针对一类具有死区的非仿射非线性系统,将预设性能控制与有限时间控制相结合,提出一种具有预设性能的自适应有限时间跟踪控制方法.基于Backstepping技术、模糊逻辑系统及有限时间Lyapunov稳定理论,给出使系统半全局实际有限时间稳定(semi-globally practically finite-time stable,SGPFS)的充分条件和设计步骤.该控制策略不仅使系统的输出误差在有限时间内收敛到一个预先设定区域,同时保证其收敛速度、最大超调量和稳态误差均满足预先设定的性能要求.最后通过仿真示例验证了所提出设计方法的有效性.

针对复杂航行环境下的无人水面艇系统,提出一种基于有限时间扰动观测器的无人水面艇精确航迹跟踪控制策略.该控制方法具有以下显著特点:能够精确补偿未知海洋干扰,可实现精确跟踪控制;相比传统的渐近收敛控制算法,有限时间稳定性确保跟踪控制系统具有更快的收敛速度和更强的扰动抑制能力;能够同时确保扰动观测误差和航迹跟踪误差在有限时间内精确收敛到零.仿真结果验证了所提出控制方法的有效性和优越性.

本文将著名的概念Sontag的输入状态稳定性（ISS）扩展到有限时间控制问题。 换句话说，提出了一个新概念，即有限时间输入到状态稳定性（FTISS），然后将其应用于有限时间稳定性的分析和控制系统的有限时间稳定反馈定律的设计。 对于有限时间的稳定性，必须考虑非平滑性，并且在有限时间控制器的设计和闭环系统的稳定性分析中会遇到严重的技术挑战。 发现在渐近稳定性分析和平滑反馈稳定化方面，FTISS作为常规ISS发挥着重要作用。 此外，提出了一种鲁棒的自适应控制器，借助FTISS和相关参数来处理具有参数和动态不确定性的非线性系统。

讨论迭代初态与期望初态存在固定偏移情形下的迭代学习控制问题,提出带有反馈辅助项的PD型迭代学习控制算法,可实现系统输出对期望轨迹的渐近跟踪.为了进一步实现输出轨迹在预定有限区间上对期望轨迹的完全跟踪,提出分别带有初始修正作用和终态吸引的学习算法.文中给出所提出的学习算法的极限轨迹,并对学习算法进行收敛性分析,推导出收敛性充分条件,可用于学习增益的确定.通过数值结果,验证所提学习算法的有效性.

提出一种全局非奇异终端滑模控制器, 可用于带有参数不确定和外部扰动的二阶非线性系统。 证明了系统从任意初始状态到达滑模的时间和在滑模上到达平衡点的时间均为有限, 分析了终端滑模 控制用于不确定性系统的跟踪精度, 推导了系统跟踪精度和用于消除抖振的饱和函数宽度之间的数学 关系。根据给定的跟踪精度, 可设计出合适的饱和函数。仿真结果证明了所提出方法的有效性。

针对双边丢包和双边时延的网络化控制系统的有限时间控制问题，通过引入时间偏移量的方法，将丢包转换为时延，从而形成多时延系统，并将时间延迟转换为系统状态延迟。基于全概率公式给出已知网络丢包率下连续丢包的概率公式，用Markov链表征网络时延的变化规律。以线性矩阵不等式的形式给出改进的有限时间时延相关稳定性判据，并通过数值仿真验证所提方法的有效性。

机器人的鲁棒有限时间控制方法

三维混沌系统有限时间控制的原理以及相关仿真例子