共查询到10条相似文献,搜索用时 31 毫秒
1.
针对机器人轨迹跟踪问题,提出了一种自适应神经控制器.该控制方案利用RBF神经网络自适应学习机器人系统的未知非线性动态,然后,通过一个基于滑模控制技术的补偿器消除网络逼近误差和外部干扰的影响.网络权重的自适应修正规则基于Lyapunov函数方法得到.这种新的控制器能够保证闭环系统的稳定性和跟踪误差的渐近收敛性. 相似文献
2.
3.
4.
针对无人直升机着舰的特殊性,克服系统摄动、未建模动态及大气紊流的影响,提高舰载无人直升机着
舰的安全性和精度,基于滑模控制的方法分别设计了着舰控制系统的轨迹跟踪控制律和姿态控制律。采用基于输出
有界的twisting 控制器,通过轨迹跟踪算法保证生成有界的期望姿态角和总距;姿态部分采用小扰动线性化后的姿
态回路控制方程,设计了模型参考自适应滑模控制器,通过自适应项抵消外界干扰造成的误差,利用Lyapunov 稳定
性理论证明了系统的稳定性和跟踪误差收敛;通过仿真进行了实验验证。验证结果表明:所设计的控制器能够满足
无人直升机抗扰动和模型参数摄动的要求,并且设计方法简单,鲁棒性强,易于工程实现。 相似文献
5.
6.
7.
8.
本文针对存在外部扰动、模型参数不确定性和执行器故障情形下的高超声速飞行器跟踪问题进行了研究分析。首先,引入辅助误差变量,将反馈线性模型转为带干扰的一般多变量二阶系统。其次,基于被动容错思想,通过引入一个新型的连续可微的非线性函数,采用自适应技术估计执行器故障信息,设计了自适应非线性故障容错控制器,并借助于Barbalat引理和李雅普诺夫理论对闭环系统的稳定性进行了证明。最后,对所设计的控制器进行模拟仿真,结果表明所设计的控制器具有强鲁棒性和容错能力。 相似文献
9.
针对一类非线性不确定连续系统,提出了一种基于径向基(RBF)神经网络的模型参考自适应控制方案.控制器的非线性部分由RBF神经网络实现,根据系统输出与参考模型输出之间的误差调整神经网络的权值,以补偿系统中的非线性因素.引入权值学习误差的概念,以此为基础利用李雅普诺夫原理分析推导了网络权值的调整规律,并证明了系统的稳定性.在单级火箭速度控制中应用该方案进行了设计,仿真结果表明,火箭速度3s后即能完全跟踪参考模型的输出; RBF神经网络在2s后即能逼近非线性项,网络权值收敛. 相似文献
10.
提出了一种新的线性-自适应Terminal滑模混合控制,把线性状态反馈控制和自适应Terminal滑模控制结合在一起。Terminal滑模控制能够使误差在有限时间内快速收敛到零。在介绍Terminal滑模概念和自适应Terminal滑模方法的基础上,设计了基于质量控制的飞碟的相应控制器。基于质量控制的飞碟是一个多输入多输出的高阶非线性系统。本文的方法保证了输出跟踪误差在有限时间内快速收敛到零,并且有比传统滑模控制更好的动态性能,最后仿真说明了本方法的有效性。 相似文献