复合学习固定时间控制器

约束下精确跟踪

融合漏斗控制与两相滑模面,在状态约束下实现复合学习参数估计与固定时间收敛。

王树波 · Chuanbin, Sun · 陈强 · He, Haoran

IEEE Transactions on Systems, Man, and Cybernetics: Systems 2025

技术优势

固定时间收敛

所设计的控制策略保证跟踪误差在规定时间内收敛到零邻域,且收敛时间上界与初始状态无关。

瞬态性能可预设

利用漏斗控制将原始误差系统转化为具有瞬态性能约束的新误差动态,使超调和收敛速度可预先指定。

参数估计指数收敛

基于在线历史数据和回归扩展的固定时间复合学习律在区间激励条件下实现参数估计误差指数收敛。

无奇异滑模设计

构造两相非奇异固定时间滑模面,避免控制律中的奇异性问题,提高工程可实现性。

应用场景