导读:本文包含了非线性反馈力论文开题报告文献综述及选题提纲参考文献，主要关键词:球形机器人,两栖,水下探测,非线性反馈
非线性反馈力论文文献综述
郑亮,朴燕,马宇科[1]（2019）在《非线性反馈和二次型调节器在两栖机器人中的应用》一文中研究指出球形两栖机器人具有对称的结构和多自由度的运动状态特性,在环境适应性和运动稳定性上具有优势。本文介绍一种可以用于深海水下探测与救援的新型水陆两栖机器人控制系统的结构和建模方法,根据机器人的运动控制模式,推导出具有6个自由度的动态数学模型,并在动态模型的基础上,建立并评估了两种控制模型。第一种是基于二次型调节器(LQR)的控制器模型,第二种是基于非线性状态反馈(FL)的控制器模型。最后对两种控制模型进行水下实验验证及评估,从而证明两种控制器的有效性和优劣性。实验表明:非线性状态反馈系统在响应时间(LQR=67.5s,FL=46.5s)方面都优于有限时域LQR控制器,而LQR控制器在上升时间(LQR=24.5s,FL=39.8s)方面更加具有优势。(本文来源于《光学精密工程》期刊2019年10期）
彭超凡,蒋沅,孟超,代冀阳[2]（2019）在《输入饱和无人机的鲁棒组合非线性反馈控制》一文中研究指出实际场景中,控制器输入饱和和外部干扰是对无人机控制系统产生不利影响的2个主要因素。对此,本研究针对CE150无人机模型,先采用H∞理论设计线性控制器,并在此基础上引入能提高系统瞬态性能的非线性项构成组合非线性反馈控制技术(CNF)来改善输入饱和的问题。同时,设计观测器对未知干扰进行在线估值,并在原有的组合非线性反馈控制器中加入干扰补偿项以提高系统鲁棒性。仿真结果表明,与传统的线性控制器相比组合非线性反馈控制器能显着改善输入饱和的不利影响,而引入补偿项的CNF控制器在保留原始CNF控制器优点的同时能有效抑制外部干扰,实现了无人机对给定信号的准确跟踪。(本文来源于《南昌航空大学学报(自然科学版)》期刊2019年03期）
张继元,宁佳,舒杰,王浩,丁建宁[3]（2019）在《基于非线性反馈的光伏模拟器控制策略》一文中研究指出针对光伏输出Ⅰ-Ⅴ曲线非线性特征,对系统的动态调节过程进行理论分析,并提出基于非线性反馈的PWM整流型光伏模拟器非线性控制策略。该方法采用输入/输出线性化的控制方法设计电流内环,以消除整流器输入有功、无功电流耦合对系统的影响,实现精确解耦控制;直流电压外环采用基于误差反馈的自抗扰控制器,能在提升系统响应速度和抗干扰能力同时,保证较宽电压范围内稳定运行。通过搭建30 kW光伏模拟器样机进行验证,仿真对比和实验结果表明所述策略具有较好的控制效果。(本文来源于《太阳能学报》期刊2019年07期）
王丽平[4]（2019）在《非线性反馈系统基于BLF的自适应控制研究》一文中研究指出众所周知,很多实际问题都是以非线性系统形式来建模的,并且系统中各种约束常常以状态约束,输出约束,输入约束等形式描述.近年来,受约束的非线性系统的控制问题已经逐步成为当前非线性系统控制的热点问题.然而,大部分的成果都是关于全状态约束的,对于部分状态约束的研究结果相对较少.事实上,全状态约束和输出约束均可视为部分状态约束的一种特殊形式,因而部分状态约束更具一般性.因此,在非线性反馈系统框架下,解决部分状态约束的自适应控制问题具有更重要的意义.本文首先探究了受部分状态约束的非线性纯反馈系统的自适应控制问题.由于存在不可测状态,需为系统设计状态观测器.由于系统中未知非线性函数的存在,可以用模糊逻辑系统(FLS)来逼近.基于状态观测器和FLS,结合反步法和对数型障碍Lyapunov函数(BLF).本文设计的自适应模糊输出反馈控制器在一定充分条件下可以使闭环系统保持稳定.最后,通过数值仿真的结果来说明所得结论的合理性.此外,本文还考虑了一类带有未知控制方向和时滞的受状态约束的非严格反馈系统自适应动态面控制问题.用FLS来逼近未知非线性函数部分,利用一阶滑模微分器消除微分项的膨胀问题.结合反步法和正切型BLF处理状态约束,系统中存在的未知控制方向以及时滞问题借助Nussbaum类函数和Lyapunov Krasovskii(L-K)泛函方法进行处理,从而设计自适应动态面控制器确保所有闭环信号的有界性.最后,通过数值例子说明结论的正确性.(本文来源于《曲阜师范大学》期刊2019-06-12）
彭超凡[5]（2019）在《输入饱和的无人机组合非线性反馈控制》一文中研究指出无人机的快速发展得益于不断优化的控制算法提高了无人机的实用性和安全性。长期以来,控制算法一直是无人机研究领域的热点和难点之一。由于无人机系统自身的复杂特性,其控制器又存在欠驱动的现象,采用传统的线性控制器难以获得满意的控制效果。此外,无人机在飞行过程中会受自身摩擦和外部气流扰动等不确定性干扰的影响,这进一步增加了控制器设计的难度。本文采用组合非线性反馈控制技术来解决无人机控制器驱动饱和的问题,并在保证系统稳态性能的前提下提高系统的瞬态性能。针对不确定性干扰,分别通过结合干扰观测器和滑模控制来提高组合非线性反馈控制技术的鲁棒性,以保证无人机的控制输出在存在干扰的情况下仍能准确跟踪给定参考信号。主要的研究工作如下:1.针对系统控制输入饱和和瞬态性能难以兼顾的问题,引入组合非线性反馈控制技术。从单输入单输出系统定常轨迹跟踪的组合非线性反馈控制入手,研究组合非线性反馈控制的设计方法和思想。在此基础上,将该技术拓展到高阶多输入多输出系统的时变轨迹跟踪问题中,给出设计方法并分析稳定性,最后通过算例仿真证明了所设计的控制器能充分利用控制器的驱动性能,改善驱动饱和的不利影响。同时,能使控制输出快速、平滑的跟踪到给定时变参考信号。2.针对一类时变干扰,提出一种基于干扰观测器的鲁棒组合非线性反馈控制方法。该方法首先利用观测器对外部时变干扰进行估值,然后将估值与控制器里添加的补偿项相结合,抵消外部干扰。最后针对无人机分别设计了无干扰情况下的组合非线性反馈控制器,和有干扰情况下的鲁棒组合非线性反馈控制器,并进行仿真分析。仿真结果表明,对比文献提出的PID结合LQR的控制方案,组合非线性反馈控制使无人机的瞬态性能明显提升;而本文提出的鲁棒组合非线性反馈控制器能有效抑制时变干扰,实现对时变轨迹的快速、准确跟踪。3.考虑更为一般的复杂不确定性干扰,提出了一种基于积分滑模的鲁棒组合非线性反馈控制策略。通过特殊设计的滑模面函数和趋近率保证系统状态轨迹能到达滑模面并保持稳定,减弱了不确定性干扰对控制器性能的影响。到达滑模面后,系统在组合非线性反馈控制的作用下能快速平滑的跟踪到参考信号。将该控制方法应用于存在不确定性干扰的无人机模型中,并通过仿真证明该控制策略能够使无人机的姿态角以极小的误差跟踪到给定的时变轨迹。(本文来源于《南昌航空大学》期刊2019-06-01）
公成龙[6]（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）
崔雷,李其申,储珺[7]（2019）在《一类非线性反馈系统的自适应输出调节》一文中研究指出研究了一类不确定非线性系统的全局鲁棒性输出调节问题。通过调节器的拓展方程可解性的假设,来建立非线性的内模,估计非线性未知外部扰动系统,从而将输出调节问题转化为镇定问题;结合Lyapunov函数和自适应理论来设计控制器,解决一类非线性输出反馈系统的输出调节问题。最后,仿真结果验证了所设计的控制器的有效性。(本文来源于《火力与指挥控制》期刊2019年05期）
周韬[8]（2019）在《基于非线性反馈的航向保持控制器优化设计》一文中研究指出随着航海技术的不断发展,海上运输贸易越来越多,在追求货运量的同时,船舶航行"清洁、安全、高效"问题越来越受到关注。为了使船舶海上航行时更加节能,本文利用非线性反馈技术对船舶航向保持控制器进行优化。船舶运动数学模型采用Norrbin简化的模型,基准航向保持控制器采用模糊自适应PID控制器,仿真实验环境为七级海浪,实验表明利用非线性反馈优化的控制器可以使船舶航行更节能,鲁棒性优良。非线性反馈技术设计简单,在船舶航向保持、航迹保持、轨迹跟踪等船舶控制领域都具有良好的应用效果。(本文来源于《中国水运(下半月)》期刊2019年03期）
H,Ebrahimi,MOLLABASHI,A,H,MAZINAN,H,HAMIDI[9]（2019）在《复合非线性反馈控制方法在线性和非线性系统中的应用（英文）》一文中研究指出针对一类具有平行分布补偿的线性和非线性系统,采用滑模控制技术,实现了一种复合非线性反馈控制方法。所提出的复合非线性反馈控制方法由两部分组成。第一部分给出了闭环系统的稳定性和快速收敛响应,而第二部分改进了瞬态响应。本研究设计了符合模糊逻辑的遗传算法来计算常系数和优化控制效果。通过伺服位置控制系统和倒立摆系统的仿真,验证了所提设计的有效性。(本文来源于《Journal of Central South University》期刊2019年01期）
李俊志,关杰[10]（2018）在《非线性反馈移存器型序列密码的完全性通用算法》一文中研究指出非线性反馈移存器型序列密码被使用于智能卡、射频识别标签(RFID)和无线传感器等硬件资源受限设备的信息加密中,其典型代表为Trivium算法、Grain v1算法和Mickey算法,然而现有的完全性算法在应用于此类序列密码时存在分析轮数较少及对依赖关系区分不清楚等问题.本文提出了一种考察此类序列密码完全性的通用算法,将算法内部状态表示成线性集合和非线性集合,将序列密码每轮更新转化为集合的运算,通过迭代计算可给出算法达到非线性完全性所需轮数的下界,克服了现有完全性算法的不足.应用此通用算法给出Trivium算法更优的1比特差分区分器并完成对Trivium-B算法的实时攻击.本方法可为此类序列密码的设计提供一定的理论依据.(本文来源于《电子学报》期刊2018年09期）
非线性反馈力论文开题报告
（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：
实际场景中,控制器输入饱和和外部干扰是对无人机控制系统产生不利影响的2个主要因素。对此,本研究针对CE150无人机模型,先采用H∞理论设计线性控制器,并在此基础上引入能提高系统瞬态性能的非线性项构成组合非线性反馈控制技术(CNF)来改善输入饱和的问题。同时,设计观测器对未知干扰进行在线估值,并在原有的组合非线性反馈控制器中加入干扰补偿项以提高系统鲁棒性。仿真结果表明,与传统的线性控制器相比组合非线性反馈控制器能显着改善输入饱和的不利影响,而引入补偿项的CNF控制器在保留原始CNF控制器优点的同时能有效抑制外部干扰,实现了无人机对给定信号的准确跟踪。
（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。
非线性反馈力论文参考文献
[1].郑亮,朴燕,马宇科.非线性反馈和二次型调节器在两栖机器人中的应用[J].光学精密工程.2019
[2].彭超凡,蒋沅,孟超,代冀阳.输入饱和无人机的鲁棒组合非线性反馈控制[J].南昌航空大学学报(自然科学版).2019
[3].张继元,宁佳,舒杰,王浩,丁建宁.基于非线性反馈的光伏模拟器控制策略[J].太阳能学报.2019
[4].王丽平.非线性反馈系统基于BLF的自适应控制研究[D].曲阜师范大学.2019
[5].彭超凡.输入饱和的无人机组合非线性反馈控制[D].南昌航空大学.2019
[6].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
[7].崔雷,李其申,储珺.一类非线性反馈系统的自适应输出调节[J].火力与指挥控制.2019
[8].周韬.基于非线性反馈的航向保持控制器优化设计[J].中国水运(下半月).2019
[9].H,Ebrahimi,MOLLABASHI,A,H,MAZINAN,H,HAMIDI.复合非线性反馈控制方法在线性和非线性系统中的应用（英文）[J].JournalofCentralSouthUniversity.2019
[10].李俊志,关杰.非线性反馈移存器型序列密码的完全性通用算法[J].电子学报.2018