基于动态面和通用逼近器的MIMO系统鲁棒自适应设计及其船舶运动控制应用

针对具有强非线性、强耦合性和外界干扰的不确定MIMO系统，在前期工作国家自然科学基金项目（60474014）的研究成果基础上，将"最少学习参数算法"与动态面控制方法有机结合，分别利用神经网络和模糊系统做为通用逼近器，并采用对连续函数的变量分离方法，基于非线性小增益理论与输入到状态稳定性理论，结合鲁棒控制技术和Nussbaum型函数增益技术，研究基于动态面和通用逼近器的鲁棒自适应跟踪控制算法，使算法结构简单、计算量小且性能有保障、从而易于工程实现，在解决系统中存在的强非线性和强耦合性问题、消除"解耦矩阵"影响的同时，彻底解决传统自适应控制设计中对于高阶系统可能存在的"维数灾难"问题和"计算膨胀"问题、控制方向未知问题及"控制器奇异值"问题，解决控制算法的理论研究与工程应用之间的矛盾。并将研究结果直接应用于船舶航迹控制和自动靠离泊控制的工程实践，对理论算法进行验证，同时为工程实践提供理论指导。