一种改进的MIMO时滞系统的自适应神经网络控制

摘要

对一类未知函数控制增益的MIMO非线性时变时滞系统, 利用Nussbaum函数的性质并结合滑模控制原理, 提出了一种改进的自适应神经网络控制方案. 选取适当的Lyapunov-Krasovskii泛函补偿未知的时变时滞不确定项. 本文放宽了对控制增益的限制, 考虑的模型更加一般化. 利用Young's不等式放宽了对时滞不确定项的假设. 并且, 在每一个子系统中只需调节一个参数, 降低了实现的复杂性. 通过理论分析, 证明了闭环控制系统是半全局一致终结有界的. 最后仿真结果表明了本文所提算法的有效性.