一类非线性MIMO系统鲁棒自适应神经网络DSC设计

为了研究一类多输入多输出强非线性系统的自适应跟踪问题，采用RBF神经网络逼近模型不确定性，外界干扰和建模误差采用非线性阻尼项进行补偿，并将动态面控制与Nussbaum增益技术结合，提出了一种鲁棒自适应神经网络跟踪控制算法．该算法不仅能够解决系统中控制方向完全未知fnJ题和可能存在的控制器奇异值问题。而且能够避免传统后推方法的计算膨胀问题，从而大大降低了控制器的复杂性。使之易于工程实现．同耐，该算法保证了闭环系统的稳定性，并具有良好的鲁棒性．仿真结果验证了控制器的有效性．