非线性多源干扰系统复合分层控制理论及应用研究

研究非线性多源干扰系统抗干扰控制与估计问题，提出针对多源干扰的多目标优化和复合分层控制与估计方法。主要研究内容：1、通过基于先验知识的误差和噪声分析，提取和建立能反映实际系统动态特性的干扰分类模型。对于部分信息已知的干扰（如谐波噪声、负载变化），引入自适应控制、学习控制等方法设计非线性干扰观测器进行估计和前馈补偿；对于其他类型的干扰（如范数有界不确定干扰），采用多目标优化的干扰抑制反馈控制方法。2、将基于干扰观测器的控制(DOBC)方法与鲁棒控制、变结构控制、智能控制等控制方法有机结合，提出具有解耦和分离特性的复合分层控制策略，实现高精度抗干扰控制和估计的性能，改善传统的单一控制方法在非线性系统干扰抑制和抵消问题上精度差的缺陷。3、将所得研究成果应用于机器人控制系统、车辆悬架系统，检验所提出方法的有效性，并为振动系统主动控制的应用研究提供高精度的抗干扰控制方法。

目前，基于干扰观测器的抗干扰控制研究大多针对单一类型干扰或者将多源干扰整合为一个等价干扰，而对多源干扰的特征及对系统的影响考虑不足，因而制约了系统性能的提高。本项目研究了非线性多源干扰系统抗干扰控制与估计问题，提出针对多源干扰的多目标优化和复合分层控制与估计方法。主要研究工作为：(1) 提出针对多源干扰进行分类建模的新方法。基于多源干扰的形成机理，提出了针对多源干扰进行分类建模的新思路，拓宽了原有研究的干扰描述范围。(2) 提出新型鲁棒自适应干扰观测器的设计。引入自适应控制及智能优化等方法设计了具有自学习、自调节能力的新型非线性鲁棒自适应干扰观测器。(3) 提出非线性多源干扰系统复合分层抗干扰控制策略。结合变结构控制、模糊控制、自适应控制等控制策略，基于多目标优化理论，设计具有解耦和分离特性的非线性系统复合分层抗干扰控制策略。