（1)非线性 （2)分布处理 （3)学习并行和自适应 （4)数据融合 （5)适用于多变量系统 （6)便于硬件实现

（1)都是非数值型的非线性函数的逼近器、估计器、和动态系统; （2)不需要数学模型进行描述,但都可用数学工具进行处理; （3)都适合于VLSI、光电器件等硬件实现。不同之处:(工作机制方面:

§ 1－1 被控过程特性的一般描述 § 1－2 单容过程的动态特性 § 1－3 多容过程的动态特性 § 1－4 纯迟延 § 1－5 分布参数 § 1－6 非线性 § 1－7 生产过程动态特性的实验测试与数据处理

(1)古典控制理论 古典控制理论以传递函数为基础,研究单输入、单输出一类自动控制系统的分析与设 计。它又有:时域分析法、根轨迹法、频率特征法等。 古典控制理论局限性:只适合于单输入、单输出的线性定常系统;对变系统、复杂的 非线性系统和多输入、多输出系统无能为力

本章 5.1 节为概述。5.2 节介绍 Lyapunov 意义下的稳定性定义。5.3 节给出Lyapunov 稳定性定理，并将其应用于非线性系统的稳定性分析。5.4 节讨论线性定常系统的 Lyapunov 稳定性分析。5.5 节给出模型参考控制系统，首先用公式表示 Lyapunov 稳定性条件，然后在这些条件的限制下设计系统。5.6 节讨论线性二次型最优控制系统，将采用 Lyapunov 稳定性方程导出线性二次型最优控制的条件。5.7 节给出线性二次型最优控制问题的 MATLAB 解法

1、范围:通信领域中各种高频电路(含非线性电路)的组成、 工作原理及分析计算。 2、主要内容:高频小信号放大器、高频功率放大器、正玹波振 荡器、频谱的线性搬移电路、振幅调制与解调、 混频、频率调制与解调、参量电路、反馈控制电 路原理及应用。 3、要求:掌握基本概念和分析方法;掌握有关内容的数学 推导过程;理论与实际结合培养动手能力

永磁同步电机的运动控制是一个强耦合的非线性动态控制系统,而且在控制过程中测量数据带有噪声,采用传统的线性控制理论很难达到系统要求.提出一种非线性系统的随机观测器——卡尔曼位置观测器,它用于高频信号注入法下的转子位置检测.利用脉动高频信号注入法进行永磁同步电机转子位置自检测,将产生的高频载波电流解调后,送入设计的卡尔曼位置观测器,可有效去除干扰噪声,准确观测出转子位置.仿真实验结果表明,在有系统噪声和测量噪声的情况下,基于卡尔曼位置观测器的脉动高频信号注入法能够精确地跟踪转子位置

无人驾驶车辆自身具有强烈的非线性、信号时延和参数不确定性，对它的控制还受到道路附着系数的变化、侧向风等外界因素影响。因此传统控制方法往往难以对其稳定和精确地控制。神经网络所具有的学习能力、自适应能力和近似非线性映射的能力，为解决车辆模型参数的不确定性、外界的扰动以及车辆自适应控制问题提供了有效的途径。针对上述几个方面，对近几年国内外学者将神经网络应用到无人驾驶车辆运动控制中所取得的成果与进展进行了归纳分类，分别介绍了应用情况并对优缺点进行评价。最后总结了神经网络在无人驾驶车辆运动控制中存在的主要问题，并展望了可能的发展方向

铰接式车辆的路径跟踪控制是矿山自动化领域中的关键技术，而数学模型和路径跟踪控制方法是铰接式车辆路径跟踪控制中的两项重要研究内容。在数学模型研究中，铰接式车辆的无侧滑经典运动学模型较为适合作为低速路径跟踪控制的参考模型，而有侧滑运动学模型作为参考模型时则可能导致侧滑加剧。此外基于牛顿–欧拉法建立的铰接式车辆四自由度动力学模型原则上满足路径跟踪控制的需求，但是还需要解决当前的四自由度模型无法同时反映瞬态转向特性和稳态转向特性的问题。在路径跟踪控制方法研究中，反馈线性化控制、最优控制、滑模控制等无前馈信息的控制方法无法有效解决铰接式车辆跟踪存在较大幅度曲率突变的参考路径时误差较大的问题，前馈–反馈控制可以用于解决上述问题，但是在参考路径具有不同幅度的曲率突变时需要解决自动调整预瞄距离的问题，而模型预测控制，尤其是非线性模型预测控制，可以更加有效地利用前馈信息，且不需要考虑预瞄距离的设置，从而可以有效提高铰接式车辆跟踪存在较大幅度曲率突变的参考路径时的精确性。此外，对于基于非线性模型预测控制的铰接式车辆路径跟踪控制，还需深化三个方面的研究。首先，该控制方法仍然存在误差最大值随参考速度增大而增加的趋势。其次，目前该控制方法以运动学模型作为预测模型，无法解决铰接式车辆以较高的参考速度运行时侧向速度导致的精确性下降和安全性恶化的问题。最后，还需对这种控制方法进行实时性方面的优化研究

混沌是非线性科学中十分活跃、应用前景极为广阔的领域。本书从简单系统为什么会产生复杂的行为出发，用通俗易懂的语言，对非线性动力学中极为重要的分岔、混沌、分维和奇怪吸引子及其相互关联的问题作了深入浅出的论述；进而介绍了心脏系统中混沌和混沌控制的主要原理和方法；最后闹明了以混沌理论为基础的长期预报的相空间模式以及混沌在保密通信、神经网络和经济科学中的应用。 第一章 绪论 第二章 大自然的复杂性 第三章 动力系统形态及其分析 第四章 分岔 第五章 混沌 第六章 分形和分维 第七章 奇怪吸引子 第八章心脏系统中混沌的研究 第九章 混沌控制 第十章 长期预报的相空间模式概述 第十一章 混沌在保密透信、神经网铬和经济学中的应用