朱 斌 ,孙瑞胜 ,陈洁卿 ,陈 伟 ,严大卫
(1.南京理工大学能源与动力工程学院,江苏南京 210094;2.中国运载火箭技术研究院战术武器事业部,北京 100076)
近年来,通过与自适应、神经网络、模糊控制等理论的相互结合,滑模控制[1-4]、反步法[5-8]、反馈线性化[9-10]等方法在非线性控制领域涌现出许多新的成果.然而,现有的研究成果绝大多数是解决仿射形式的非线性系统控制问题,针对非仿射形式的非线性系统,相关的研究成果仍然较少[11].非仿射系统没有“控制增益”和“控制方向”的概念,这使得针对仿射形式的大量非线性控制方法难以直接使用.但对于真实物理系统而言,非仿射系统是比仿射非线性系统更为广泛的存在.因此,对非仿射系统控制方法的研究可以解决更多的实际控制问题.
目前,针对非仿射系统控制问题的主要思路有两种[12].一是通过隐函数定理或中值定理将系统转化为仿射形式,二是从原有模型中分离出线性控制项,然后利用神经网络/模糊控制等逼近结构获取新的非线性项.例如,文献[13]通过自适应网络对非线性项进行逼近.文献[11]则提出一种采用Nussbaum型函数处理非线性项的方法.但文献[13-14]指出,基于神经网络/模糊控制等逼近结构的方法在处理高级系统时,往往需要虚拟控制量的导数信号,增加了设计难度.并且神经网络等方法待设计参数多,输入复杂,运算量大.而文献[14]提出了一种使用扩张状态观测器(extended state observer,ESO)进行非线性项估计的方法.ESO结……