非仿射纯反馈非线性系统的智能控制及确定学习研究

非仿射纯反馈非线性系统是一类具有代表性的非线性动态系统，有着广泛的实际应用背景和理论研究意义。该类系统的控制及学习问题是当前控制领域研究的前沿课题之一。本项目拟发展新的智能控制方法，深入研究非仿射纯反馈非线性系统的确定学习及跟踪控制等问题。首先将针对非仿射纯反馈非线性系统，通过结合均值定理、输入状态稳定、连续函数分离变量法等技术，提出基于backstepping设计的智能控制新方法。该方法拟放宽系统约束条件、简化稳定性分析和降低在线调整参数个数；针对制约确定学习在复杂非线性系统学习问题研究上的瓶颈，拟提出解决在未知动态环境下非仿射纯反馈非线性系统的知识获取、表达和利用等问题的系统化研究方法，并结合动态模式识别提出一种基于模式的纯反馈非线性系统智能控制新方法。本项目的特色在于降低纯反馈非线性系统设计的保守性和提高系统的控制性能。本项目的研究将为解决实际工程问题提供新的设计思想和理论依据。

非仿射纯反馈非线性系统是一类具有代表性的非线性动态系统，有着广泛的应用背景和理论研究意义。该类系统的控制及学习问题是当前控制领域研究的前沿课题之一。本项目提出了一些有效的智能控制方法来解决该类系统的跟踪控制及学习问题。主要研究内容包括：纯反馈非线性系统的控制器设计、稳定性分析以及从稳定的闭环系统控制中实现知识的获取、表达、存储和再利用等问题。在上述研究内容中，通过结合均值定理、输入状态稳定、小增益定理、连续函数分离变量法、在线估计未知参数向量范数等技术，并通过引入相关互联项，从而有效地解决了纯反馈系统控制器设计过程中可能引起的控制器奇异、约束条件多、在线调整参数多、维数爆炸等问题。同时，通过结合确定学习理论、系统分解技术、一阶滤波器、坐标变换等技术，提出了解决几类非线性动态系统学习问题的系统化研究方法，并利用所学知识实现了高性能控制。本项目的研究结果为非线性系统的稳定性分析、控制器设计以及知识再利用等问题提供了新的分析工具和设计方法。项目的研究成果在机器人控制，电力系统控制，人体步态识别等诸多实际系统中有着广泛的应用前景。