JELÖLÉSEK

⇒	következik
⇔	akkor és csakis akkor
∈	eleme
∉	nem eleme
a ≔ b	a -t definiálja b
0	lineáris tér nulla eleme
A = {a:a tulajdonságai}	az A halmaz definíciója
A0	az A halmaz belső pontjainak halmaza
Ā	az A halmaz lezártja
< A >	az A halmaz konvex burka
A × B = {(x, y): x ∈ A, y ∈ B}	A és B halmazok direkt szorzata
F: A → B	F leképezés (függvény) A -ból B -be
D(F)	F leképezés értelmezési tartománya
kernel(F)	F lépezés magtere
range(F), R(F)	F leképezés képtere
F(·, y)	F(x, y) függvény rögzített y esetén
R1	valós számok halmazaza
C1	komplex számok halmaza
z, z̃ = z̄	komplex szám és konjugáltja
<x, y>	x és y skalárszorzata
x × y	x és y vektoriális szorzata
Rn, Cn	valós vagy komplex n -dimenziós euklideszi tér
|x|	x abszolút értéke
||x||	x normája
(X, ·,F)	lineáris tér az F test felett
(X, ρ)	metrikus tér
(X, τ)	topológikus tér
Sf = {ƒ–1 (U): U ∈τY}	ƒ : X → Y által generált topológia szubbázis
w(X, ƒ)	az Sƒ által generált gyenge (weak) topológia
(E, τ)	lineáris topológikus tér
σ(E, Φ)	Φ félnormák által generált gyenge topológia
ƒ : E → R1	lineáris funkcionál E felett
E#	az E feletti ƒ(x) lineáris finkcionálok tere
E′	az E feletti folytonos lineáris finkcionálok tere
x̂ : E# → R1	x̂(f) ≔ f(x) lineáris funkcionál E# felett
Ê	az E# feletti x̂(f) lineáris finkcionálok tere
σ(E, E′)	az E′ által generált gyenge topológia E -ben
σ(E′, Ê)	az E által generált gyenge* topológia E′-ben
K	nulla csúcspontú kúp
K*	a K kúp konjugált kúpja E′ -ben
(E,|| ||)	lineáris normált tér, Banach-tér (ha teljes)
(H, < ·,· >)	Hilbert-tér
Cn[0,T]	folytonos függvények tere Rn -ben
C(n)[0, T]	n-szer folytonosan differenciálható függvények
Lnp [0, T]	p -normában integrálható függvények Rn -ben
Ln∞ [0, T]	lényegében korlátos függvények Rn -ben
≥	részben rendezés (P pozitív kúp definiálja)
(E, ≥)	részben rendezett (topológikus, Banach-) tér
L(E1 → E2)	lineáris leképezések tere
K(E1 → E2)	korlátos lineáris operátorok tere
A*	adjungált operátor Hilbert-térben
F′(x)	Frèchet-derivált
ƒ(x), ƒ″(x)	gradiens és Hess-mátrix, ha ƒ : Rn → R1
search	lineáris leképezés
search	identikus leképezés
A, B, C,…	mátrixok
a, b, c,…	vektorok
rank(A)	mátrix rangja
det(A)	mátrix determinánsa
trace(A)	A mátrix nyoma
Span {a, b, c,…}	a,b,c,… vektorok által kifeszített tér
A = UΣVT	A mátrix szinguláris érték felbontása
A = QR	A mátrix QR-felbontása
A+	A mátrix Moore-Penrose pszeudoinverve
F(s) = ℒ{f(t)}	Laplace-transzformált
F(z) = Z{ƒn}	Z transzformált
l2	mindkét irányban végtelen sorozatok tere
q, q–1	shift-operátorok
G(q), H(q), H–1(q)	stabil (korlátos) operátorok l2 felett
P* (z)	reciprok polinom, P*(z) = zgr P P(z–1)
(Ώ, search , P)	valószínűségi mező
ξ	valószínűségi változó
Eξ	várható érték
x(t) = x(t,ω)	sztochasztikus folyamat
Rxy(τ)	keresztkovariancia függvény
Rxx(τ)	autokovariancia függvény
ΦXY (ω)	keresztspektrálsűrűség
Φxx(ω)	teljesítménysűrűség spektrum
x ∈Rn, u ∈Rr, y ∈Rm	állapot, bemenő jel, kimenő jel
x(t) = φ(t, τ, x,u(·))	állapotátmenet függvény
y(t) = g(t, x(t), u (t))	kimeneti leképezés
ẋ(t) = ƒ(t, x(t), u(t))	nemlineáris rendszer állapotegyenlete
ẋ(t) = A(t)x(t) + B(t)u(t)	lineáris rendszer állapotegyenlete
y(t) = C(t)x(t) + B(t)u(t)	lineáris rendszer kimeneti leképezése
ẋ(t) = Ax + Bu	időinvariáns lineáris rendszer állapotegyenlete
y = Cx + Du	időinvariáns lineáris rendszer kimenete
eAt	exponenciális mátrix
W(s), G(s), H(s)	átviteli függvények
p, z	pólus, zérus
di, Di	Gilbert-féle szétcsatolhatósági jellemzők
xi+1 = Axi + Bui	diszkrétidejű lineáris időinvariáns rendszer
xi+1 = Φxi + Γui	mintavételezett lineáris folytonosidejű rendszer
D(z)	diszkrétidejű átviteli függvény
Mc = [B, AB,…, An–1 B]	lineáris rendszer irányíthatósági mátrixa
Mo = [CT, AT CT,…,(AT)n–1CT]T	lineáris rendszer megfigyelhetőségi mátrixa
u = –Kx	lineáris állapot-visszacsatolás
search	lineáris állapotmegfigyelő
search	aktuális lineáris állapotmegfigyelő
y(t) = φT(t)	lineáris paraméterbecslési feladat
P(t) = [Σ λt–i φ(i)φT(i)]–1	paraméterbecslésnél szereplő mátrix
ϵ(t) = y(t) – φT(t) ϑ̂(t – 1)	reziduál
ϑ̂(t) = ϑ̂(t - 1 + P(t)φ(t)ϵ(t))	rekurzív paraméterbecslés
C(∞)	sima függvények tere
ƒ : X → Rn	vektormező X -en, X nyílt halmaz, ƒ (C∞
V(X)	az X feletti vektormezők halmaza
S(X)	az a : X → R1 sima függvények halmaza
(Rn)	sorvektorok (kovektorok) tere
h : X → (Rn)*	forma (kovektormező) X -en, h (C(∞)
F(X)	az X feletti formák (kovektormezők) halmaza
y = T(x)	koordináta-transzformáció, diffeomorfizmus
sf,t (x0)	integrálgörbe, ẋ = f(x(t)), x(0) = x0
∇a, da	a ∈S(X) gradiense
Lƒa = < da, ƒ>	a Lie-deriváltja, a ∈S(X), ƒ ∈V (X)
search	g Lie-deriváltja (Lie-bracket), ƒ, g ∈V(X)
search	h Lie-deriváltja, h ∈F(X), ƒ ∈V(X)
search	ad-operátor, ad0fg = g, ad1fg = [f, g] stb.
M ⊂ X	részsokaság (submanifold)
TMx	az M részsokaság érintőtere
Δ: x ↦ ℒk(x)	disztribúció, Δ(x) = Span{ƒ1(x),…, ƒk(x)}
search	nemlineáris rendszerosztály, ƒ, gi ∈ V(x)
Span{adiƒ gj:1 ≤ j ≤ m, 0 ≤ i ≤ n – 1}	elérhetőségi disztribúció
r = (r1,…, rm)	relatív fokszám vektor
u = S–1(x){–q(x) + v)	linearizáló statikus visszacsatolás, det S(x) ≠ 0
ż = β(x,y,v), u = α(x,y,v)	endogén állapot-visszacsatolás
Kcs, Km, Ke	csökkenési, megengedett, érintő irányok kúpja
search	minimalizálandó célfüggvény
H(x,u, ψ,) = < f, ψ > –λ0φ	Hamilton-függvény
K	kinetikus energia
P	potenciális energia
L = K – P	Lagrange függvény
G	Gibbs-függvény
Ki	koordináta-rendszer, keret
TK1,K2	homogén transzformáció
AK1,K2	orientáció
PK1,K2	pozíció
Rot(z, φ)	forgatás z körül φ szöggel
φ, ϑ, ψ	Euler-szög, RPY-szög
q = (w, s)	kvaternió, w∈ R3, s ∈ R1
v, a	sebesség, gyorsulás
ω, ϵ	szögsebesség, szöggyorsulás
qi	általánosított koordináta, csuklóváltozó
search	parciális sebesség, parciális szögsebesség
m	tömeg
J(q)	fizikai rendszer Jacobi-mátrixa
ρc	tömegközéppont
Kx, Kxy,…	tehetetlenségi nyomatékok
K (vagy K)	inercia mátrix
H(q)	általánosított inercia mátrix
F, N (vagy T, τ)	erő, nyomaték
P(s)	polinommátrix
∂cj[P(s)], ∂rj[P(s)]	polinommátrix oszlopfokszáma, sorfokszáma
PS (s)	polinommátrix Smith-alakja
WSM(s) = PS(s)/DW(s)	átviteli függvény Smith–McMillan-alakja
W(s) = WN(s)[WD(s)]–1	jobb oldali mátrixtört leírás (RMFD)
W(s) = [W̄D(s)]-1W̄N(s)	bal oldali mátrixtört leírás (LMFD)

Tartalomjegyzék

• IRÁNYÍTÁSI RENDSZEREK ELMÉLETE ÉS TERVEZÉSE II. KORSZERŰ SZABÁLYOZÁSI RENDSZEREK
• Impresszum
• Előszó
• JELÖLÉSEK
• chevron_rightKORSZERŰ SZABÁLYOZÁSI RENDSZEREK
  • chevron_right1. BEVEZETÉS
    • 1.1. Az irányítástechnika fejlődési korszakai
    • 1.2. Az első kötet eredményeinek áttekintése
    • 1.3. A második kötet felépítése
    • 1.4. A második kötet céljai
  • chevron_right2. DINAMIKUS MODELL FELÁLLÍTÁSA FIZIKAI ELVEK ALAPJÁN
    • chevron_right2.1. Robotok dinamikus modellje
      • 2.1.1. A kinematikai mennyiségek rekurzív számítása
      • 2.1.2. A robot Appell-egyenleten alapuló dinamikus modellje
      • 2.1.3. A robot Lagrange-egyenleten alapuló dinamikus modellje
      • 2.1.4. A SCARA robot dinamikus modellje
    • chevron_right2.2. Repülőgép dinamikus modellje
      • 2.2.1. A repüléstechnikában használt fontosabb koordinátarendszerek
      • 2.2.2. A repülőgép kinematikai modellje
      • 2.2.3. A repülőgép állapotegyenlete
    • 2.3. Helikopter dinamikus modellje
  • chevron_right3. SZTOCHASZTIKUS IRÁNYÍTÁSOK FREKVENCIATARTOMÁNYBAN
    • 3.1. Kauzális és antikauzális operátorok
    • 3.2. Optimális predikció ARMA modell esetén
    • chevron_right3.3. Minimális varianciájú szabályozás
      • 3.3.1. MVC stabilis inverz rendszer esetén
      • 3.3.2. MVC labilis inverz rendszer esetén
    • chevron_right3.4. Lineáris-kvadratikus Gauss-féle irányítás
      • 3.4.1. Spektrális faktorizáció
      • 3.4.2. Algoritmusok az optimális LQG irányítás meghatározására
    • 3.5. Az alapjel figyelembevétele
  • chevron_right4. PREDIKTÍV IRÁNYÍTÁS FREKVENCIATARTOMÁNYBAN
    • 4.1. Optimális predikció CARIMA modell esetén
    • 4.2. Optimális prediktív irányítás CARIMA modell esetén
    • chevron_right4.3. A számítások felbontása CARIMA modell esetén
      • 4.3.1. Jelfüggetlen számítások
      • 4.3.2. Jelfüggő számítások
    • 4.4. Prediktív irányítás színes zaj esetén
    • 4.5. Prediktív irányítás stabilitása
    • chevron_right4.6. MIMO prediktív irányítás
      • 4.6.1. MIMO prediktív irányítás fehér zaj esetén
      • 4.6.2. MIMO prediktív irányítás színes zaj és általános struktúra esetén
      • 4.6.3. MIMO prediktív irányítás színes zaj és diagonális struktúra esetén
    • chevron_right4.7. Korlátozások figyelembevétele
      • 4.7.1. A jeltartományokra vonatkozó korlátozások
      • 4.7.2. A tranziensekre vonatkozó korlátozások
      • 4.7.3. A célfüggvény alakja
      • 4.7.4. Optimalizálás kvadratikus programozással
  • chevron_right5. TÖBBVÁLTOZÓS RENDSZEREK IRÁNYÍTÁSA ÁLLAPOTTÉRBEN
    • chevron_right5.1. Luenberger-féle normálalakok
      • 5.1.1. Szelekciós séma
      • 5.1.2. Luenberger-féle irányíthatósági normálalak
      • 5.1.3. Luenberger-féle megfigyelhetőségi normálalak
    • 5.2. Pólusáthelyezés állapot-visszacsatolással
    • chevron_right5.3. Állapotmegfigyelő tervezés
      • 5.3.1. Teljesrendű állapotmegfigyelő tervezése
      • 5.3.2. Minimálisrendű állapotmegfigyelő tervezése
    • chevron_right5.4. Robusztus pólusáthelyezés
      • 5.4.1. A robusztus pólusáthelyezési feladat megfogalmazása
      • 5.4.2. A megoldás tulajdonságai
      • 5.4.3. A robusztusság mértékei
      • 5.4.4. A robusztus pólusáthelyezés algoritmusa
    • chevron_right5.5. Modális szintézisen alapuló szabályozó tervezés
      • 5.5.1. Roppenecker-paraméterek
      • 5.5.2. Kimeneti visszacsatolás tervezése
    • chevron_right5.6. Projektív irányítás
      • 5.6.1. A projektív irányítás reziduális spektruma
      • 5.6.2. Dinamikus szabályozó tervezése
      • 5.6.3. PI szabályozás
      • 5.6.4. PID szabályozás
      • 5.6.5. Általánosított PID szabályozás
  • chevron_right6. TÖBBVÁLTOZÓS RENDSZEREK SZÉTCSATOLÁSA
    • 6.1. A szétcsatolhatóság feltétele
    • 6.2. Integrátor értelemben szétcsatolt rendszer
    • 6.3. Kanonikusan szétcsatolt rendszer
    • chevron_right6.4. Kanonikusan szétcsatolt rendszer kompenzálása
      • 6.4.1. Zérushelyek invarianciája állapot-visszacsatolás esetén
      • 6.4.2. A szétcsatolt rendszer pólusai és zérushelyei
      • 6.4.3. Az állapot-visszacsatolás megtervezése
    • 6.5. A szétcsatolási feltételek biztosítása soros kompenzálással
    • chevron_right6.6. Párhuzamos dinamikus kompenzálás instabil szétcsatolási zérusok esetén
      • 6.6.1. Egyetlen instabil MIMO zérus kompenzálása
      • 6.6.2. Konjugált komplex MIMO zéruspár kompenzálása
      • 6.6.3. Az instabil szétcsatolási zérusok fokozatos felszámolása
  • chevron_right7. MIMO DISZKRÉTIDEJŰ OPTIMÁLIS LQ ÉS LQG IRÁNYÍTÁS
    • 7.1. Időben változó rendszer LQ optimális irányítása
    • chevron_right7.2. Időinvariáns rendszer LQ optimális irányítása
      • 7.2.1. Reciprok gyök tulajdonság
      • 7.2.2. Optimális konstans szabályozó
    • 7.3. Az optimalizálási kritérium diszkretizálása
    • 7.4. Aktuális Kalman-szűrő időben változó rendszer esetén
    • 7.5. Aktuális Kalman-szűrő időinvariáns rendszer esetén
    • 7.6. Optimális LQG irányítás
    • chevron_right7.7. A Kalman-szűrő általánosítási lehetőségei
      • 7.7.1. Kalman-szűrő korrelált rendszerzaj és mérési zaj esetén
      • 7.7.2. Kiterjesztett Kalman-szűrő
  • chevron_right8. PREDIKTÍV IRÁNYÍTÁS ÁLLAPOTTÉRBEN
    • chevron_right8.1. Prediktív irányítás tervezése stabilitási garanciával
      • 8.1.1. Mosca–Zhang-féle korlátozó feltételek
      • 8.1.2. Rawlings–Muske-féle korlátozó feltételek
      • 8.1.3. LQ szabályozásra alapozott prediktív irányítás
    • chevron_right8.2. Korrekciók a numerikus stabilitás biztosítására
      • 8.2.1. Mosca–Zhang-módszer kiterjesztése
      • 8.2.2. Rawlings-Muske módszer kiterjesztése
      • 8.2.3. Az LQ szabályozásra alapozott prediktív irányítás kiterjesztése
  • chevron_right9. ADAPTÍV IRÁNYÍTÁSOK
    • chevron_right9.1. Kauzalitás, bemenet-kimenet stabilitás, passzivitás
      • 9.1.1. Kauzalitás
      • 9.1.2. Bemenet-kimenet stabilitás
      • 9.1.3. Passzív rendszer
    • 9.2. Szigorúan pozitív valós (SPR) lineáris rendszerek
    • chevron_right9.3. SISO adaptív irányítások
      • 9.3.1. Erősítéshangolás
      • 9.3.2. Általános modellreferenciás adaptív irányítás
      • 9.3.3. Diszkrétidejű önhangoló adaptív irányítás
    • 9.4. MIMO indirekt adaptív irányítás
    • 9.5. Robotok önhangoló adaptív irányítása
  • chevron_right10. OPTIMÁLIS IRÁNYÍTÁSOK ELMÉLETE
    • chevron_right10.1. Optimalizálás skalárértékű kritérium esetén
      • 10.1.1. Optimalizálás lineáris topológikus terekben
      • 10.1.2. A statikus optimum szükséges feltétele skalárértékű kritérium esetén Banach-térben
      • 10.1.3. A lokális maximum elv
      • 10.1.4. A Pontrjagin-féle maximum elv
      • 10.1.5. Bang-bang elv
      • 10.1.6. Folytonosidejű LQ irányítási probléma
    • chevron_right10.2. Optimalizálás nem skalárértékű kritérium esetén
      • 10.2.1. Optimalizálás részben rendezett lineáris topológikus térben
      • 10.2.2. Optimalizálás részben rendezett Banach-térben
      • 10.2.3. A lokális supremum elv
      • 10.2.4. A supremum elv
      • 10.2.5. Kalman–Bucy-szűrő folytonos időben
      • 10.2.6. Optimalizálás halmaz-értékű kritérium szerint
  • chevron_right11. NEMLINEÁRIS IRÁNYÍTÁSOK ELMÉLETE
    • 11.1. Differenciálgeometriai alapok
    • 11.2. Lokális elérhetőség
    • 11.3. Lokális megfigyelhetőség
    • chevron_right11.4. Nemlineáris rendszer linearizálása teljes állapot-visszacsatolással
      • 11.4.1. SISO rendszer linearizálása állapot-visszacsatolással
      • 11.4.2. MIMO rendszer linearizálása állapot-visszacsatolással
    • chevron_right11.5. Bemenet/kimenet linearizálás
      • 11.5.1. SISO rendszer bemenet/kimenet linearizálása
      • 11.5.2. MIMO rendszer bemenet/kimenet linearizálása
  • chevron_right12. NEMLINEÁRIS IRÁNYÍTÁSOK TERVEZÉSE
    • chevron_right12.1. Flatness szabályozás
      • 12.1.1. Vektormezők prolongálása, Cartan-mezők
      • 12.1.2. Lie-Bäcklund transzformáció
      • 12.1.3. Endogén állapot-visszacsatolás
      • 12.1.4. Differenciálisan sima rendszerek tulajdonságai
      • 12.1.5. Hajódaru vezérlése a differenciális simaság elve alapján
    • chevron_right12.2. Visszalépéses technikán alapuló stabilizálás
      • 12.2.1. A visszalépéses stabilizálás elméleti alapjai
      • 12.2.2. Helikopter stabilizálása back-stepping módszerrel
    • chevron_right12.3. Mobilis robot irányítása
      • 12.3.1. Mobilis robot irányítása statikus visszacsatolással
      • 12.3.2. Mobilis robot irányítása időben változó dinamikus visszacsatolással
• chevron_rightFÜGGELÉK
  • chevron_rightA F1. FIZIKAI RENDSZEREK KINEMATIKAI ÉS DINAMIKAI ALAPJAI
    • chevron_rightF1.1 Kinematikai alapfogalmak
      • F1.1.1 Az orientáció jellemzése forgatásokkal
      • F1.1.2 Az orientáció jellemzése kvaterniókkal
      • F1.1.3 Az inverz orientációs feladat megoldása
    • F1.2 Differenciálási szabályok mozgó koordináta-rendszerekben
    • F1.3 Merev testek inercia jellemzői
    • chevron_rightF1.4 Lagrange-, Appell- és Newton–Euler-egyenletek
      • F1.4.1 Lagrange-egyenlet
      • F1.4.2 Appell-egyenlet
      • F1.4.3 Newton–Euler-egyenlet
    • chevron_rightF1.5 Robotok kinematikai modellje
      • F1.5.1 Csuklókkal összekapcsolt nyíltláncú merev testek geometriai modellje
      • F1.5.2 Direkt geometriai feladat
      • F1.5.3 Inverz geometriai feladat
      • F1.5.4 A robot differenciális mozgása
  • chevron_rightB F2. POLINOM - ÉS RACIONÁLIS MÁTRIXOK FAKTORIZÁCIÓJA
    • F2.1 Átviteli függvény mátrix minimális alakja
    • F2.2 Polinom mátrix Smith-alakja
    • F2.3 Racionális mátrixok Smith–McMillan-alakja
  • chevron_rightC F3. KVADRATIKUS PROGRAMOZÁSI ALGORITMUSOK
    • chevron_rightF3.1 Aktív halmaz módszerek
      • F3.1.1 Egyenlőség alakjában adott korlátozások
      • F3.1.2 Egyenlőtlenség alakjában adott korlátozások
      • F3.1.3 Kezdeti megvalósítható pont meghatározása
      • F3.1.4 Az aktív halmaz módszeren és a megvalósítható irányokon alapuló QP algoritmus.
      • F3.1.5 Általános nemlineáris programozási feladat (NLP)
      • F3.1.6 Az Optimization Toolbox főbb szolgáltatásai
    • chevron_rightF3.2 A kvadratikus programozási feladat visszavezetése lineáris komplementer problémára (LCP)
      • F3.2.1 Pivot lépés
      • F3.2.2 Lineáris komplementer probléma megoldása
  • chevron_rightD F4. A FUNKCIONÁLANALÍZIS ALAPJAI
    • F4.1 Lineáris terek
    • F4.2 Topológikus terek
    • F4.3 Metrikus, lineáris normált, Banach- és Hilbert-terek
    • F4.4 Részben rendezett terek
  • IRODALOMJEGYZÉK

Kiadó: Akadémiai Kiadó

Online megjelenés éve: 2016

ISBN: 978 963 059 849 1

Az irányítástechnika (az automatikus szabályozások és vezérlések tudománya) rohamosan fejlődik, eredményei nélkül ma már nem hozhatók létre biztonságos erőművi rendszerek, robotizált gyártórendszereknek, repülőgépek és űrtechnikai berendezések.

A három kötetre tervezett sorozat eme második kötete az irányítástechnika korszerű irányzatait mutatja be. Szerves folytatása az első kötetnek, amely általános rendszertechnikai ismereteket adott és bemutatta az egyváltozós szabályozások tervezési módszereit. Segítséget nyújt a tervezői rendszerek használatához, amelyek korszerű ismereteket igényelnek a szakembertől.

A kötet többváltozós (MIMO) rendszerek irányítási módszereit vizsgálja. Először az irányítástechnikai gyakorlatban fontos szerepet játszó robotok, repülők és helikopterek modelljeinek felállítását mutatja be egységes elvek alapján. Algoritmusokat ad a sztochasztikus (MVC, LQG) optimális irányítások tervezésére frekvenciatartományban. A prediktív irányítások tervezésére frekvenciatartománybeli és állapottérbeli módszereket mutat be, különös figyelmet fordítva a numerikus kérdésekre. Bemutatja a MIMO rendszerek Luenberger-féle normálalakjait. Módszert ad a pólusáthelyezésre, a minimálisrendű állapotmegfigyelő tervezésére, az állapot-visszacsatolás különféle közelítéseire (kimeneti visszacsatolás, projektív irányítás, általánosított PID szabályozás) és a többváltozós rendszer stabil szétcsatolására. Bemutatja az LQ optimális irányítást, a sztochasztikus állapotbecslést Kalman-szűrővel és az LQG optimális irányítás szeparációs elvét. Külön fejezet foglalkozik az adaptív irányítások elméleti alapjaival (bemenet-kimenet stabilitás, passzivitás), a különféle adaptív irányítási módszerekkel (MRAC, STAC), a robotok identifikációjával és a MIMO implicit adaptív irányítással. A kötet részletesen tárgyalja az optimális irányítások elméletének legfontosabb eredményeit skalárkritérium és nem skalárértékű kritérium esetén általános függvényterekben. Az eredményeket példák illusztrálják az optimális irányítás, állapotbecslés és halmazkritériumú optimalizálás területéről. A kötet egyik súlyponti része a nemlineáris rendszerek differenciálgeometriai (Lie-algebrai) elven történő irányításának vizsgálata. A differenciálgeometriai alapozás után először megadja az elérhetőség és a megfigyelhetőség általánosítását nemlineáris rendszerekre, majd az állapot-visszacsatolás elvén és a bemenet-kimenet visszacsatolás elvén alapuló linearizálási módszereket. Külön vizsgálja a differenciálisan sima rendszerek irányítását (flatness control), a visszalépéses (backstepping) technikát és az időinvariáns nemlineáris irányítást, amelyek alkalmazását hajódaru, helikopter és mobilis robot irányítása példáján mutatja be.

A kötet jól hasznosítható az egyetemi szabályozástechnikai szakirányú és PhD képzésben, és rendszertechnikailag megalapozza a sorozat további kötetét (III. Robusztus, LPV és Soft Computing módszerek).

Hivatkozás: https://mersz.hu/lantos-iranyitasi-rendszerek-elmelete-es-tervezese-ii//