受外部干扰和输入饱和约束的不确定非线性系统自适应固定时间跟踪控制

《IEEE Access》：Fixed-Time Tracking Control via Adaptive Neural Networks for Nonlinear Systems Subject to Disturbances

　　

摘要：

本文研究了一类受外部干扰和输入饱和约束的不确定非线性系统的固定时间跟踪控制问题。首先，利用微分同胚映射将原始被控对象转化为相应的跟踪误差动力学系统。采用径向基函数神经网络对系统固有的未知非线性不确定性进行集总近似。为了抵消输入饱和引起的不利影响，进一步构建了一个辅助补偿系统以补偿由饱和引起的误差。基于所得到的变换误差系统，通过改进的幂次积分器加法技术开发了一种自适应固定时间跟踪控制策略。严格的分析验证了所设计的控制方案保证在所有系统初始条件下，所有系统状态都能在预定的固定时间内收敛到稳态；同时，输出跟踪误差收敛到一个紧致的小邻域并保持在该邻域内，同时完全满足输入饱和要求。最后，数值算例的结果进一步证明了理论结论的有效性。