图书前言

自适应控制包括模型参考自适应控制和自校正控制两个分支。前者是20世纪50年代建立起来的,它是通过自适应机构来克服系统模型参数的不确定性;后者是瑞典学者strm 1973年提出的,它是通过在线估计系统模型参数,进而修改控制器的参数,以使系统适应环境的变化。到70年代末和80年代初,李雅普诺夫稳定性理论和鞅收敛定理在自适应控制中的成功应用,使得基于稳定性分析的模型参考自适应控制系统的设计得到了蓬勃发展,形成模型参考自适应控制的完整理论体系和设计方法;鞅收敛定理由于在研究自校正控制系统的稳定性有独到之处,使得基于参数估计的自校正控制系统研究取得了突破性进展。随着计算机技术的发展,自适应控制的应用领域也日益扩大,自适应控制已成为一个极其活跃的研究领域,各种自适应控制策略相继问世,其理论研究成果和应用成功例子不断涌现。本书系统地介绍了自适应控制最基本的理论知识和设计方法,以及一些实际应用例子,旨在为读者进一步学习和深入了解自适应控制的研究成果和进行实际应用奠定基础。

本书共分8章。第1章介绍了自适应控制的基本概念、自适应控制系统的构成原理和主要类型,以及自适应控制理论的发展概况。第2章和第3章分别针对连续系统和离散系统,介绍了模型参考自适应控制(MRAC)的设计方法,内容包括用局部参数最优化理论设计MRAC系统,用李雅普诺夫稳定性理论设计MRAC系统等。第4章详细地阐述了系统辨识的基本方法,内容包括常规最小二乘法、增广最小二乘法等,以及作者新近提出的一些辨识方法,如辅助模型最小二乘法、递推广义增广最小二乘法、参数和状态联合估计方法、参数随系统可测扰动量变化的广义时变系统的泛参数估计方法、基于信息压缩阵的阶次和参数同时辨识方法、多新息辨识方法等。第5章从最优控制的角度讨论了自校正控制系统的设计问题,内容包括最小方差和广义最小方差自校正调节器、极点配置自校正调节器及其算法等。第6章介绍了一些PID调节器参数整定方法,内容包括自校正PID参数自整定、基于过程响应特性参数的PID自整定方法等。第7章研究了神经网络自适应控制系统的性能,内容包括人工神经网络控制器的构造方法、网络训练的反向传播算法,重点介绍了基于自适应极点配置的自适应共振Ⅱ型神经网络控制器的设计方法。第8章简单地综述了(时变)系统辨识的一些参数估计方法,包括遗忘梯度算法、卡尔曼滤波算法、有限数据窗最小二乘法或限定记忆最小二乘法等,从实际应用的角度指出了研究时变参数估计的有界收敛性的重要性,建立了研究时变系统辨识算法有界收敛性的数学工具,即鞅超收敛定理,并用它分析遗忘因子最小二乘法参数估计的有界收敛性。此外还分析了时不变系统参数估计的投影算法、最小二乘法、随机梯度算法的收敛性,以及它们构成的自校正控制的收敛性。

本书前六章介绍了自适应控制领域的一些基本概念和基本知识,其目的是为读者尽快了解本学科的前沿打下基础,这部分内容可供大学本科生选读。第7章和第8章属于较深入的内容,适合研究生阅读。书中一些理论问题的提出,以及证明思路和方法,对于培养科学工作者的创新能力大有裨益。本书的先修课程为线性代数、概率论和自动控制理论。

本书是根据作者在清华大学自动化系讲授的《自适应控制》讲义的基础上改编而成,编写时参阅了大量文献资料,书中反映了作者新近的一些科研成果。书中第4章、第8章和附录由丁锋编写,第1章由丁锋和谢新民合写,其余章节由谢新民编写,书中部分仿真由王新完成,全书由丁锋定稿。

由于水平有限,缺点和不足之处在所难免,恳请读者批评指正。