排序方式: 共有44条查询结果,搜索用时 15 毫秒
1.
近年来,对于具有未知动态的非零和微分博弈系统的跟踪问题,已经得到了讨论,然而这些方法是时间触发的,在传输带宽和计算资源有限的环境下并不适用.针对具有未知动态的连续时间非线性非零和微分博弈系统,本文提出了一种基于积分强化学习的事件触发自适应动态规划方法.该策略受梯度下降法和经验重放技术的启发,利用历史和当前数据更新神经网络权值.该方法提高了神经网络权值的收敛速度,消除了一般文献设计中常用的初始容许控制假设.同时,该算法提出了一种易于在线检查的持续激励条件(通常称为PE),避免了传统的不容易检查的持续激励条件.基于李亚普诺夫理论,证明了跟踪误差和评价神经网络估计误差的一致最终有界性.最后,通过一个数值仿真实例验证了该方法的可行性. 相似文献
2.
控制受限的一类确定非完整动力学系统的镇定 总被引:1,自引:0,他引:1
利用滑动模态的方法,采用多步控制策略,对一类控制受限的不确定非完整动力学系统设计了镇定控制器,使得闭环系统的状态在有限时间内可收敛到原点的事先给定的任意小的ε领域中,最后,将该方法用于一类移动机器人的控制器设计,仿真结果验证了该方法的有效性。 相似文献
3.
基于视觉反馈和标准链式形式,研究了一类不确定非完整移动机器人的轨迹跟踪控制问题.首先,利用针孔摄像机模型,提出了一种新的基于视觉伺服的移动机器人运动学跟踪误差模型.基于这个模型,在具有不确定视觉参数的情形下,利用back-stepping技术,设计出了一种新的自适应动态反馈跟踪控制器,实现了全局渐近的轨迹跟踪,并通过李亚普诺夫方法严格证明了闭环系统的稳定性和估计参数的有界性.仿真结果证明了所提出的控制器的有效性. 相似文献
4.
基于未校准视觉反馈的非完整运动学系统具有参数不确定性,较一般的运动学系统更加复杂.根据视觉反馈和非完整移动机器人的链式标准形式,研究了具有未标定摄像机视觉参数的移动机器人的轨迹跟踪控制问题.利用固定在天花板上的摄像机系统提出运动学跟踪误差模型,并对该误差系统模型提出了一种动态反馈跟踪控制器;对具有不确定机械参数的动力学模型,提出一种自适应力矩控制器,该控制器保证了实际机器人状态渐近跟踪给定的参考轨迹,并通过Lyapunov方法严格证明了整个闭环系统的稳定性.仿真结果证实了所提出的控制器的有效性. 相似文献
6.
7.
8.
不校准视觉参数的非完整运动学系统的鲁棒指数镇定 总被引:1,自引:0,他引:1
基于视觉反馈和非完整(1,2)型移动机器人的标准链式形式,探讨了具有不校准视觉参数的机器人的鲁棒镇定问题,得到了这种机器人在图像平面内新的非完整运动学系统的不确定链式模型.借助于状态缩放和切换技术,对非完整不确定链式模型提出了新的指数镇定的时变反馈控制器,并给出了指数镇定的严格证明.仿真结果验证了控制器设计的有效性. 相似文献
9.
介绍一种新的等距离采样参数归一化方法.针对美尔倒谱系数(MFCC)和一阶、二阶美尔倒谱系数,提出了一种新的学习矢量量化(LVQ1)和改进学习矢量量化(LVQ2)结合的识别算法.仿真结果表明所提出的算法相对于只用LVQ1网络识别,可以有效改善学习效率. 相似文献
10.