1.一种基于跟踪微分器的非线性PID自适应控制方法，所述非线性PID控制包括两个跟踪微分器TD及NLPID控制器，其特征在于，步骤包括：S1、参考信号有界|v(k)|≤r；则有S2、对参考信号和状态输出分别实现过渡过程，TD产生两个输出信号，其中一个输出是跟踪输入信号TD1，另一个输出是输入信号的导数TD2，TD1的模型如下：其中，r为决定跟踪快慢的参数，h则为计算步长，误差信号为ek＝v1(k)-v(k),且最优跟踪函数fhan定义如下：fh＝fhan(ek,v2(k),r,h)TD2的模型只要在TD1模型的基础上分别将 其它参数完全相同；

S3、基于TD的PID控制律写为：u(k)＝Kpe1(k)+Kie0(k)+Kde2(k)其中， e0(k)＝e0(k-1)+e1(k)，构造了一组非线性的PID增益参数：设

其中，ap≥0.2，ai≥1.2，ad≥1.2；得到非线性PID控制律为：u(k)＝wpup(k)+wiui(k)+wdud(k)其中，wp、wi和wd分别是NLPID的比例、积分和微分的权值系数；

S4、NLPID权值系数的自适应学习算法：定义性能指标为： 其中，

根据梯度下降法调整权值系数：wj(k+1)＝wj(k)+Δwj(k)，(j＝p,i,d)；

调整量Δwj(k)为：Δwj(k)＝μe1(k)uj(k)yu(k)；

并将Δwj(k)带入wj(k+1)＝wj(k)+Δwj(k)可得NLPID权值系数的自适应镇定算法：设absw＝|wp(k+1)|+|wi(k+1)|+|wd(k+1)|，对神经网络权值系数做归一化处理，即

2.如权利要求1所述的一种基于跟踪微分器的非线性PID自适应控制方法，其特征在于，所述跟踪函数fhan定义式中的参数变量关系如下：2

d＝rh；a0＝hv2(k)；y＝v1(k)+a0；

a2＝a0+sign(y)(a1-d)/2；a＝(a0+y)fsg(y,d)+a2[1-fsg(y,d)]；

且，fsg(x,d)＝[sign(x+d)-sign(x-d)]/2。

3.如权利要求1所述的一种基于跟踪微分器的非线性PID自适应控制方法，其特征在于，所述调整量Δwj(k)具体得出方法为：调整量Δwj(k)如下：

由于 且 上式

简化为：

式中，μ是神经网络学习步长，且0＜μ＜1；

对式 做如下近似计算：

算法是收敛的，则必有|e1(k+1)|≤|e1(k)|，得出：e1(k+1)＝αe1(k)，且0＜α≤1，将α融入到学习率μ中，并用e1(k)近似替代e1(k+1)；

用符号函数 替代 并设

式 简化为：Δwj(k)＝μe1(k)uj(k)yu(k)。