对于一类状态无法测量的非线性系统，当系统的输出被异步采样时，通过引入状态观测器，提出了一种输出反馈分布式模型预测控制算法。 证明了估计状态和实际系统状态的误差是有界的。 并且保证闭环系统的估计状态最终被限制在包含原点的区域中。 结果，实际系统的状态最终受到限制。 仿真实例验证了所提出的分布式控制方法的有效性。

高阶随机自适应控制器设计及其在机械系统中的应用

由于燃烧化石燃料引起的严重的气候和环境问题，核能正在快速发展。 显然，核React堆的功率级控制技术不仅对于常规运行而且对于至关重要的安全问题都具有重要意义。 如今，大多数现有核电站都由常规控制系统进行监管。 但是，近几十年来计算机技术，信息处理和控制理论的发展使得具有更高性能的高级控制器得以应用。 本文介绍了最近建立的耗散高增益滤波器（DHGF）的分离原理，该原理保证了与状态反馈控制器和DHGF互连的系统的闭环稳定性。 此外，验证了将DHGF应用于核React堆负荷跟踪控制的可行性。 最后，带有良好设计的状态反馈功率水平控制器的DHGF已成功应用于实现核加热React堆（NHR）的负荷跟踪控

模块化高温气冷核React堆（MHTGR）被视为下一代核电站的最佳候选人之一。 直通式蒸汽发生器（OTSG）对于任何带有蒸汽循环的MHTGR发电厂都是至关重要的。 为了保证电厂的有效和安全运行，必须对OTSG的出口蒸汽温度进行控制。 提出了饱和输出反馈耗散控制（SOFDC）定律，用于调节OTSG的出口蒸汽温度，并给出了相应的鲁棒性分析。 在数值研究中，将SOFDC应用于中国高温气冷堆卵石床模块（HTR-PM）项目OTSG的出口蒸汽温度控制。 数值仿真结果表明，该调节器不仅可行，而且控制性能良好，并讨论了其参数对调节性能的影响。

摘要—本文首次解决了这个问题一类不确定随机变量的自适应输出反馈控制方法时变时滞的非线性严格反馈系统使用神经网络（NNs）。 圆判据适用于设计一个非线性观测器，没有线性增长条件取决于系统状态，将其强加于非线性函数。 假设系统中存在时变延迟输出，仅采用NN来补偿所有未知数非线性项取决于延迟输出，因此， 提出的控制算法比现有的算法更简单描述了不确定系统的NN反推控制方案用常微分方程举三个例子证明在中提出的控制方案的有效性这篇报告。

基于多层神经网络的饱和非线性输入自适应控制.pdf

研究生教程《系统辨识与自适应控制MATLAB仿真》对应程序

根据高超声速飞行器的欧拉近似离散模型,提出基于Back-stepping的模糊离散自适应控制器设计方法. 结合模糊自适应控制和反馈线性化的方法, Back-stepping设计的每一步虚拟/实际控制量对系统非匹配的不确定性都能进行较好补偿. 稳定性分析表明,该控制方法能够保证系统跟踪误差和模糊自适应参数误差是一致终值有界的. 仿真使用了高超声速飞行器的纵向模型对算法进行了验证,得到了满意的控制效果.

一篇经典的文章，网上不好找了

MFAC代码。参考与百度文库wjzwly123， 希望对大家略有帮助。应用了北京交通大学侯忠生教授的无模型自适应控制。