首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 968 毫秒

1.  基于模糊控制补偿的支持向量机逆模型控制  
   袁小芳  王耀南  张莹《电子测量与仪器学报》,2007年第21卷第1期
   支持向量机(SVM)具有很强的非线性逼近能力与泛化能力,文章研究了基于SVM的非线性系统逆模型辨识,并设计了基于模糊控制补偿的SVM逆控制系统.由SVM辨识的逆模型作为前馈控制器,形成直接逆模型控制器.同时,设计模糊控制器构成反馈补偿控制,克服逆模型的建模误差,提高系统鲁棒稳定性.仿真研究表明,SVM具有优良的逆模型辨识能力,基于模糊控制补偿的支持向量机逆控制系统的动态性能好、跟踪精度高、鲁棒稳定性强.    

2.  考虑非线性执行器的补偿逼近模型控制  
   袁小芳  孙 炜  王耀南  王 昺《控制理论与应用》,2009年第26卷第2期
   考虑执行器的非线性, 研究了一种带补偿的逼近模型控制系统. 该控制系统包含逼近模型控制器与补偿器.逼近模型控制器根据对象的输入输出线性化关系直接得出控制律, 并由支持向量机辨识对象模型来实现. 补偿部分采用反馈环节来提高系统的鲁棒稳定性, 并采用在线估计得到的逆模型来抵消执行器的非线性特征. 文章分析了该控制系统的稳定性, 针对励磁系统的仿真实验验证了其有效性能.    

3.  基于支持向量机的发电机组逆模型控制  
   王耀南  袁小芳  吴亮红《仪器仪表学报》,2008年第29卷第2期
   针对同步发电机组这个非线性、工况复杂的多变量控制对象,研究了一种基于支持向量机的发电机组逆模型控制方法.根据采集到的输入输出样本数据,首先由支持向量机网络来辨识发电机组的逆模型,以此作为逆控制器没计的基础.随后.分析了2种不同的逆模型控制器,即直接逆模型控制和具有线性补偿的逆模型控制.仿真研究表明,支持向量机逆模型控制器具有优良性能,而且线性补偿逆模型控制比直接逆模型控制的性能更优,鲁棒稳定性更好.    

4.  时变不确定非线性系统自适应滑模跟踪控制  
   丛爽  梁艳阳《基础自动化》,2009年第16卷第4期
   针对一般的具有时变且界未知的非线性不确定性的单输入多输出非线性系统.提出一种自适应滑模跟踪控制器的框架。在该框架内,系统的时变且界未知的非线性不确定性可以通过函数逼近技术(FAT)表示成为一组正交基函数序列的组合,并通过滑模控制技术和直接Lyapunov方法获得基函数系数的更新律以及对不确定性逼近误差的在线自适应补偿,从而得到自适应的滑模控制律。所提出的基于函数逼近技术的自适应滑模跟踪控制策略在直流电机跟踪控制系统实验装置上进行了实际控制实验,并进行了性能的对比与分析。    

5.  时变不确定非线性系统自适应滑模跟踪控制  
   丛爽  梁艳阳《控制工程》,2009年第16卷第4期
   针对一般的具有时变且界未知的非线性不确定性的单输入多输出非线性系统,提出一种自适应滑模跟踪控制器的框架.在该框架内,系统的时变且界未知的非线性不确定性可以通过函数逼近技术(FAT)表示成为一组正交基函数序列的组合,并通过滑模控制技术和直接Lyapunov方法获得基函数系数的更新律以及对不确定性逼近误差的在线自适应补偿,从而得到自适应的滑模控制律.所提出的基于函数逼近技术的自适应滑模跟踪控制策略在直流电机跟踪控制系统实验装置上进行了实际控制实验,并进行了性能的对比与分析.    

6.  两电机变频系统的支持向量机广义逆内模解耦控制  被引次数:1
   刘国海  张锦  赵文祥  张懿  蒋彦《中国电机工程学报》,2011年第6期
   针对两电机变频系统非线性强耦合的特点,提出基于支持向量机广义逆内模控制的方法。对工作在矢量控制方式下的两电机变频系统数学模型进行广义逆存在性分析,从而得出系统广义逆数学表达式。通过支持向量机来辨识原系统的广义逆系统,然后对复合后所得到的伪线性系统引入了内模控制。该方法结合了支持向量机在小样本上具有良好的非线性建模能力和泛化能力,以及内模控制器易于在线设计的优点,同时兼顾系统的鲁棒稳定性,从而可以有效提高系统的控制效果。仿真和实验结果表明,该方法具有良好的动静态解耦性能,对外界扰动亦有很强的鲁棒稳定性。    

7.  基于支持向量机的一类混沌系统自适应逆控制  
   刘涵  刘丁《控制理论与应用》,2007年第24卷第5期
   本文研究了基于支持向量机回归自适应逆控制的混沌控制方法,用支持向量机建立系统的辨识器,同时在控制过程可逆的条件下设计基于支持向量回归的系统逆控制器.将该自适应逆控制的方法应用于Lorenz混沌系统的控制,仿真结果表明在系统带有不确定性和测量噪声的情况下,该方法可以有效的将混沌系统的状态控制到给定状态.    

8.  基于支持向量机逆模型的电子节气门智能控制  
   盛旺《小型内燃机与摩托车》,2009年第38卷第4期
   针对强非线性复杂时变的电子节气门,本文研究了一种基于逆模型的智能控制器,并由模糊核函数的最小二乘支持向量机来实现.采用最小二乘支持向量机来辨识对象的逆模型,依据此辨识的逆模型作为前馈的逆模型控制器.仿真实验表明该智能控制器实际效果良好.    

9.  基于逆系统多模型内模主动容错控制  
   李炜  程应峰  许德智《计算机仿真》,2011年第28卷第3期
   针对现有非线性系统对故障容错的快速性和可靠性不足,从而导致容错失败的问题,为解决上述问题,研究了一类具有可能故障先验知识的非线性系统,提出了一种基于最小二乘支持向量机(LS-SVM)建模的逆系统多模型内模主动容错控制方法.采用 LS-SVM 对系统正常以及各种先验故障情形的逆系统进行建模,构造系统的逆模型库,根据逆系统方法将逆模型与被控系统串联形成伪线性系统,设计具有良好鲁棒性能的内模控制器.系统在线运行时,监控决策机制基于对系统性能指标的仿真计算,结果表明在无需改变内模控制器的情况下达到对非线性系统故障容错的快速性和可靠性,证明方法的有效性.    

10.  基于支持向量机的电弧炉逆内模控制器  被引次数:3
   李磊  毛志忠  贾明兴  刘芳《控制理论与应用》,2010年第27卷第11期
   针对三相交流电弧炉电极调节系统的耦合问题, 提出了基于支持向量机的逆内模解耦控制策略. 根据广义电弧炉对象的Taylor近似模型直接推导逆控制律, 消除三相之间的耦合, 避免了在线辨识逆模型计算量过大的问题. 另外, 在内模结构中引入非线性补偿, 当系统参数变化和受到外部干扰时, 保证了系统的鲁棒性. 系统的稳定性和鲁棒性通过Lyapunov方法进行了分析, 最后的仿真与实验结果验证了控制器的有效性.    

11.  磁悬浮开关磁阻电机逆动力学建模与控制  
   朱志莹  孙玉坤  黄永红《电机与控制学报》,2011年第15卷第3期
   针对磁悬浮开关磁阻电机这一多变量、非线性、强耦合系统解耦控制时逆动力学模型难以获取的问题,提出一种基于最小二乘支持向量机的逆动力学建模与解耦控制方法。介绍磁悬浮开关磁阻电机工作原理,给出悬浮力和转矩的动力学模型,分析模型的可逆性。在此基础上,结合最小二乘支持向量机拟合与逆模解耦线性化特点,研究磁悬浮开关磁阻电机的最小二乘支持向量机逆动力学建模与解耦控制方法,给出逆动力学建模与优化过程,设计前馈和反馈环节对系统进行复合控制。仿真及实验结果表明:逆动力学模型实现了系统的解耦线性化,复合控制系统具有良好的动态和静态性能。    

12.  TCSC与发电机汽门的综合非线性控制  
   袁小芳  王耀南  吴亮红  李树涛《电工技术学报》,2008年第23卷第7期
   针对TCSC与发电机汽门的综合控制,研究了一种基于支持向量机(SVM)逼近的非线性控制器.依据泰勒扩展式,探讨了一种新的输入输出辨识方法,以此直接得到控制律,并由SVM建模来实现.在模型辨识与控制律设计中,采用普通的SVM学习方法,而无需离线或在线的学习优化.基于Lyapunov方法,文章给出了控制器的鲁棒性与闭环稳定性的证明.仿真实验验证了该控制器的有效性.    

13.  基于模糊逻辑的一类非线性系统直接自适应控制  被引次数:14
   朴营国  张俊星  张化光《控制理论与应用》,2001年第18卷第1期
   针对一类连续非线性不稳定系统,基于模糊逻辑提出了一种新的自适应跟踪控制方法,在此方法中,控制器由两部分组成:模糊逼近控制器(FAC)和模糊滑模补偿控制器(FSMCC),其中,FAC利用模糊逻辑系统全局逼近理论控制器,FSMCC用于全局补偿逼近误差和系统的不确定性及消除外部干扰的影响,整个闭环控制系统在Lyapunov意义下全局渐进稳定踊跃误差收敛于零的某一领域内,最后通过示例验证了本方法的有效性。    

14.  基于支持向量机的非线性系统内模控制  
   曹克强  胡良谋  李小刚  苏新兵《机床与液压》,2012年第40卷第9期
   提出了基于回归型支持向量机的非线性系统内部模型和逆模型的辨识建模方法,在此基础上,提出了基于回归型支持向量机的非线性系统内模控制的方法。仿真试验结果表明:采用回归型支持向量机建立的非线性系统内部模型和逆模型都具有很高的建模精度和较强的泛化能力,基于回归型支持向量机的内模控制算法对非线性系统具有良好的控制性能、较强的抗干扰能力和鲁棒性能。    

15.  基于LS-SVM逆系统的汽油机瞬态空燃比复合控制研究  
   宋丹丹  李岳林  解福泉《内燃机工程》,2018年第39卷第2期
   为实现瞬态空燃比有效控制,提出基于逆模型前馈控制附加无模型自适应反馈控制的复合控制策略。利用最小二乘支持向量机(LS-SVM)建立空燃比系统逆模型,对瞬态空燃比模型中的进气量进行动态前馈补偿,并结合无模型自适应(MFAC)通过修正喷油量对空燃比进行反馈控制,对系统扰动、误差等实现修正。利用瞬态工况试验数据进行仿真,并与台架试验实际数据进行了对比。结果表明,LS-SVM逆模能高精度地逼近空燃比瞬态过程,结合MFAC反馈控制提高了系统的鲁棒性和抗干扰能力。因此该复合控制策略可行,可用于发动机瞬态工况空燃比的精确控制。    

16.  无轴承异步电机的非线性动态解耦控制  
   王正齐  刘贤兴  孙宇新《中国机械工程》,2012年第23卷第8期
   针对无轴承异步电机多变量、非线性、强耦合的特点,提出一种基于支持向量机α阶逆系统理论的非线性动态解耦控制策略。将通过支持向量机回归方法辨识出的无轴承异步电机逆系统串接在原系统之前,构成伪线性复合系统,实现整个系统的线性化。最后根据线性系统理论进行了系统综合。仿真和实验研究表明,支持向量机α阶逆系统方法能够实现无轴承异步电机悬浮力和旋转力之间的动态解耦,控制系统具有良好的动静态性能。    

17.  基于小波网络的非线性内模控制  被引次数:3
   吕朝霞  吴晓蓓  郭健  胡维礼  胡寿松《控制与决策》,2001年第16卷第1期
   针对非线性内模控制结构,给出了小波网络逼近系统正、逆模型的充分条件的实现方法。在内模控制结构中引入PID补偿控制,改进了内模控制器的性质。仿真结果表明,小波网络用于非线性内模控制是有效的,内模+PID控制较单一内模控制具有更快速和平稳的跟踪性能。    

18.  基于最小二乘支持向量机的自适应逆扰动消除控制系统  被引次数:8
   柳晓菁  易建强  赵冬斌  王伟《控制与决策》,2005年第20卷第8期
   研究一种基于最小二乘支持向量机的自适应逆扰动消除控制器的设计问题,给出了基于最小二乘支持向量机的建模和逆建模方法,以及贝叶斯证据框架下高斯核支持向量机估计算法的参数选择方法.仿真结果验证了该方法的有效性.    

19.  基于支持向量机的逆变器控制策略的研究  
   张浩然  汪晓东《电工技术学报》,2005年第20卷第11期
   针对逆变器系统的本身特点,提出一种基于最小二乘支持向量机的前馈学习控制策略,该控制结构由前馈控制和反馈控制两部分组成,在该控制算法中,利用最优控制理论来整定PID控制器的参数,并采用最小二乘支持向量机作为前馈学习控制系统中的函数逼近器来建模逆变器的逆动态,仿真实验表明所设计的控制策略有效地提高了逆变器的抗负载干扰的性能.    

20.  Inverse Model Control for a Quad-rotor Aircraft Using TS-fuzzy Support Vector Regression  
   Zhiyu Li  Hanxin Chen  Congqing Wang  Kaijia Xue《哈尔滨工业大学学报(英文版)》,2017年第24卷第6期
  

基于TS模糊支持向量机回归的四旋翼无人机逆模控制

李志宇1,陈含欣2,王从庆2,薛楷嘉2

(1.南京航空航天大学 无人机研究院,南京 210016;

2.南京航空航天大学 自动化学院,南京 210016)

创新点说明:

研究了一种基于TS模糊支持向量机回归的四旋翼无人机逆模控制方法,TS核是对应一组TS模糊推理规则的输入和一组输出线性组合的点积,TS模糊支持向量机回归的输出是TS核的线性加权和,推导了四旋翼无人机的动力学模型,提出一种将TS模糊支持向量机回归逆模控制与PID控制结合的新方法,其中TS模糊支持向量机回归逆模控制可以提高抗干扰和鲁棒性能,PID控制增加系统的快速响应和可靠性。仿真结果表明了该控制方法可以提高四旋翼姿态系统的控制性能。

研究目的:

采用PID 控制结合TS模糊支持向量机回归逆模控制来提高四旋翼无人机姿态控制的性能。

研究方法:

通过推导TS模糊支持向量机回归模型与TS模糊推理系统输出等效关系,建立四旋翼无人机动力学数学模型,在matlab仿真环境下开展实验验证,计算机2.4GHZ,2G内存,window7.0。

结果:

分别采用PID控制、Backstepping控制和TS模糊支持向量机回归逆模控制,仿真实验给出了无噪声和有噪声下的俯仰角和俯仰角速度变化曲线,仿真结果表明: TS模糊支持向量机回归逆模控制能够获得更好的控制效果。

结论:

采用TS模糊支持向量机回归逆模控制方法对四旋翼无人机姿态系统进行控制,设计了逆模控制器,并增加了PID控制,具有快速响应和抗干扰性能。

关键词:支持向量机回归,TS模糊支持向量机,逆模控制,四旋翼,姿态控制

   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号