This thesis presents adaptive algorithms to identify and control systems with switching behavior and large uncertainties. First, adaptive identification algorithms for switched systems are derived. Hybrid observers are used to reconstruct partitions, parameter identifiers are extended form linear systems to identify the affine subsystems, and concurrent learning relaxes requirements on persistent excitation. Then, direct and indirect model reference adaptive control laws are proposed to make switched systems behave linearly in closed loop. Finally, a coverage-control algorithm for candidate-controller distribution in multiple models adaptive control is developed.     «

This thesis presents adaptive algorithms to identify and control systems with switching behavior and large uncertainties. First, adaptive identification algorithms for switched systems are derived. Hybrid observers are used to reconstruct partitions, parameter identifiers are extended form linear systems to identify the affine subsystems, and concurrent learning relaxes requirements on persistent excitation. Then, direct and indirect model reference adaptive control laws are proposed to make swi...     »

Diese Dissertation liefert Algorithmen zur adaptiven Identifikation und Regelung schaltender Systeme mit großen Parameterunbestimmtheiten. Erst wird die adaptive Identifikation schaltender Systeme vorgestellt. Hybride Beobachter schätzen die Partitionen, Parameteridentifizierer für lineare Systeme werden erweitert um affine Subsysteme zu identifizieren, und Concurrent Learning lockert Annahmen zur beständigen Anregung. Im Weiteren, werden adaptive Regelungen entwickelt, welche auf direkte und indirekte Weise einem schaltenden System ein lineares Referenzverhalten aufprägen. Abschließend wird die Modelverteilung in Multiple Models Adaptive Control mittels Coverage Control gelöst.     «

Diese Dissertation liefert Algorithmen zur adaptiven Identifikation und Regelung schaltender Systeme mit großen Parameterunbestimmtheiten. Erst wird die adaptive Identifikation schaltender Systeme vorgestellt. Hybride Beobachter schätzen die Partitionen, Parameteridentifizierer für lineare Systeme werden erweitert um affine Subsysteme zu identifizieren, und Concurrent Learning lockert Annahmen zur beständigen Anregung. Im Weiteren, werden adaptive Regelungen entwickelt, welche auf direkte und in...     »