共查询到18条相似文献,搜索用时 171 毫秒
1.
在水面无人艇(USV)编队控制中,控制效果易受系统初始状态和内外部扰动的影响.为此,研究一类具有复杂干扰下的USV编队控制问题,结合固定时间扰动观测器提出一种领航-跟随编队控制方法.首先,提出一种基于固定时间滑模的跟踪控制(FTSM-TC)策略,在固定时间内保证领航艇快速跟踪期望轨迹;然后,为处理内外部未知干扰设计固定时间扰动观测器(FTDO),从而保证在固定时间内对编队系统中的未建模动态和外部复杂干扰进行精确辨识.所提出的基于FTDO的编队控制(FTDO-FC)策略,使编队控制系统在固定时间内收敛并保持稳定的期望队形,仿真结果表明,所设计控制方法能够有效解决存在复杂未知扰动情况下的USV编队控制问题,且收敛时间与系统初始状态无关. 相似文献
2.
针对扰动下电驱动非完整移动机器人固定时间编队控制问题,通过引入包含驱动器动力学的领航者-跟随者状态空间动力学模型,分两步对编队控制器进行了设计。对领航者跟随者编队运动学模型进行了多变量固定时间控制设计。在动力学层面,为实现扰动下的速度跟踪,通过辅助输入设计了一种跟随者机器人多变量超螺旋固定时间连续电压控制器。所提算法使机器人编队克服了跟随者机器人所受干扰,确保了跟随者机器人与领航者在固定时间达到期望队形,跟随者在固定时间内跟随期望速度,设计的连续控制消除了开关控制的抖振现象。通过参数设计提前给定系统收敛的固定时间,与系统初始状态无关。基于Lyapunov方法进行了系统稳定性分析。通过仿真对算法进行了验证。 相似文献
3.
针对多自主水下航行器编队系统受限于有限的通信资源及收敛速度慢等问题, 提出一种基于事件触发的自主水下航行器固定时间领航?跟随编队控制方法. 首先, 将动态面控制算法与反步法结合, 消除“计算膨胀”问题; 其次, 为节约有限通信资源, 将事件触发通讯机制和固定时间理论引入多自主水下航行器编队控制中, 设计编队控制器, 实现编队系统的固定时间稳定, 且系统收敛时间与初始状态无关, 并通过理论证明无Zeno行为; 最后, 对4艘自主水下航行器的编队进行仿真实验, 验证算法的有效性. 相似文献
4.
针对多AUV编队控制的模型参数不确定及未知海流干扰的问题, 提出基于固定时间模糊干扰观测器的事
件触发编队控制方法, 该方法可保证编队控制在固定时间内收敛. 首先, 构造了固定时间模糊干扰观测器处理系统
的集总扰动, 实现固定时间内对扰动的精确估计. 在扰动观测器的基础上, 将指令滤波器与反步法结合, 消除了多次
求导产生的计算爆炸问题; 其次, 为了降低网络传输资源能耗, 将事件触发机制引入多AUV编队控制中, 设计具有
固定时间收敛性能的分布式编队控制器, 且系统收敛时间仅取决于控制器设计参数, 并经理论证明无Zeno行为; 最
后通过多AUVs编队仿真实验, 证明了所提出算法的有效性和合理性. 相似文献
5.
研究多移动机器人协同编队控制问题,提出一种基于虚拟结构的分布式预测控制算法.与现有编队控制方法相比,基于虚拟结构的方法可以使移动团队更加稳定地保持期望编队队形运动,通过将变换矩阵与虚拟结构相结合可以改善编队结构的灵活性,从而有效拓展该方法的应用范围.最后将所提出控制算法与现有编队控制方法进行对比仿真,结果验证了其有效性. 相似文献
6.
7.
为实现固定翼无人机集群对理想编队构型的跟踪,研究了执行器存在未建模动态和不确定性的无人机集群系统的固定时间编队跟踪控制问题。首先,建立了无人机集群的三自由度运动学模型。其次,基于一种收敛时间独立于初始条件的固定时间终端滑模,设计了分布式固定时间编队协同跟踪控制器,利用控制器中的鲁棒项补偿外部扰动,通过Lyapunov稳定性理论证明了闭环系统的固定时间稳定性。最后,对所设计的控制器进行了数值仿真验证,仿真结果表明:所设计的控制器能够使无人机集群在固定时间内组成理想编队构型,同时系统具有鲁棒性。 相似文献
8.
9.
10.
11.
针对含有驱动器及编队动力学的多非完整移动机器人编队控制问题,基于领航者-跟随者[l-ψ]控制结构,通过反步法设计了一种将运动学控制器与驱动器输入电压控制器相结合的新型控制策略。采用径向基神经网络(RBFNN)对跟随者及领航者动力学非线性不确定部分进行在线估计,并通过自适应鲁棒控制器对神经网络建模误差进行补偿。该方法不但解决了移动机器人编队控制的参数与非参数不确定性问题,同时也确保了机器人编队在期望队形下对指定轨迹的跟踪;基于Lyapunov方法的设计过程,保证了控制系统的稳定与收敛;仿真结果表明了该方法的有效性。 相似文献
12.
针对存在参数不确定性的Buck变换器系统,提出一种非奇异固定时间滑模控制方法。首先,设计非奇异固定时间滑模面,并基于该滑模面设计固定时间控制器,保证系统输出电压误差在固定时间内收敛到平衡点的邻域内,且其收敛时间上界与系统初始状态无关。其次,设计自适应律估计系统不确定干扰上界,有效抑制不确定干扰对系统的影响,该方法无需干扰上界的先验知识。最后,仿真结果验证了所提方法的有效性。 相似文献
13.
14.
A novel adaptive predefined-time tracking control algorithm is proposed for the Euler–Lagrange systems (ELSs) with model uncertainties and actuator faults. Compared with traditional finite-time and fixed-time studies, the system output tracking error under the proposed predefined-time controller converges to a small neighborhood of zero in finite time, whose upper bound is exactly a design parameter in the control algorithm. For the uncertain model, radial-based function neural network (RBFNN) is utilized to approximate the continuous uncertain dynamics. To deal with the actuator faults, an adaptive control law is involved in the fault-tolerant controller. In order to achieve the predefined-time bounded, a novel predefined-time sliding mode surface is designed. It is proved that the tracking error vector trajectory of closed-loop system is semi-globally uniformly ultimately predefined-time bounded, and the upper bounds of both the system settling time and the corresponding output tracking error can be adjusted with a simple parameter. Simulation examples finally demonstrate the effectiveness of the proposed control algorithm. 相似文献
15.
针对具有典型非线性特性的多关节机器人轨迹跟踪控制问题,提出一种基于径向基函数(RBF)神经网络的固定时间滑模控制方法.首先,基于凯恩方法建立包括系统模型不确定性以及外部干扰在内的多关节机器人动力学模型;然后,根据机器人动力学模型设计一种固定时间收敛的滑模控制器, RBF神经网络用来逼近系统模型中的不确定性项,并利用Lyapunov理论证明该系统跟踪误差能在固定时间内收敛;最后,对特定型号的多关节机器人虚拟样机进行仿真分析,结果表明:与基于RBF神经网络的有限时间滑模控制器相比,所提出控制器具有良好的跟踪性能且能保证系统状态在固定时间内收敛. 相似文献
16.
本文考虑刘维尔方程描述的两能级量子系统对于目标平衡态的固定时间控制问题.首先通过相干矢量和复数的指数形式对系统模型及控制目标进行等价变换,并借助合适的Lyapunov函数设计一个含分数幂的连续非光滑控制律,然后利用固定时间稳定性定理给出了系统实现固定时间收敛的条件.针对某些分数幂取值导致控制性能较差的情况,提出了两种非... 相似文献
17.
18.
In this article, under the circumstance of dead zones input and unknown control direction, the adaptive practical fixed-time control strategy is presented for a general class of multi-input and multi-output (MIMO) nonlinear systems. The inherent explosion of computational complexity difficulty is eliminated by adopting a command filter technique and the universal approximation properties of radial basis function neural networks (RBFNNs) are applied to model the unknown nonlinear functions. The difficulties of the dynamic surface method and unknown directions can be handled by invoking error compensation mechanism and Nussbaum-type functions, respectively. The uniqueness of the presented control scheme is that the tracking system can achieve the fixed-time stability without relying on the boundedness of dead-zone parameters. The fixed-time convergence of the output tracking error and the semiglobally fixed-time stable of closed-loop system are assured via the developed adaptive fixed-time command filtered controller. Finally, a practical example is supplied to further validate the availability of the presented theoretic result. 相似文献