1、毕业设计（论文）外文翻译题目REMOTENETWORKCONTROLLERDESIGNBASEDONFULLYTUNEDRBFNEURALNETWORK基于充分调整的RBF神经网络的远程网络控制器设计YUNANHU,JINGLI,BINZUODEPARTMENTOFCONTROLENGINEERING,NAVALAERONAUTICALENGINEERINGINSTITUTE,YANTAI,264001LIJING19772006YAHOOCOMCN文摘本文介绍了一类广义不确定性非线性网络控制系统NCS,和一个基于充分调整了的RBF反馈线性化神经网络与远程状态反馈控制的控制策略。首先,为了补偿
2、非线性和广义不确定性而设计的充分调整的RBFNN的参数定义为为权重为W,中心值为和影响程度为。然后，设计了为了使控制包含时变延迟NCS的状态反馈控制,而且由李亚普诺夫稳定性理论有效地保证了闭环NCS的稳定性。最后,仿真结果表明该方法是非常有效的。1引言网络控制系统NCS是由一系列通信网络连接而成的闭环控制系统,而不是传统的点到点的结构。NCS是一种水果组合的控制技术,一种计算机网络的通信科学13。目前,NCS已成为控制工程领域的热点。不同于传统的点对点的结构,NCS可以共享信息资源,减少的连接电路,也很容易被扩展、易养护、高性能和灵活等优点4,5。但NCS也有明显的缺点。由于NCS在数据传输时
3、采用双工分时技术,只有当网络空闲时才能数据传输。因此,必然导致NCS网络延迟。另外,由于网络的载荷变化，导致网络延迟可能是随机而不确定的。因此,网络控制系统的分析与设计变得非常复杂。现在,设计一个满足含时变延迟控制的NCS已经是一个即将到来的任务。基于网络通信的新型信息和控制系统已应用于复杂的工业控制领域,更延伸到武器系统,机器人工业、航空航天控制57。但大多数实际应用系统是广义不确定非线性系统。目前,NCS研究的重点是那些线性系统13,813。考虑一类广义不确非线性网络控制设备,本文采用完全调整的RBFNN来补偿它的非线性和广义不确定性。然后把状态反馈控制应用到控制含时变延迟的NCS中,并且
4、由李亚普诺夫稳定性理论有效地保证了闭环NCS的稳定性。最后,仿真结果表明该方法是非常有效的。2理论基础文中，神经网络的自适应控制理论被用于研究广义不确定非线性NCS。首先,引入了完全调整的RBFNN的设计。RBFNN是一个典型的局部逼近的网络。文献14提出了一种改进的RBFNN。在参考文献14中将参数调整的规则使用梯度优化。然而优化方法不能保证系统的稳定性15。现在,本文讲述完全调整的RBFNN非线性参数的不确定性。它可以促进在线逼近能力。在完全调整的RBFNN中,我们不仅可以调整中心值，也能调整权重为W和影响程度为。假设1函数向量，设为。如果,RFRN120TR始终存在一个最佳的高斯基函数向
5、量和一个最优权矩阵于LLR是1,TFWX这里,，I1,2L是最佳中I心,L是一定量的隐层节点,，I1,2L是最佳大小,是RBFNN的输INR入,而是NN的结构误差。如果是未知的,最优参数，不能在系统设计上获得,也就FWII是最优参数只有分析价值,却不具有应用价值。在实际应用中,最优参数，W，的估计值具有应用价值。我们把，分别定义为估计IIII值。当然,那些估计值可以调节。最优值和估算值之间的差异,会影响控制系统。我们在完全调整的RBFNN中得出引理1。在引理中已拥有了在控制设计中去除的了自适应律的神经网络参数。引理116定义,I1,2L。完全调整的RBFNN的近似输出误差表示为的上界为UD3基
6、于补偿方法网络控制设计的完全调整的RBFNN考虑以下多输入多输出不确定非线性系统XFBXU（2）TYC这里,，,分别定义为系统的状态变量,输出和输入。NXRMRUR在实际系统中,使和,这里和是0FXF0BXBX0FX0B系统的名义项，和是不确定项,。广义不确定树NCS的结构描述如B下图1广义不确定树的结构假设2控制系统等效时滞的的输入和输出通道是时变的,并满足DT。MDT然后,状态方程2可以被转化成30OXFBXU这里,不确定性项是为了使广义不确定性的有效而引入的。我们选择一个固定矩阵,即所有特征值小于零。对于任何选择的正对称MA矩阵Q,只有一个正对称矩阵P满足以下方程4TMAPQ然后把（4）
7、代入（3）中得500MMXBXUAFX根据引理42，参考在16中完全调整的RBFNN的应用,可以消除非线性项和不确定项的影响,尽管不确定项包括控制系统的输入U。把假设1中的（1）代入（5）得60TMXABXUWX控制输入为R71100TRCUTBXTDBXV这里,从（19）中引入。表示了等效时滞的输入和输出通道。VDT表示了延迟输入输出通道的远程控制器。线性系统可以描述如下CUTD8TMCXAUTDWXV其次,对系统的稳定性8进行了探讨。选择的李亚普诺夫函数作为9这里，为设计参数。求V对时间的导数,我0TW0T们有10把（8）代入（10）中得11远程控制器利用时滞状态反馈控制使控制为12CUT
8、DKXT把（4）和（12）代入（12）中得利用以下不等式,我们有以上不等式代入13得14根据引理1,我们有15使RBFNN的参数为这里，0为设计参数。,和表示为,和WIIIWPX的第I个元素。我们选择固定项为PX19这里,N0为设计参数。利用,把1519代入14WIII中得20根据引理1,左项的上界为UD我们可以得出了不等式和H此外,我们引入,和。因此,方程20可以被改写21使和如果和,得,即1RE0IS2E0ISV闭环系统8渐近稳定。通过以上讨论,我们有以下的结果。定理1考虑到系统2,如果假设1,2和引理1成立,有时滞的闭环控制系统适用于形式8,而且完全调整的RBFNN的参数适用于1618,
9、增益矩阵K作为远程控制,任何正对称矩阵Q,只有符合正对称矩阵才能得出以下矩阵和满足和,得出闭环系统8是渐近稳定。1RE0IS2E0IS4仿真分析参考下列两个程序系统22这里,和是广义系统的参数,和是不AB确定项。NCS的采样周期T10MS,NCS的延迟是随机的,描述为0T。利用基于完全调整的RBFNN远程网络控制器和一般状态反馈控制器,将仿真结果进行对比。远程网络控制器的参数为05，06，05，001，001，001和1。状态反馈WW矩阵为K14。如果和,并且参考输入是脉冲信号,其幅值和周期分别为2和50秒。仿真结果对比如下。图2对比状态X1的结果图3对比状态X2的结果如果和,和参考输入相同。
10、仿真结果对比如下。通过对比以上仿真结果,我们知道,基于完全调整的RBFNN的远程网络控制的收敛速度和控制精度大于普通状态反馈控制器。因此,本文设计的控制器的适应性强于众多的不同的广义不确定非线性网络控制树。图4对比状态X1的结果图5对比状态X2的结果5结论针对广义不确定NCS,本文提出了基于完全调整的RBFNN的反馈线性化与远程状态反馈控制提出了一个控制策略。完全调整的RBFNN被用于补偿NCS的非线性和广义不确定性,从而解决了含时变延迟的不确定非线性NCS的稳定性问题。通过李亚普诺夫稳定性理论,证明了闭环NCS的稳定性。仿真结果验证了状态控制的有效性。所提出的方法,可用于工程应用。致谢这项研
11、究由国家自然科学基金中国60674090支持参考文献1ZHANGW,BRANICKYMSPHILLIPSSM,“STABILITYOFNETWORKEDCONTROLSYSTEMS”,IEEECONTROLSYSTEMSMAGAZINE,2001,21184992WALSHGC,BELDIMANO,BUSHNELLLG,“ASYMPTOTICBEHAVIOROFNONLINEARNETWORKEDCONTROLSYSTEMS”,IEEETRANSACTIONONAUTOMATICCONTRO1,2001,4671093L0973WALSHGC,YEH,ANDBUSHNELLL,“STABILI
12、TYANALYSISOFNETWORKEDCONTROLSYSTEMS”,PROCEEDINGSOFTHEAMERICANCONTROLCONFERENCE,SANDIEGO,1999287628804BAIT,WUZM,YANGGK,“NETWORKEDCONTROLSYSTEMS”,CONTROLTHEORYAPPLICATIONS2004,2145845905LISB,WANGZ,ZHANGWD,ETAL,“STATUSANDPROSPECTOFNETWORKEDCONTROLSYSTEM”,INFORMATIONANDCONTROL,2003,3232392446BARUCHJEF,C
13、OXMJ,“REMOTECONTROLANDROBOTSANINTERNETSOLUTION”,COMPUTINGCONTROLENGINEERINGCONTROL1996,739457LIANFL,ETAL,“CONTROLPERFORMANCESTUDYOFANETWORKEDMACHININGCELL”,PROCEEDINGSOFTHEAMERICANCONTROLCONFERENCECHICAGO2000,3233723418CHENHY,GUANQ,WANGWL,“DESIGNOFAFUZZYPICONTROLLERWITHSMITHPREDICTORFORNETWORKEDCONT
14、ROLSYSTEMSWITHLONGTIMEDELAY”,JOURNALOFZHEJIANGUNIVERSITYOFTECHNOLOGY2005,3344184219RAYA,HALEVIY,“INTEGRATEDCOMMUNICATIONANDCONTROLSYSTEMSPARTIANALYSISANDPARTIIDESIGNCONSIDERATION”,ASMEJOURNALOFDYNAMICSYSTEMMEASUREMENTCONTROL,1988,11036738110CHOWMY,TIPSUWANY,“NETWORKBASEDCONTROLSYSTEMSATUTORIAL”,PROC
15、OFTHE27THANNUALCONFOFIEEEINDUSTRIALELECTRONICSSOCIETYDENVER,CO,USAIEEEPRESS,200125726111LISB,WANGZ,SUNYX,“FUNDAMENTALPROBLEMOFNETWORKEDCONTROLSYSTEMSFROMTHEVIEWOFCONTROLANDSCHEDULING”,PROCOFIEEE28THANNUALCONFOFIEEEINDUSTRIALELECTRONICSSOCIETYSEVILLE,SPAINIEEEPRESS,2002,32503250812FANWH,CAIHETAL,“STA
16、BILITYOFNETWORKEDCONTROLSYSTEMSWITHTIMEDELAY”,CONTROLTHEORYAPPLICATIONS2004,21688088513ZHUQX,“MODELING,ANALYSISANDCONTROLOFNETWORKEDCONTROLSYSTEMS”,NANJINGTHEDISSERTATIONFORTHEDEGREEOFDOCTOROFNANJINGUNIVERSITYOFAERONAUTICSANDASTRONAUTICS,200414YLI,NSUNDARARAJANANDPSARATCHANDRAN,“NEUROCONTROLLERDESIG
17、NFORNONLINEARFIGHTERAIRCRAFTMANEUVERUSINGFULLYTUNEDRBFNETWORKS”,AUTOMATICA,2001,3781293130115POLYCARPOUMM,“STABLEADAPTIVENEURALCONTROLSCHEMEFORNONLINEARSYSTEMS”,IEEETRANSLATIONSONAUTOMATICCONTROL,1996,4144745116JINYQ,“RESEARCHONTHEROBUSTADAPTIVECONTROLOFBLOCKCONTROLUNCERTAINNONLINEARSYSTEMS”,YANTAITHEDISSERTATIONFORTHEDEGREEOFDOCTOROFNAVALAERONAUTICALENGINEERINGINSTITUTE,2006
