Page 110 - 当代控制理论及应用技术概论

当代控制理论及应用技术概论
Introduction to Contemporary Control Theory and Applied Technology

这个模型误差标准通常用频域或参数空间中的某些上界来表示。由于 H ∞控制
能够处理模型误差，因此它比 LQC 控制更加适用于过程控制。H ∞控制的缺点
就是它仍不能处理有约束条件的情况。
（二）非线性控制
非线性控制理论的研究与线性控制理论差不多是同时进行的。但由于非线

性系统的复杂性和多样性，系统各个部分相互影响，产生藕合。直至今日，人们
还不能对它进行精确的描述和了解。比如，描述非线性系统零点的稳定性种类非
常多。任意的奇异平衡点，导致系统具有更复杂的收敛情况。另外，对于非线性

控制系统，还没有好的数学描述工具。因此，线性控制方法在实际应用中仍占主
要地位，大部分非线性控制理论还有待发展。
非线性系统的控制理论，首先考虑每一种实际的控制对象，逐渐整合，从
部分到整体，从个别到广泛。

三、神经网络控制

神经网络控制则是利用人工神经网络（ANN）对系统进行建模和控制。ANN
能够通过对航天器的姿态控制进行模式识别和特征提取，从而实现控制系统的自

适应和鲁棒控制。在航天器姿态控制中，神经网络控制可以通过对航天器姿态运
动的建模和控制，来实现对航天器姿态运动的自适应和鲁棒控制。
（一）神经网络控制特点
第一，具有很强的自学习和自组织能力，能进行在线或离线学习。
第二，具有并行处理及其带来的高速处理能力，而且处理的时间与问题的

复杂程度只是成比例关系，而不是串行处理中的几何数量级关系。
第三，具有很强的处理非线性问题的能力，能逼近任意的非线性函数，因
而适于处理那些难于用模型或规则描述的过程或系统。

第四，具有很强的信息综合能力，能同时处理大量的、不同类型的定量和
定性信息，便于进行多种信息的融合。
第五，具有分布式存储信息和容错能力，每个神经元存储多种信息的部分
内容，部分神经元的损坏和信息破坏只会导致网络部分功能减弱。
（二）神经网络控制的发展现状

神经网络控制是模仿人类感觉器官和脑细胞工作原理的控制方法，它是由

102
102