本简报针对一类受非线性周期扰动、具有严格反馈形式的不确定系统，研究基于全局复合学习的神经快速有限时间（F-FnT）跟踪控制问题。首先，通过将傅里叶级数展开（FSE）引入智能估计器来辨识具有周期参数的不确定动态，该估计器利用新设计的预测误差反馈更新权重以提升学习性能。随后，构造一种新颖切换机制，在智能估计器输入超出有效逼近域时，实现从基于 FSE 的复合神经控制器到鲁棒控制律的平滑切换。通过将切换机制与改进的 F-FnT 反步算法融合，保证了闭环系统所有变量的全局 F-FnT 有界性。最后，通过仿真研究验证了理论结果的有效性。
引用
@article{arxiv.2304.07497,
title = {Globally Composite-Learning-Based Intelligent Fast Finite-Time Control for Uncertain Strict-Feedback Systems with Nonlinearly Periodic Disturbances},
author = {Xidong Wang and Zhan Li and Zhen He},
journal= {arXiv preprint arXiv:2304.07497},
year = {2023}
}
备注
5 pages, 3 figures