全状态约束不越界
该控制器通过神经网络与扰动观测器协同，在输入饱和和不确定条件下仍能确保跟踪误差和全部状态始终处于预设范围内。
Xu, Zhangbao · Zhou, Xin · 董振乐 · 胡晓磊 · 孙船斌 · 沈浩
Chaos, Solitons and Fractals 2023
通过引入预设性能函数和障碍李雅普诺夫函数，将跟踪误差和所有状态约束在指定范围内，即使在粗糙工况下也不会违反。
利用径向基函数神经网络和状态观测器，在系统状态不可直接测量时仍能获得状态估计，从而实现输出反馈控制，降低对传感器的依赖。
建立辅助动态系统来补偿输入饱和可能带来的影响，从而在不确定性、输入饱和和全状态约束的共同作用下仍能保证闭环系统稳定。