论文部分内容阅读
自适应控制分为线性系统的自适应控制和非线性系统的自适应控制两部分，线性系统的自适应控制理论已经发展得比较成熟，而非线性系统的自适应控制还未有一套成熟通用的理论。论文针对一类离散非线性系统，利用线性系统自适应控制成熟的理论结果，在基于非线性系统函数一阶泰勒展开的数学基础上，将非线性系统视为线性系统和高阶非线性系统的叠加，利用神经网络良好的非线性逼近特性，构造一个BP神经网络来逼近真实非线性系统的数值模型，将数值模型经过泰勒展开获得线性化模型；构造一个RBF神经网络来逼近高阶非线性系统的数值模型，从而设计一种神经网络自适应控制系统。如果将展开后的线性部分看作是时不变线性系统，把泰勒高阶部分和外界干扰视作系统总的扰动项，这种神经网络自适应控制方法可用于在平衡点范围内作小幅波动的离散非线性系统。
论文的结构安排：第一章是绪论，简要概述了自适应控制、非线性系统的主要研究方法和神经网络的发展概况；第二章介绍了论文研究领域国内外的发展情况，提出了选题背景；第三章则详细介绍了基于神经网络辨识的最小方差控制器设计的理论及收敛性证明，是全文的理论基础；第四章是神经网络辨识器的设计理论，对神经网络进行辨识的可行性、神经网络的收敛性问题给出了详细证明；第五章是在前两章的理论基础上进行的神经网络的训练和非线性系统的MATLAB仿真，对一非线性系统的神经网络的仿真给出了不同输入下的输出波形图。