基于自适应批评学习的鲁棒性能跟踪控制方法,用于处理具有未知不确定性的非线性系统

《Neurocomputing》:Adaptive critic learning based robust prescribed performance tracking control of nonlinear systems with unmatched uncertainties

【字体: 大 中 小 】 时间:2026年03月29日 来源:Neurocomputing 6.5

编辑推荐:

  基于自适应动态规划的非匹配不确定性非线性系统鲁棒预设性能跟踪控制方法,通过构建误差动态系统实现与最优跟踪的等价性转换,采用新型预设性能函数约束跟踪误差,并设计单层神经网络参数估计的自学习算法,无需系统动态函数即可实现稳定控制。

  
赵俊|宋书润|吕永峰|贾秉义
山东科技大学交通学院,青岛,266590,中国

摘要

尽管非线性系统的跟踪控制问题已经得到了广泛研究,但针对具有不匹配不确定性的系统的鲁棒跟踪控制问题却很少被关注。在本文中,我们提出了一种基于自适应动态规划(ADP)的鲁棒预定性能跟踪控制方法,用于处理具有不匹配不确定性的非线性系统。为此,我们首先根据系统输出和理想轨迹构建了一个新的误差动态系统。为了实现鲁棒跟踪控制,我们建立了鲁棒跟踪控制与最优跟踪控制之间的等价关系。此外,为了提高跟踪效果,我们在跟踪控制器设计中采用了一种新的预定性能函数(PPF)。该函数可以将原始系统的跟踪误差转换为受限形式,有效将其限制在某个范围内,从而提高跟踪精度。为了解决最优跟踪控制问题,我们使用单层神经网络(NN)重构了性能指标函数,并设计了一种基于参数估计方法的自学习律,其中不需要系统函数的参与,这进一步降低了系统的动态要求。我们提供了全面的验证结果来测试所提出的鲁棒跟踪控制方案和自学习算法的有效性。

引言

连续时间系统的跟踪控制问题在实际应用中是一个基本且重要的方面,尤其是在面对非线性系统的不确定性时,这个问题比稳定性问题更为复杂[1],[2]。最近,已经开发出几种有效的手段来解决非线性系统的跟踪控制问题,例如反步控制和模型预测控制等[3],[4]。上述控制设计都是在反馈控制框架内制定的。因此,准确的系统模型是必不可少的,且控制矩阵必须具有可逆性。然而,这些要求对于现代工业设施来说可能过于严格。此外,现实世界中的非线性系统存在不确定性和干扰,使得应用传统技术来控制这些系统变得具有挑战性。因此,人们开发了鲁棒控制方法。需要注意的是,早期的鲁棒控制设计主要围绕线性矩阵不等式(LMIs)的应用[5],这是一种离线实现方法。为了探索鲁棒控制设计的替代技术,[6]、[7]、[8]中的作者提出了鲁棒控制与最优控制之间的等价关系。具体来说,我们可以通过为标称系统制定一个适当的成本函数的最优控制问题来推导出鲁棒控制解。这种方法为处理鲁棒控制背景下的不确定系统提供了新的视角。
自适应动态规划(ADP)[9]是一种在机器学习领域开发的方法[10]。在过去的几十年中,ADP已被用于解决最优控制问题。与哈密顿-雅可比-贝尔曼方程(HJBE)[11]提供的精确解不同,ADP提供了一种数值近似解。ADP方法因其结合了用于估计最优控制理想性能指标的评论家神经网络(NN)而受到高度评价。最近的研究[12]广泛探讨了ADP的进展,包括理论研究和实际应用。然而,值得一提的是,传统的基于评论家-演员的ADP框架[13]需要使用演员NN来学习最优解,此外还需要评论家NN来近似理想性能指标。因此,在复杂的ADP结构中存在多个NN逼近器可能会导致实施时的计算负担增加。在[14]、[15]中,提出了一种仅基于评论家NN的ADP结构,以解决复杂性问题。这种结构允许保留评论家NN的权重,从而无需演员NN即可直接计算控制动作。这种方法为系统的稳定性和收敛到最优解提供了简单的方法。最近,ADP也被用于解决各种鲁棒控制问题,例如[16]、[17]。然而,目前大多数基于ADP的最优或鲁棒控制设计都集中在解决调节问题上。此外,现有的鲁棒跟踪结果大多关注在特定匹配条件下的鲁棒跟踪控制[18],或者需要了解完整的系统动态[7]、[8]。
在[19]、[20]中引入的预定性能函数(PPF)引起了人们对系统控制中的收敛速率、最大超调量和稳态误差的关注。这种新颖的方法允许规定瞬态和稳态响应。PPF的核心概念是利用变换误差将原始系统的跟踪误差转换为新的坐标系。因此,跟踪误差被保持在指定的范围内,使得转换后的系统可以使用任何适当的控制器进行稳定。然而,值得注意的是,现有的PPF控制方法(例如[21])仅允许稳态控制偏差在一定范围内变化。在最近的研究[11]、[13]、[22]中,作者将PPF与ADP结合使用,在最优控制层应用PPF,从而将最优跟踪误差限制在PPF边界内。值得注意的是,大多数现有研究结果[11]、[13]、[22]使用基于评论家-演员的在线学习结构,这可能会进一步增加计算负担。与上述研究结果不同,本文将提出一种针对具有不匹配不确定性的非线性系统的自学习鲁棒预定性能跟踪控制方法,其中仅使用评论家NN,并放宽了对系统动态的要求。
具有不匹配不确定性的非线性系统的跟踪控制仍然具有挑战性,因为不确定性无法通过控制输入直接补偿。现有的鲁棒跟踪结果通常依赖于匹配条件或需要完全了解系统动态。同时,大多数基于ADP的预定性能设计采用评论家-演员结构,这增加了在线计算负担。这些限制促使我们开发了一种能够处理不匹配不确定性、强制规定瞬态和稳态跟踪性能并减少对精确系统动态依赖性的鲁棒跟踪方法。为此,本文将原始的鲁棒跟踪问题转换为标称系统的等价最优跟踪问题,引入新的PPF来约束跟踪误差,并开发了一种基于单个评论家NN的自学习方案,该方案具有参数估计更新律,在学习过程中不需要系统函数。
考虑到上述事实,我们强调本文的主要贡献如下:
  • 1.
    通过引入辅助系统,可以将不匹配不确定系统的鲁棒跟踪控制问题转换为最优跟踪控制问题。这为解决不匹配不确定非线性系统的鲁棒跟踪控制提供了新的途径。
  • 2.
    与基于梯度的自学习律设计[7]不同,本文设计了一种基于参数估计的自学习律,用于在线更新评论家NN的权重,同时也不需要系统函数,这进一步降低了系统的动态要求。
  • 3.
    提出了一种结合PPF方法的ADP方案,以实现误差动态系统在稳态时的零收敛。这种方法对具有不匹配动态的系统的鲁棒跟踪问题发展做出了重要贡献。
  • 问题表述见第2节。鲁棒跟踪控制器设计的详细信息见第3节。第4节提供了比较仿真结果,第5节总结了本文。

    章节摘录

    鲁棒跟踪控制

    相关新闻
    生物通微信公众号
    微信
    新浪微博

    热点排行

      今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

      版权所有 生物通

      Copyright© eBiotrade.com, All Rights Reserved

      联系信箱:

      粤ICP备09063491号