自适应控制:应对参数变化的完整方案
📚 共计 30 章节
01
自适应控制概述
什么是自适应控制 · 为什么需要 · 与经典控制的区别 · 应用领域
基础
导论
02
参数估计基础
最小二乘法 · 梯度下降 · 极大似然估计 · 性能指标
估计
数学
03
模型参考自适应控制 (MRAC)
基本原理 · MIT规则 · 李雅普诺夫设计 · 优缺点
MRAC
经典
04
自校正控制 (STC)
基本原理 · 间接/直接自校正 · 最小方差控制
STC
策略
05
增益调度控制
基本原理 · 调度变量 · 增益表设计 · 优缺点
调度
工程
06
鲁棒自适应控制
鲁棒性概念 · σ-修正 · e-修正 · 死区 · 投影算子
鲁棒
修正
07
多变量自适应控制
多变量系统 · 多变量MRAC/STC · 解耦控制
MIMO
解耦
08
非线性自适应控制
非线性基础 · 反步法 · 自适应反步 · 滑模自适应
非线性
反步
09
自适应控制中的激励条件
持续激励(PE) · 充分激励 · 对参数收敛的影响
激励
收敛
10
离散时间自适应控制
离散模型 · 离散MRAC/STC · 采样周期选择
离散
采样
11
连续时间自适应控制
连续模型 · 连续MRAC/STC · 滤波器设计
连续
滤波器
12
自适应极点配置控制
极点配置原理 · 自适应算法 · 与经典对比
极点
配置
13
自适应LQR控制
LQR原理 · 自适应LQR · 与STC结合
最优
LQR
14
自适应预测控制
MPC基础 · 自适应MPC · 广义预测控制(GPC)
预测
MPC
15
神经网络自适应控制
神经网络基础 · 前馈/RBF网络自适应控制
神经网络
RBF
16
模糊自适应控制
模糊逻辑 · T-S模糊模型 · 自适应模糊控制
模糊
T-S
17
强化学习自适应控制
强化学习基础 · Q-learning · 策略梯度
强化学习
策略
18
自适应控制中的滤波器设计
低通/带通/卡尔曼滤波器 · 对自适应的影响
滤波器
卡尔曼
19
自适应控制中的时延处理
时延系统 · Smith预估器 · 自适应时延补偿
时延
Smith
20
自适应控制中的扰动抑制
扰动观测器 · 前馈补偿 · 自适应扰动抑制
扰动
观测器
21
自适应控制中的执行器饱和
抗饱和(Anti-windup) · 自适应抗饱和 · 条件积分
饱和
抗饱和
22
自适应控制中的故障诊断
基于模型诊断 · 自适应阈值 · 故障重构
故障
诊断
23
自适应控制中的容错控制
被动/主动容错 · 自适应容错控制
容错
可靠
24
自适应控制中的系统辨识
实验设计 · 模型结构 · 验证 · 闭环辨识
辨识
建模
25
自适应控制中的数字实现
采样量化 · 数值积分 · 实时约束 · 代码生成
数字
实现
26
自适应控制中的稳定性分析
李雅普诺夫 · ISS · 小增益定理
稳定性
理论
27
自适应控制中的收敛性分析
参数收敛 · 跟踪误差 · 收敛速度与条件
收敛
分析
28
自适应控制中的鲁棒性分析
参数不确定性 · 未建模动态 · 鲁棒稳定性
鲁棒
不确定性
29
自适应控制工程案例(一)
飞行器 · 电机 · 过程控制自适应
案例
飞行器
30
自适应控制工程案例(二)
机器人 · 自适应巡航 · 电力系统
案例
机器人