.png){kind=icon}
返回
Adaptive Sampled-Data Stabilization for Nonlinear Systems With Quantized Input and Input Unmodeled Dynamics
.png){kind=icon}
PRE
AI
DOI：10.1002/acs.4068.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文关注一个未解决的采样数据镇定控制问题，该问题涉及一个具有对数量化输入和输入未建模动态的受关注非线性系统。M滤波器被用于处理输入未建模动态，而径向基函数神经网络（RBFNNs）在反步设计过程中实现对现有非线性的逼近。在适当选择李雅普诺夫函数候选（LFCs）的情况下，分析表明，所得到的采样数据镇定器能够通过选择合适的参数和允许的采样周期，使所构建的闭环系统具有实际渐近稳定性。来自电力系统的仿真结果反映了所开发控制方案的有效性。
Keyword:
input unmodeled dynamics
logarithmic quantizer
M-filters
quantized input
期刊
IF:
3.8
论文数:
2.6K
被引数:
3.6K
机构
引用论文
An Improved Predefined-Time Adaptive Neural Control Approach for Nonlinear Multiagent Systems非线性多智能体系统的改进预定义时间自适应神经控制方法
OAAI
.png){kind=icon}
OAAI分享收藏Adaptive practical finite-time stabilization for switched nonlinear systems in pure-feedback form
OAAI
OAAI分享收藏Fixed-time adaptive fault-tolerant tracking control for uncertain strict-feedback nonlinear systems via command filtered backstepping基于命令滤波反步法的不确定严格反馈非线性系统的固定时间自适应容错跟踪控制
PREAI
分享收藏Robust adaptive neural control for a class of perturbed nonlinear systems with unmodeled dynamics and output disturbances一类具有未建模动态和输出扰动的扰动非线性系统的鲁棒自适应神经控制
PREAI
分享收藏Adaptive and intelligent control of a dual-arm space robot for target manipulation during the post-capture phase捕获后阶段双臂空间机器人目标操纵的自适应智能控制
PREAI
分享收藏
查看更多内容