，H∞跟踪
方法在文献[6,8]
中也有提及。
这些年来，模糊技术已广泛和成功用于非线性系统建模与控制[9]
。因此，跟踪问
题已经吸引了许多研究人员使用自适应模糊神经网络的思想来实现目标跟踪[8,10,18]
。
著名的T-S模糊模型是不同的模糊建模方法之间的公认的一个流行的在逼近一个复杂
的非线性系统的有力工具。在 T-S 模糊建模方法中，一些非线性模型是通过线性模糊
隶属度函数混合成一个综合单一的模型。到目前为止，为分析T-S模糊系统的稳定性，
已经发展了各种技术，在文献  [12-16]
中也有提及。H∞控制议题的 T-S 模糊系统也已经
被广泛的研究[17-22]
。非线性跟踪问题也被认为是通过T-S模糊模型来解决的方法[23-25]
。
一般来说，线性化技术和自适应方案的成立通常需要知识体系完善的系统和复杂的适
应定律[3,8,10]
。由于抖动现象是不可避免的，变结构控制方法也显示出其弊端，这可能
会是导致系统不稳定的因素[6,25]
。为了避免这些缺点，一个简单的基于 LMI方法被用
于研究基于 T-S 模糊模型的模糊跟踪控制。最近，T-S 模糊模型的方法已经被证明有
效而且在处理非线性时滞系统时的强大[26-29]
。已经提出不同的方法用来分析和综合带
时滞的T-S 模糊系统[26,27,29]
。研究依据矩阵不等式的为 T-S 模糊时滞系统的 H∞控制和
公布一个为输出反馈 H∞控制器的设计方法。但是，据我们所知，输出跟踪问题尚未
触及采用T-S模糊时滞模型。
1.2 国内外研究现状
Fuzzy H∞  tracking control for nonlinear networked control systems in T–S fuzzy model 一文研究了模糊跟踪控制问题与规定的一类非线性网络控制系统（网络控制系
统）的 H∞跟踪性能。这种网络控制系统由一个非线性的控制跟踪的对象、传感器、
控制器和致动器构成。一个 T-S 模糊模型被用来代表控制的非线性对象中的网络控制
系统，以及一个跟踪对象由一个稳定的线性描述参考模型所描述。在传输中，会考虑
平行分布补偿技术的两个网络诱导时延和数据包损失。基于 Lyapunov 稳定性理论，
控制设计方法，建立了非线性网络控制系统的一种新颖的跟踪模型。保证了给定的以
线性矩阵不等式的形式的 H∞非线性网络控制系统的跟踪性能开发。最后，例子说明
结果的有效性。
Output Tracking Control for Fuzzy Systems Via Output Feedback Design一文研究了
模糊观测为基础的控制设计，提出应对输出跟踪问题的非线性系统。跟踪设计的目的
是所需的虚拟变量的新概念，反过来对所谓广义运动学进行了介绍，以简化设计过程。
根据这一概念，分两个步骤进行设计：1）确定广义运动学所需的虚拟变量，2）确定
控制增益，就像求解线性矩阵不等式正定问题。对于无法估量的状态变量，建议设计
输出反馈。在这里，我们专注于通过很多物理系统的模糊集合的隶属度函数满足李氏
类似持有一个共同的特点。在此基础上设定，可以单独设计控制增益和观测增益。此
外，会消除零跟踪误差和估计误差。三种不同类型的系统，包括非线性质量—弹簧系
统中，直流—直流转换器和感应电动机表明了设计过程。他们的仿真结果验证了该方
法。
Output Tracking Control of MIMO Fuzzy Nonlinear Systems Using Variable
Structure Control Approach一文对非线性系统在这两个参数摄动和外部扰动的存在输 T-S模糊系统的H∞输出跟踪控制设计与仿真(2):http://www.youerw.com/zidonghua/lunwen_12801.html