中文摘要：

本项目对非线性系统的分岐控制和自适应控制中的若干问题进行了深入研究, 完成论文十五篇.在自适应控方面, 主要研究了具有非参数化不确定性的非线性系统的神经网络自适应控制. 传统神经网络自适应控制技术是一种局部控制技术. 我们利用微分拓扑中的单位剖分技术, 提出了利用神经网络的全局自适应控制技术, 解决了一类非线性系统的全局自适应跟踪控制、模型参考自适应控制、自适应观测器的设计等问题.其次,研究了不确定非线性系统的周期信号的自适应跟踪问题.先前的自适应跟踪方法不能保证跟踪误差趋于零,我们提出了一种能保证跟踪误差趋于零的跟踪技术.第三,研究了周期干扰的自适应估计问题. 周期干扰的观测在非线性系统的干扰抑制中起着重要作用.我们提出了一种系统状态和周期干扰同时估计的观测器设计方法, 保证状态估计误差和周期干扰估计误差都趋于零.在分岐控制方面,引入了一般函数的一致可观性和高阶输入到状态分岐稳定性概念,基于此二概念,提出了一种动态补偿器设计方法,保证闭环系统分岐稳作为应用, 研究了轴流式压缩机旋转失速控制系统的动态输出反馈分岐控制, 允许系统参数的更大变化范围.另外,提出了一些随机共振的控制方法.