[发明专利]基于加强学习的非仿射系统最优容错控制方法

权利要求书

1.基于加强学习的非仿射系统最优容错控制方法，其特征在于：该方法包括以下步骤：

步骤一：利用系统转换技术把非仿射系统转换为仿射系统；

步骤二：设计固定时间滑模观测器；

步骤三：设计容错跟踪控制器；

步骤一中通过以下形式的非线性系统：

其中，代表系统的状态向量，υ(t)∈R^m代表系统的控制输入，代表零时刻的状态向量，d(t)代表外部的未知时变扰动，代表与状态和控制有关的非仿射函数；

固定时间滑模观测器利用滑模技术设计；

滑模观测器如下：

其中，ξ₁，ξ₂为观测器的两个状态变量，假设综合扰动的导数满足l₂为大于零的常数；则当观测器参数q，κ₁，κ₂，κ₃，l₂以下关系时

状态ξ₁，ξ₂可以在固定时间内分别收敛到和Δ(t)；

固定时间表示如下：

其中，τ＝(κ₁/κ₂)^1/(q+1/2)＞0；

容错跟踪控制器利用加强学习技术设计；

稳态控制器设计：参考信号表示如下：

其中，

状态反馈控制器：定义跟踪误差为

结合公式和得

其中υ_e＝υ-υ_r，为了方便表达，把上诉公式写成如下形式

e(0)＝e₀，

其中，定义以下无限时间域性能指标

V(e₀，υ_e)＝γ(e(τ)，υ_e(τ))dτ

利用最优理论，得到哈密顿方程如下

其中，为函数V对误差e求偏导，定义最优性能指标和最优状态反馈控制器如下

把最优性能指标和最优状态反馈控制器带入哈密顿方程，得

因此，可以计算得到，最优控制器表示如下

2.根据权利要求1所述的基于加强学习的非仿射系统最优容错控制方法，其特征在于：仿真验证基于加强学习的非仿射系统最优容错控制方法的有效性。