[发明专利]一种神经网络自适应动态面控制器结构与设计方法

权利要求书

1.一种神经网络自适应动态面控制器结构，由n级子控制器组成；其特征在于：

第1级子控制器的输入端与外部参考信号y_r相连，还与测量机构的输出端x_1m,x_2m相连，第1级子控制器的输出端α₂与第2级子控制器的输入端相连，第1级子控制器的另一输出端分别与第1级到n级子控制器的输入端相连；

第i级子控制器的输入端与第i-1级子控制器的输出端α_i相连，并与前i级子控制器的输出端相连，还与测量机构的输出端x_im,x_(i+1)m相连，第i级子控制器的输出端α_i+1与第i+1级子控制器的输入端相连，第i级子控制器的另一输出端分别与第i级到n级子控制器的输入端相连；

以此类推，第n级子控制器的输入端与第n-1级子控制器的输出端α_n相连，并分别与全部n级子控制器的输出端相连，还与测量机构的输出端x_nm相连，第n级子控制器的输出端u与被控系统的输入端相连；

所述的第1级子控制器由跟踪微分器、比较器1、比较器2、预估器、线性控制单元、逼近器、低通滤波器及求和器构成，跟踪微分器的输入端与外部参考信号y_r相连，跟踪微分器的输出端分别与比较器1和求和器的输入端相连；比较器1的另一输入端与预估器的输出端相连，比较器1的输出端与线性控制单元的输入端相连；比较器2的两个输入端分别与测量机构和预估器的输出端相连；预估器的输入端分别与测量机构和逼近器的输出端相连，预估器的输出端为第1级子控制器的一个输出端；逼近器的输入端与比较器2的输出端相连，另一输入端与预估器的输出端相连，逼近器的输出端还与低通滤波器的输入端相连；低通滤波器的输出端与求和器的输入端相连；求和器的另一输入端与线性控制单元的输出端相连，求和器的输出端为第1级子控制器的另一输出端；

所述的第i级子控制器由跟踪微分器、比较器1、比较器2、预估器、线性控制单元、逼近器、低通滤波器及求和器构成，跟踪微分器的输入端与第i-1级子控制器的输出端相连，跟踪微分器的输出端分别与比较器1和求和器的输入端相连；比较器1的另一输入端与预估器的输出端相连，比较器1的输出端与线性控制单元的输入端相连；比较器2的两个输入端分别与测量机构和预估器的输出端相连；预估器的输入端分别与测量机构和逼近器的输出端相连，预估器的输出端为第i级子控制器的一个输出端；逼近器的输入端与比较器2的输出端相连，另一输入端与前i级子控制器的输出端相连，逼近器的输出端还与低通滤波器的输入端相连；低通滤波器的输出端与求和器的输入端相连；求和器的另一输入端与线性控制单元的输出端相连，求和器的输出端为第i级子控制器的另一输出端；

所述的第n级子控制器由跟踪微分器、比较器1、比较器2、预估器、线性控制单元、逼近器、低通滤波器及求和器构成，跟踪微分器的输入端与第n-1级子控制器的输出端相连，跟踪微分器的输出端分别与比较器1和求和器的输入端相连；比较器1的另一输入端与预估器的输出端相连，比较器1的输出端与线性控制单元的输入端相连；比较器2的两个输入端分别与测量机构和预估器的输出端相连；预估器的输入端分别与测量机构，逼近器及求和单元的输出端相连；逼近器的输入端与比较器2的输出端相连，另一输入端与所有n级子控制器的输出端相连，逼近器的输出端还与低通滤波器的输入端相连；低通滤波器的输出端与求和器的输入端相连；求和器的另一输入端与线性控制单元的输出端相连，求和器的输出端为第n级子控制器的输出端，与被控系统的输入端相连；

所述的被控系统由下列n阶不确定严反馈非线性系统形式来描述：

如果用R表示实数集合，那么式中x_i∈R表示被控系统第i级子系统的状态；u∈R表示被控系统的控制输入；为未知的非线性连续函数，y∈R为被控系统的输出。

2.一种神经网络自适应动态面控制器设计方法，其特征在于：包括以下步骤：

A、第1级子控制器设计：

A1、第1级跟踪微分器：第1级跟踪微分器接收外部参考信号y_r，经过下列变换：

x·1r=x1rdx·1rd=-γ1sign(x1r-yr+x1rd|x1rd|2γ1)---(2)]]>

得到第1级跟踪微分器的输出信号为估计变量x_1r及其导数其中γ₁＞0为常值，是中间变量，sign(·)表示符号函数；

A2、第1级比较器1：第1级比较器1分别接收跟踪微分器的输出信号估计变量x_1r和预估器的输出信号接收到的信号经过下列变换：

S^1=x^1-x1r---(3)]]>

得到第1级比较器1的输出信号

A3、第1级比较器2：第1级比较器2分别接收由测量机构输出的被控系统第1级子系统的状态信号x_1m和预估器的输出信号接收到的信号经过下列变换得到比较器2的输出端信号

x~1=x^1-x1m---(4)]]>

其中x_1m＝x₁+w₁为含有测量噪声的第1级子系统的状态信号，w₁为测量噪声；

A4、第1级预估器：第1级预估器分别接收由测量机构输出的被控系统第1级子系统的状态信号x_1m和第2级子系统的状态信号x_2m，以及逼近器的输出信号α_w1，接收到的信号经过下列变换得到预估器的输出信号

x^·1=αw1+x2m-(k1+κ1)(x^1-x1m)---(5)]]>

其中k₁＞0，κ₁＞0为常数；预估器的输出信号同时也是第1级子控制器的一个输出信号；

A5、第1级线性控制单元：第1级线性控制单元接收比较器1的输出信号经过下列比例控制：

αk1=-k1S^1---(6)]]>

得到第1级线性控制单元的输出信号α_k1；

A6、第1级逼近器：第1级逼近器分别接收预估器的输出信号和比较器2的输出信号

逼近器的作用是对被控系统中的未知非线性进行在线估计，所述的逼近器采用神经网络逼近方法，将表示为的形式，其中是逼近误差，满足是正常数；W₁∈R^s为未知的权值矩阵，并满足||W₁||_F≤W₁^*，W₁^*是正常数；为已知的激励函数矩阵，其形式为定义是W₁的估计，设计的更新率为：

其中Γ_W1∈R，k_W1∈R是正常数；

最后得到第1级逼近器的输出信号α_w1：

A7、第1级低通滤波器：第1级低通滤波器接收逼近器的输出信号α_w1，经过以下变换：

α_cw1＝C(s)α_w1 (9)

得到第1级低通滤波器的输出信号α_cw1，其中C(s)表示滤波器；

A8、第1级求和器：第1级求和器分别接收线性控制单元的输出信号α_k1、低通滤波器的输出信号α_cw1和跟踪微分器的输出信号估计变量的导数接收到的信号经过以下求和计算：

α2=αk1+αcw1+x·1r---(10)]]>

得到第1级子控制器的另一输出端信号α₂；

B、第i级子控制器设计：

B1、第i级跟踪微分器：第i级跟踪微分器接收第i-1级子控制器的输出信号α_i，经过下列变换：

x·ir=xirdx·ird=-γisign(xir-αi+xird|xird|2γi)---(11)]]>

得到第i级跟踪微分器的输出信号为估计变量x_ir及其导数其中γ_i＞0为常值，是中间变量；

B2、第i级比较器1：第i级比较器1分别接收跟踪微分器的输出信号估计变量x_ir和预估器的输出信号接收到的信号经过下列变换

S^i=x^i-xir---(12)]]>

得到第i级比较器1的输出信号

B3、第i级比较器2：第i级比较器2分别接收由测量机构输出的被控系统第i级子系统的状态信号x_im和预估器的输出信号接收到的信号经过下列变换得到比较器2的输出端信号

x~i=x^i-xim---(13)]]>

其中x_im＝x_i+w_i为含有测量噪声的第i级子系统的状态信号，w_i为测量噪声；

B4、第i级预估器：第i级预估器分别接收由测量机构输出的被控系统第i级子系统的状态信号x_im和第i+1级子系统的状态信号x_(i+1)m，以及逼近器的输出信号α_wi，接收到的信号经过下列变换得到预估器的输出信号

x^·i=αwi+x(i+1)m-(ki+κi)(x^i-xim)---(14)]]>

其中k_i＞0，κ_i＞0为常数；预估器的输出信号同时也是第i级子控制器的一个输出信号；

B5、第i级线性控制单元：第i级线性控制单元接收比较器1的输出信号经过下列比例控制：

αki=-kiS^i---(15)]]>

得到第i级线性控制单元的输出端信号α_ki；

B6、第i级逼近器：第i级逼近器分别接收前i级子控制器的输出信号以及第i级比较器2的输出信号

逼近器作用是对被控系统中的未知非线性进行在线估计，所述的逼近器采用神经网络逼近方法，将表示为的形式，其中是逼近误差，满足是正常数；W_i∈R^s为未知权值矩阵，并满足||W_i||_F≤W_i^*，W_i^*是正常数；为已知的激励函数矩阵，其形式为定义是W_i的估计，设计的更新率为

其中Γ_Wi∈R，k_Wi∈R是正常数；

最后得到第i级逼近器的输出信号α_wi：

B7、第i级低通滤波器：第i级低通滤波器接收逼近器的输出信号α_wi，经过以下变换：

α_cwi＝C(s)α_wi (18)

得到第i级低通滤波器的输出信号α_cwi；

B8、第i级求和器：第i级求和器分别接收线性控制单元的输出信号α_ki、低通滤波器的输出信号α_cwi和跟踪微分器的输出信号估计变量的导数接收到的信号经过以下求和计算：

α(i+1)=αki+αcwi+x·ir---(19)]]>

得到第i级子控制器的另一输出端信号α_(i+1)；

重复步骤B1-B8递推设计得到第2级到第n-1级子控制器结构；

C、第n级子控制器设计：

C1、第n级跟踪微分器：第n级跟踪微分器接收第n-1级子控制器的输出信号α_n，经过下列变换：

x·nr=xnrdx·nrd=-γnsign(xnr-αn+xnrd|xnrd|2γn)---(20)]]>

得到第n级跟踪微分器的输出信号为估计变量x_nr及其导数其中γ_n＞0为常值，是中间变量；

C2、第n级比较器1：第n级比较器1分别接收跟踪微分器的输出信号估计变量x_nr和预估器的输出信号接收到的信号经过下列变换：

S^n=x^n-xnr---(21)]]>

得到第n级比较器1的输出信号

C3、第n级比较器2：第n级比较器2分别接收由测量机构输出的被控系统第n级子系统的状态信号x_nm和预估器的输出信号接收到的信号经过下列变换得到比较器2的输出端信号

x~n=x^n-xnm---(22)]]>

其中x_nm＝x_n+w_n为含有测量噪声的第n级子系统的状态信号，w_n为测量噪声；

C4、第n级预估器：第n级预估器分别接收由测量机构输出的被控系统第n级子系统的状态信号x_nm、逼近器的输出信号α_wn和求和器的输出信号u，接收到的信号经过下列变换得到预估器的输出信号

x^·n=αwn+u-(kn+κn)(x^n-xnm)---(23)]]>

其中k_n＞0，κ_n＞0为常数；

C5、第n级线性控制单元：第n级线性控制单元接收比较器1的输出信号经过下列比例控制：

αkn=-knS^n---(24)]]>

得到第n级线性控制单元的输出信号α_kn；

C6、第n级逼近器：第n级逼近器分别接收所有n级子控制器的输出信号相连和第n级比较器2的输出信号

与步骤B6类似，接收到的信号经过下列逼近器：

得到第n级逼近器的输出信号α_wn；

C7、第n级低通滤波器：第n级低通滤波器接收逼近器的输出信号α_wn，经过以下变换：

α_cwn＝C(s)α_wn (27)

得到第n级低通滤波器的输出信号α_cwn；

C8、第n级求和器：第n级求和器单元分别接收线性控制单元的输出信号α_kn、低通滤波器的输出信号α_cwn和跟踪微分器单元的输出信号估计变量的导数接收到的信号经过以下求和计算：

u=αkn+αcwn+x·nr---(28)]]>

得到被控系统总的控制输入u；选择合适参数，控制输入u能够使得被控系统的输出y跟踪给定的外部参考信号y_r。