导读:本文包含了非线性不确定性论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:不确定性,系统,时间,动态,镇定,函数,声速。
非线性不确定性论文文献综述
何富美,刘逢雨,豆振江[1]（2019）在《美国贸易政策不确定性对中国宏观杠杆率的非线性影响》一文中研究指出美国贸易政策不确定性是否影响中国宏观杠杆率?基于高维数据的TVP-FAVAR模型实证研究发现,在滞后3个月,美国贸易政策不确定性上升同向提升了中国宏观杠杆率,且这种促进效应呈现明显的时变特征,金融危机爆发之前相对较弱,危机之后逐渐增强,特别地,自特朗普政府执政以来,美国贸易政策不确定性对中国宏观杠杆率的提升最为显着。当前阶段,中国政府应警惕美国贸易政策不确定性对中国宏观杠杆率的影响,进一步实施与加强去杠杆的调控政策,避免因美国贸易政策不确定性上升对中国去杠杆政策形成的削弱效应。(本文来源于《铜陵学院学报》期刊2019年05期）
公成龙[2]（2019）在《不确定性机器人的组合非线性反馈控制》一文中研究指出本文从机器人关节轨迹跟踪任务出发,研究了不确定机器人运动控制问题。首先,研究了高阶多变量饱和非线性系统的组合非线性反馈(composite nonlinear feedback,CNF)控制技术,然后将其应用到机器人控制系统中。再分别将鲁棒控制与自适应控制与CNF控制相结合,设计新型控制器,旨在有效消除不确定性因素对机器人系统的不利影响。最后探讨机器人系统稳定吸引域可调问题,设计参数可调的不确定性机器人CNF控制器。主要研究内容如下:(1)研究了CNF控制的控制特性,它由线性反馈和非线性反馈组合而成:线性反馈的作用是使系统保持较快的反应速度;非线性反馈的目的是调节系统的阻尼率避免超调。将CNF控制引入到一般机器人系统中,能够证明CNF控制器下机器人系统的稳定性,并且能够达到对期望轨迹良好的跟踪效果。(2)当机器人系统存在不确定性时,原始CNF控制器不再具有准确跟踪期望轨迹的能力。鲁棒控制的基本特征是用一个结构和参数都固定不变的控制器,来保证即使不确定性对系统的性能品质影响最恶劣时也能满足设计要求。将鲁棒控制和CNF控制结合旨在保留CNF控制的优点上能够补偿消除不确定性对系统的影响,实现新型CNF控制器对不确定性机器人系统的有效控制。(3)采用具有模糊产生器和模糊消除器的自适应模糊控制系统对不确定性进行在线估计,并将估计结果作为CNF控制器的补偿项,设计一种基于自适应模糊补偿的CNF控制器,用来减小不确定性对系统的影响,并使系统获得较强的稳定性和鲁棒性。(4)利用CNF控制能够强化驱动器的控制能力及改善系统的动态特性,将CNF应用于不确定性机器人运动控制,同可切入的自适应RBF神经网络相结合,研究基于CNF的自适应RBF神经网络控制器的控制性能。自适应RBF神经网络控制器独立于基于模型的CNF控制器,它的切入不影响原来的控制系统设计。(5)为消除不确定性扰动对机器人系统的影响,提出将扰动环节利用观测器重构,用来补偿扰动的影响,改善机器人系统的跟踪性能。即在原有CNF控制结构中加入干扰补偿和干扰估计项,设计基于扰动观测器的机器人CNF控制器。(6)机器人CNF控制器的稳定区域本质是局部的,机器人系统的吸引域估计也是保守的。因此可以借鉴高低增益理论的增益参数可调方法,通过对线性增益和非线性增益部分引入可调参数,设计具有参数可调的机器人CNF控制器,不仅可以扩大闭环系统的吸引域,而且依然具有响应光滑的动态特性等优点。(本文来源于《南昌航空大学》期刊2019-06-01）
梁洪超,楼文娟,丁浩,卞荣[3]（2019）在《非线性振型结构HFFB试验模态力计算方法及不确定性分析》一文中研究指出基于高频测力天平风洞试验对非线性振型结构的风致响应提出了改进的评估方法。假设结构风荷载沿高度的分布与阵风风压分布相同,采用结构真实振型计算风荷载模态力。推导了高耸结构风荷载模态力及风致响应计算公式,可以考虑结构多阶真实振型,从而使高频测力天平方法可更为准确地评估非线性振型结构的风致响应及等效静力风荷载。对某一质量、刚度有突变的高耸结构进行了高频测力天平风洞试验,与现有的线性化振型法进行对比,结果表明在弱非线性振型下,线性化振型法得到的加速度响应较层荷载假设方法偏大约40%。研究了层荷载分布的不确定性对计算加速度响应结果的影响,结果表明在阵风剖面层荷载的假设下,荷载分布的不确定性对结构最大加速度响应的影响很小,验证了本文方法的适用性。(本文来源于《工程力学》期刊2019年03期）
刘彩云[4]（2019）在《有输出不确定性的非线性系统的稳定控制设计》一文中研究指出过去几十年来,非线性系统的输出反馈控制研究在学术界得到了广泛的关注.其中,最为复杂的任务之一是重构无法被准确测量的状态变量.为了克服这一困难,学者们提出了基于输出函数信息的一系列观测器,比如高增益观测器,-滤波器,齐次观测器等.同时结合包括反推技术,滑模控制,增加幂次积分法和时变反馈在内的控制方法,促进了具有不同结构形式的不确定非线性系统的输出反馈镇定问题的研究.值得指出的是,由于技术的限制,传感器通常无法准确检测系统的输出变量,从而使得输出函数的实际值不可避免地偏离其标称值.因此,研究具有不确定输出函数的非线性系统的镇定开启了控制方法研究的新思路.文章主要研究了以下两个方面的内容:一、具有时变输出函数的非线性级联系统的全局输出反馈镇定本部分主要讨论一类具有时变输出函数的非线性级联系统的全局输出反馈镇定问题.利用双增益方法,设计了一种线性输出反馈控制器,从而确保闭环系统的全局渐近稳定性.本部分的贡献在于构造了一个既适用于上叁角系统又适用于下叁角系统的李雅普诺夫函数,并首次解决了由测量误差导致的不确定性对级联系统的影响.最后,给出的数值仿真例子进一步说明了控制策略的有效性.二、具有时变输出函数的非线性系统的全局有限时间输出反馈镇定本部分主要研究一类具有未知时变输出函数的非线性系统的全局有限时间输出反馈镇定问题.现有的控制方案中的观测器都需要准确的输出信息,而由于系统检测不准确所产生的连续测量误差使现有的控制方案不再适用,因此本部分提出了一种新的有限时间收敛观测器,通过避免使用非线性输出函数的信息,成功地克服了这一障碍.同时,本部分利用齐次占优技术和增加幂次积分法,设计了由多个嵌套的符号函数组成的输出反馈控制器.最后,给出的数值仿真例子进一步说明了控制策略的正确性.(本文来源于《曲阜师范大学》期刊2019-03-10）
王敏[5]（2019）在《有多种不确定性的非线性系统的扰动抑制研究》一文中研究指出在描述系统的特征上,非线性系统比线性系统更准确和直观,正是这些明显的优势使得非线性系统在现代工业生产中具有十分广泛的应用,尤其是在机器人控制、电力输送、生物化学等领域.此外,实际操作中的条件限制以及工业生产的复杂性使得在实际的工业系统中几乎处处存在不确定性.更为严重地是,昂贵的传感器,物理困难和噪音影响使得部分状态变量是不可测的,所以在含有不确定的条件下实现具有未知输出函数的非线性系统的扰动抑制是非常重要的.更进一步地,有限时间稳定与渐近稳定相比在鲁棒性和抗干扰性等方面具有显着的优势,所以解决非线性系统的有限时间扰动抑制问题在诸如智能机器人,汽车自动驾驶技术等领域发挥着巨大的作用.本文主要对以下两个问题进行讨论:一、具有未知输出函数的前馈非线性系统的扰动抑制问题的研究本部分研究了一类具有未知输出函数的前馈非线性系统的扰动抑制问题.因为系统的输出函数被无法测量的误差干扰,所以该问题长久以来悬而未决.提出了一种基于双占优方法的新的控制策略来处理各种不确定性,其中不确定性包括未知的输出函数和外部干扰.本部分的新颖性在于应用双占优方法来构造观测器和控制器.为了验证本部分算法的有效性,最后给出一个数值仿真例子加以说明.二、广义高阶不确定非线性系统的全局快速有限时间扰动抑制本部分研究了一类广义高阶不确定非线性系统的全局快速有限时间扰动抑制问题.新的控制策略在有限时间稳定方法的基础上,巧妙地利用符号函数来构造李雅普诺夫函数,使其能够应对由外部扰动产生的不确定性,其优点是可以使收敛时间大大缩短.本部分设计的状态反馈控制器是一维的,同时该控制策略对控制量的要求较低,并且其性能在L_2-L_(2p)增益上被评估.最后的数值仿真例子用来说明本部分所给出的控制方法是有意义的.(本文来源于《曲阜师范大学》期刊2019-03-10）
董颖颖[6]（2019）在《两类有动态不确定性高阶非线性系统控制设计》一文中研究指出众所周知,随着控制理论的发展,非线性系统因其特有的复杂性成为当前控制界研究的重要课题之一.在实际的控制系统中,通常会出现各种不确定因素,它们不仅会降低系统的稳定性,甚至可能会破坏系统的性能.另外,量测工具和控制方法的局限性极大地增加了控制设计的难度,因此我们需要发展更为有效的控制策略.从理论和实际应用出发,本文将研究两类复杂的非线性系统—高阶不确定非线性系统的控制问题,包括:一、具有动态不确定性的高阶非线性系统的全局快速有限时间镇定本部分主要研究一类具有动态不确定性的高阶非线性系统的全局快速有限时间镇定问题.基于具有符号函数和输入状态稳定性的积分Lyapunov函数的构造,设计一种状态反馈控制器,该控制器的设计确保闭环系统的状态在有限时间内全局收敛到原点.本部分创新之处在于把快速有限时间控制方法成功地应用到具有动态不确定性的系统中.最后分别给出数值例子和实际例子进一步说明控制策略的有效性.二、具有动态不确定性和输出约束的高阶非线性系统的状态反馈镇定本部分主要探讨一类具有动态不确定性和输出约束的高阶非线性系统的状态反馈镇定问题.利用增加幂次积分法,设计一种连续状态反馈控制器,该控制器的设计使系统的状态收敛到原点.本部分创新之处在于提出一种统一的设计方法,该方法能同时处理具有或是不具有输出约束的系统的镇定问题.最后给出的数值仿真例子进一步说明控制策略的有效性.(本文来源于《曲阜师范大学》期刊2019-03-10）
陶洪峰,沈建强,杨慧中[7]（2019）在《一类不确定性离散非线性重复过程的迭代学习容错控制》一文中研究指出针对一类具有非线性和执行器故障的重复运行不确定离散系统,提出了一种迭代学习鲁棒容错控制算法.首先通过定义执行器故障系数矩阵,将迭代学习控制过程转化为等价形式的不确定性非线性重复过程模型,然后基于混合李亚普若夫函数方法讨论非线性重复过程在时间轴和批次轴两个维度上的稳定性,并以线性矩阵不等式形式给出鲁棒容错控制器存在的充分条件和设计方法,同时保证系统正常和执行器故障情形下系统的容错稳定性能.最后,单杆机械手系统的输出跟踪控制仿真结果验证了本文算法的有效性.(本文来源于《信息与控制》期刊2019年01期）
李爽,裴昌帅[8]（2019）在《经济政策不确定性与资本结构非线性动态调整》一文中研究指出基于动态面板阈值模型,利用480家非金融类A股上市公司1999～2016年的平衡面板数据,深入研究了经济政策不确定性与公司资本结构非线性动态调整的关系。研究发现:以经济政策不确定性为转移变量,资本结构调整存在两个区制,具有显着的非线性特征,并且资本结构动态调整速度在经济政策不确定性较高时将变慢;在市场化程度较低的中西部地区,资本结构调整速度受到经济政策不确定性的影响更大;相比非制造业公司,制造业公司的资本结构调整速度更容易受到经济政策不确定性的影响。(本文来源于《财经论丛》期刊2019年01期）
王晴,余瑶,孙长银[9]（2018）在《具有非线性不确定性的高超声速飞行器的分布式鲁棒反步跟踪控制（英文）》一文中研究指出本文针对具有外部干扰,参数摄动和非连续未知非线性气动影响的一般高超声速飞行器纵向动力学问题,设计了分布式鲁棒反步跟踪控制器.为了处理复杂的系统,将标准反步控制和信号补偿方法结合起来构成一个"简单"的鲁棒控制器.该方法不仅可以保证闭环系统半全局鲁棒跟踪性能,也可保证系统跟踪误差以期望的收敛速度收敛到期望的误差范围内.最后,带有非线性不确定性,外部干扰和参数扰动的仿真系统说明了该方法的有效性.(本文来源于《控制理论与应用》期刊2018年07期）
肖兆兵,宋迎春,谢雪梅[10]（2018）在《改进的边坡变形非线性时变系统的不确定性分析》一文中研究指出大地测量数据往往包含许多不确定性,可能导致所建立的函数模型产生病态,影响参数估计的准确性和可靠性。通过研究边坡变形非线性时变系统的力学原理,利用多项式拟合方法改进原模型,在参数解算过程中,考虑到测量数据的不确定性给解算结果带来消极影响,通过限制不确定度,利用min-max准则,提高参数解算的准确性,并将预测变形结果与实测边坡位移数据对比。结果表明,带不确定性的平差算法(leastsquare with uncertainty,ULS)与最小二乘平差(least-squares,LS)和整体最小二乘平差(total least-square,TLS)相比,其预测结果更接近实际测量数据,证明了改进的边坡变形非线性时变系统预测变形的有效性。(本文来源于《大地测量与地球动力学》期刊2018年02期）
非线性不确定性论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文从机器人关节轨迹跟踪任务出发,研究了不确定机器人运动控制问题。首先,研究了高阶多变量饱和非线性系统的组合非线性反馈(composite nonlinear feedback,CNF)控制技术,然后将其应用到机器人控制系统中。再分别将鲁棒控制与自适应控制与CNF控制相结合,设计新型控制器,旨在有效消除不确定性因素对机器人系统的不利影响。最后探讨机器人系统稳定吸引域可调问题,设计参数可调的不确定性机器人CNF控制器。主要研究内容如下:(1)研究了CNF控制的控制特性,它由线性反馈和非线性反馈组合而成:线性反馈的作用是使系统保持较快的反应速度;非线性反馈的目的是调节系统的阻尼率避免超调。将CNF控制引入到一般机器人系统中,能够证明CNF控制器下机器人系统的稳定性,并且能够达到对期望轨迹良好的跟踪效果。(2)当机器人系统存在不确定性时,原始CNF控制器不再具有准确跟踪期望轨迹的能力。鲁棒控制的基本特征是用一个结构和参数都固定不变的控制器,来保证即使不确定性对系统的性能品质影响最恶劣时也能满足设计要求。将鲁棒控制和CNF控制结合旨在保留CNF控制的优点上能够补偿消除不确定性对系统的影响,实现新型CNF控制器对不确定性机器人系统的有效控制。(3)采用具有模糊产生器和模糊消除器的自适应模糊控制系统对不确定性进行在线估计,并将估计结果作为CNF控制器的补偿项,设计一种基于自适应模糊补偿的CNF控制器,用来减小不确定性对系统的影响,并使系统获得较强的稳定性和鲁棒性。(4)利用CNF控制能够强化驱动器的控制能力及改善系统的动态特性,将CNF应用于不确定性机器人运动控制,同可切入的自适应RBF神经网络相结合,研究基于CNF的自适应RBF神经网络控制器的控制性能。自适应RBF神经网络控制器独立于基于模型的CNF控制器,它的切入不影响原来的控制系统设计。(5)为消除不确定性扰动对机器人系统的影响,提出将扰动环节利用观测器重构,用来补偿扰动的影响,改善机器人系统的跟踪性能。即在原有CNF控制结构中加入干扰补偿和干扰估计项,设计基于扰动观测器的机器人CNF控制器。(6)机器人CNF控制器的稳定区域本质是局部的,机器人系统的吸引域估计也是保守的。因此可以借鉴高低增益理论的增益参数可调方法,通过对线性增益和非线性增益部分引入可调参数,设计具有参数可调的机器人CNF控制器,不仅可以扩大闭环系统的吸引域,而且依然具有响应光滑的动态特性等优点。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
非线性不确定性论文参考文献
[1].何富美,刘逢雨,豆振江.美国贸易政策不确定性对中国宏观杠杆率的非线性影响[J].铜陵学院学报.2019
[2].公成龙.不确定性机器人的组合非线性反馈控制[D].南昌航空大学.2019
[3].梁洪超,楼文娟,丁浩,卞荣.非线性振型结构HFFB试验模态力计算方法及不确定性分析[J].工程力学.2019
[4].刘彩云.有输出不确定性的非线性系统的稳定控制设计[D].曲阜师范大学.2019
[5].王敏.有多种不确定性的非线性系统的扰动抑制研究[D].曲阜师范大学.2019
[6].董颖颖.两类有动态不确定性高阶非线性系统控制设计[D].曲阜师范大学.2019
[7].陶洪峰,沈建强,杨慧中.一类不确定性离散非线性重复过程的迭代学习容错控制[J].信息与控制.2019
[8].李爽,裴昌帅.经济政策不确定性与资本结构非线性动态调整[J].财经论丛.2019
[9].王晴,余瑶,孙长银.具有非线性不确定性的高超声速飞行器的分布式鲁棒反步跟踪控制（英文）[J].控制理论与应用.2018
[10].肖兆兵,宋迎春,谢雪梅.改进的边坡变形非线性时变系统的不确定性分析[J].大地测量与地球动力学.2018
论文知识图
