一种基于自适应神经网络观测器的非线性系统动态增益全局轨迹跟踪控制方法

本发明属于自动化控制领域，特别涉及一种基于自适应神经网络观测器的非线性系统动态增益全局轨迹跟踪控制方法，包括：根据输出反馈控制的要求，将带有未知干扰的不确定非线性系统模型转化获得第一非线性系统模型，使得第一非线性系统模型中的未知非线性连续函数表示为只包含输出信号和其他系统状态估计值的函数；用第一径向基函数神经网络向量对第一非线性系统模型中的未知非线性连续函数近似逼近，获得第二非线性系统模型；设计第二径向基函数神经网络向量构建所述第二非线性系统模型的动态增益状态观测器，获得系统状态的估计值及模型中未知非线性连续函数的估计值；根据反演控制方法，定义包含中间虚拟控制信号的动态系统跟踪误差指标，设计李雅普诺夫函数，获得动态增益的变化率、第二径向基函数神经网络向量的权重自适应更新率、中间虚拟控制信号以及系统输入信号的控制率；不同于现有的大多数非线性系统控制方法，本方法将新型动态增益神经网络观测器与具有动态增益的反演控制器相结合，为不确定条件下运行的一类动态系统提供了一种鲁棒的全局轨迹跟踪控制解决方案。