全状态约束的时滞系统神经网络输出反馈控制

针对一类严格反馈形式的单输入单输出时滞系统,研究在全状态约束下的输出反馈控制.首先,设计状态观测器估计不可测量的状态;其次,利用RBF神经网络逼近未知的非线性函数,利用障碍Lyapunov函数确保全状态约束及Lyapunov-Krasovskii方法消除时滞对系统的影响;最后,设计输出反馈控制器,并且有更少的更新参数减少了计算负荷.所设计的控制器可以保证闭环系统中所有信号半全局一致最终有界,信号误差收敛到小的领域内.仿真例子进一步验证了所提出方法的有效性.