虚拟控制系数未知的非完整系统的自适应神经网络控制

针对一类虚拟控制系数未知的多输入链式非完整控制系统,提出了一种自适应神经网络控制策略.在控制策略的设计中,采用了State-scaling与Backstepping技术相结合的方法.Nussbaum-type增益技术用来解决系统的控制方向完全未知的问题.所提出的自适应神经网络控制策略解决了由复杂系统所引起的奇异问题,并通过选择适当的控制参数,使闭环系统半全局一致有界,且系统的状态渐近收敛到包含原点的任意小的一个收敛域.一种基于切换策略的自适应控制方法解决了当x0(t0)=0时所引起的系统不可控问题.仿真结果验证了算法的有效性.