本书介绍自适应控制的基本理论和方法。全书共7章，分别为绪论、自适应控制的理论基础、模型参考自适应控制系统、自校正控制系统、非线性系统的自适应控制、基于人工神经网络的自适应控制、基于模糊逻辑的自适应控制等。
本书按自适应控制理论基础、自适应控制系统设计、自适应系统的应用几个层次叙述，力图做到叙述清楚，论证严谨。内容既包含经典的线性系统的自适应控制，又包含20世纪90年代以来得到蓬勃发展的非线性系统自适应控制、智能自适应控制等，并以工程实例来说明理论方法的应用，对研究问题的提法、思路给予了足够的重视。本书注重可读性，便于读者自学。
样章试读
目录
- 目录
前言
第1章 绪论 1
1.1 自适应控制的概念 1
1.1.1 自适应控制系统的任务 1
1.1.2 自适应控制系统的定义 2
1.2 自适应控制系统的类型 3
1.2.1 模型参考自适应控制系统 3
1.2.2 自校正控制系统 4
1.2.3 自寻优控制系统 5
1.2.4 其他自适应控制系统 5
1.3 自适应控制的理论问题 6
1.4 自适应控制的应用概况 7
参考文献 8
第2章 自适应控制的理论基础 9
2.1 Lyapunov稳定性理论 9
2.1.1 稳定性定义 9
2.1.2 Lyapunov直接法的基本定理 13
2.1.3 按首次近似决定稳定性 20
2.2 正实性和正实引理 24
2.2.1 正实函数 24
2.2.2 正实函数矩阵 25
2.2.3 连续系统和离散系统的正实引理 26
2.3 超稳定性理论 27
2.3.1 超稳定性的基本概念 27
2.3.2 超稳定性定理 28
2.4 实时参数估计 30
2.4.1 系统辨识的基本概念 30
2.4.2 被控对象的离散时间模型 32
2.4.3 参数估计的最小二乘算法 34
2.4.4 慢时变参数的递推估计 40
2.4.5 闭环系统辨识 40
2.5 随机控制基础 43
2.5.1 随机控制问题 43
2.5.2 随机控制策略 44
2.5.3 随机控制的结构特性 46
习题 47
参考文献 48
第3章 模型参考自适应控制系统 49
3.1 模型参考自适应系统的设计问题 49
3.1.1 模型参考自适应系统的结构类型和数学描述 49
3.1.2 模型参考自适应系统设计问题的提法 50
3.2 局部参数最优化设计方法 52
3.2.1 具有增益可调的MIT律的设计 52
3.2.2 具有多个可调参数的MIT律的设计 54
3.2.3 MIT方案的稳定性 55
3.3 用Lyapunov稳定性理论设计模型参考自适应系统 56
3.3.1 模型参考自适应控制系统的设计 56
3.3.2 设计举例 58
3.4 基于超稳定性理论的模型参考自适应系统设计 59
3.4.1 设计的基本思路 59
3.4.2 用状态变量描述的自适应系统设计 60
3.4.3 基于输入-输出描述的自适应系统设计 63
3.5 自适应模型跟随控制系统 67
3.5.1 自适应模型跟随控制系统的基本形式 67
3.5.2 并联型自适应模型跟随控制系统的设计 68
3.6 离散时间模型参考自适应系统设计 71
3.6.1 引言 71
3.6.2 基于输入-输出描述的离散时间自适应控制系统设计 71
习题 77
参考文献 78
第4章 自校正控制系统 79
4.1 随机性和预测性自校正控制 79
4.1.1 最小方差自校正控制 79
4.1.2 广义最小方差自校正控制 86
4.1.3 多步预测自校正控制 93
4.2 极点配置自校正技术 101
4.2.1 极点配置设计原理 102
4.2.2 极点配置自校正控制 104
4.2.3 前馈补偿自校正控制器的零极点配置 112
4.3 自校正PID控制 116
4.3.1 PID控制器 116
4.3.2 自校正PID控制器 117
习题 118
参考文献 118
第5章 非线性系统的自适应控制 119
5.1 单输入-单输出非线性系统的分段线性化自适应控制 119
5.1.1 基于Lyapunov理论的分段线性化自适应控制 119
5.1.2 基于超稳定性理论的分段线性化自适应控制 123
5.1.3 仿真实例 127
5.2 一类多输入-多输出非线性系统的自适应模型跟随控制 130
5.2.1 系统的描述 130
5.2.2 基于Newton迭代法的非线性系统的模型跟随控制 132
5.2.3 非线性系统的局部自适应模型跟随控制 133
5.2.4 仿真实例 135
5.3 基于反馈线性化的非线性系统模型跟踪控制 136
5.3.1 反馈线性化的基本概念 136
5.3.2 非线性系统的反馈线性化 139
5.3.3 基于反馈线性化的非线性系统渐近模型跟踪控制 146
5.3.4 仿真实例 149
5.4 基于后推法的非线性系统自适应控制 153
参考文献 158
第6章 基于人工神经网络的自适应控制 160
6.1 人工神经网络基础 160
6.1.1 神经元模型与网络连接 160
6.1.2 前向神经网络的模型 162
6.2 神经网络的自适应辨识 165
6.2.1 正向建模 166
6.2.2 神经网络逆模型辨识 167
6.3 神经网络模型参考自适应控制 168
6.3.1 间接神经网络模型参考自适应控制 169
6.3.2 直接神经网络模型参考自适应控制 170
6.4 神经网络自校正控制 171
6.4.1 直接神经网络自校正控制 171
6.4.2 间接神经网络自校正控制 172
6.5 其他智能自适应控制 173
6.5.1 自学习智能自适应控制 173
6.5.2 专家式智能自适应控制 174
6.5.3 分层递阶智能自适应控制 174
6.6 自适应PID神经网络控制系统设计与仿真 175
6.6.1 自适应PID神经网络 176
6.6.2 PID神经网络控制器学习算法 176
6.6.3 PID神经网络控制系统仿真 177
习题 179
参考文献 180
第7章 基于模糊逻辑的自适应控制 181
7.1 模糊控制的理论基础 181
7.1.1 模糊集合及其运算规则 181
7.1.2 模糊控制 186
7.1.3 基本模糊控制器的设计 189
7.2 模糊自适应控制 190
7.2.1 模糊推理系统 191
7.2.2 间接自适应模糊控制 191
7.2.3 直接自适应模糊控制 194
7.3 基于模糊神经网络的模型参考自适应控制 196
7.3.1 模糊神经网络 197
7.3.2 基于模糊神经网络的模型参考自适应控制 199
7.4 模糊滑模自适应控制 200
7.4.1 滑模控制的基本原理 200
7.4.2 自适应模糊滑模控制器 201
7.4.3 自适应模糊滑模控制器的设计步骤 202
7.5 模糊自适应控制实例 203
7.5.1 工业电弧炉的模糊神经自适应控制 203
7.5.2 挠性卫星的自适应模糊滑模控制 210
习题 216
参考文献 217
京公网安备 11010102004214号