在模型未知的情况下, 估计过程的重要变量尤为重要. 鉴于此, 采用不敏卡尔曼滤波(UKF) 与神经网络相结合的方法, 解决一类未知模型非线性系统的状态估计问题. 采用动态神经网络对非线性系统进行建模, 利用UKF 对状态和权值进行同时更新, 从而达到神经网络逼近真实模型, 估计值跟随真实值的目的. 通过两个仿真实例表明了所提出的方法具有良好的估计效果, 并且状态在输出中的比重越大, 其估计精度越高.

本书系统地叙述了非线性控制系统的动态反馈设计方法与结果。

针对一类具有一般形式的严格反馈非线性系统, 提出一种基于预设性能的backstepping 控制器设计方法. 所谓预设性能是指在保证跟踪误差收敛到一个预先设定的任意小的区域的同时, 保证收敛速度及超调量满足预先设定的条件. 首先引入性能函数的概念, 通过误差转化将原始的受限系统转换为等价的非受限系统; 然后基于Lyapunov 理论进行backstepping 控制器的设计, 并进行了稳定性分析; 最后通过仿真实验验证了所提出方法的正确性.

非线性系统的经典书籍。。。。。。。。。。。。。。。。。。。。。。。

卡尔曼滤波器及其扩展 Kalman滤波器，扩展Kalman滤波器，Unscented卡尔曼滤波器，Cubature Kalman滤波器，M估计鲁棒的cubature Kalman滤波器实现用于各种线性和非线性系统，例如UAV位置跟踪，UAV攻角和俯仰角跟踪，UAV角度跟踪等。

分析了切换解析 NMPC方法的缺点,提出了一种非切换解析的 NMPC新方法;论证了在解析NMPC控制律下,通过坐标变换可以将闭环系统分别在关系度确定和不确定的2个子空间近似为线性系统,得出非切换解析 NMPC使闭环系统稳定的必要条件;通过仿真试验及球杆系统实时控制实验进行稳态误差和响应分析,在 GBB1004球杆系统实验设备进行验证,采用 MATLAB模型预测控制,设计了控制实验图,证明了非切换解析 NMPC的有效性和可行性。

多自由度非线性振动问题是历史性国际难题，其求解方法有数值解和渐近解析解或两者结合。基于近代有限元和子结构模态综合法的动力学建模方法，获得非线性系统动力学微分方程，其自由度几乎没有限制，对左端首次近似齐次方程进行模态分析，选取对响应有贡献的部分本征对，同样对右端激励和非线性伪力作模态变换，得到减缩后非线性系统耦合动力学微分方程。用数值方法求出系统非线性响应进行定量分析，也可获得在指定参数的变动中可能发生的主谐、超谐、亚谐和组合共振，极限环和分岔、混沌等各种非线性振动现象，但其缺点是不能作一般性定性分析。渐近

隧道二极管电路 的根为系统的平衡点

相平面图是研究非线性系统行为和稳定性的一个非常重要的工具。 PhasePlane(sys,tspan,icond) 绘制由函数 sys(t,x) 定义的一般二阶非线性系统的相平面图。 该函数为元胞数组 icond 中的每个初始条件绘制系统遵循的轨迹。 它还绘制了一个箭袋图来指示平面上每个点的任何轨迹的斜率。

介绍了很多非线性系统设计方法，研究非线性系统十分有用的书籍