共查询到15条相似文献,搜索用时 91 毫秒
1.
将动态逆理论、神经网络和自适应控制相结合应用于非线性飞行控制系统设计中,通过动态逆控制律将非线性耦合系统转换为线性解耦系统,采用具有在线学习能力的神经网络来补偿反馈线性化中存在的逆误差,最后利用李亚普诺夫稳定性理论推导了在线网络权值的自适应调整规则。仿真结果表明,这种控制结构具有良好的跟踪能力和极强的鲁棒性。 相似文献
2.
3.
4.
5.
针对一类单输入单输出不确定非仿射型非线性系统,基于多层神经网络提出了一种直接自适应控制方法。该设计方法首先应用多层神经网络自适应模拟逼近逆解中的未知部分,然后应用逆设计和自适应反演设计出虚拟控制量,最后应用反馈线性化设计方法和神经网络设计了直接自适应控制律。并利用Lyapunov稳定性定理推导了神经网络的参数调节律,保证了闭环系统的所有信号均最终一致有界。 相似文献
6.
7.
8.
9.
研究了一种自适应轨迹线性化控制策略并应用于空天飞行器(ASV)飞行控制系统设计。通过理论分析指明当前轨迹线性化控制方法(TLC)对系统中的不确定存在鲁棒性不足的问题。为了解决这一问题,首先研究了一种径向基神经网络干扰观测器(RDO)技术,严格证明了RDO对于系统中不确定因素具有良好的逼近能力。然后利用RDO输出得到一种新的基于RDO的自适应TLC控制策略。神经网络自适应律采用Lyapunov方法设计,保证了闭环系统所有信号有界。最后采用新方案实现了ASV飞控系统,仿真结果表明整个闭环系统在鲁棒性能方面得到很大提高。 相似文献
10.
为解决由气动交联、控制交联引起的旋转弹俯仰和偏航通道间的耦合问题,提出了一种考虑气动不确定和执行机构动力学的自适应解耦控制方法。以一类鸭舵作用下的双通道控制旋转弹为研究对象,建立了非旋转弹体坐标系下考虑舵机动态响应过程以及气动参数不确定性的线性化动力学模型。利用模型参考自适应控制方法作为基础框架,将跟踪误差积分扩维至被控系统以改善闭环系统的跟踪性能。将舵机输入与输出之间的误差信号反馈到参考模型中实现俯仰和偏航通道之间的解耦。通过理论分析和数值仿真,验证了所提自适应解耦控制方法的有效性。仿真结果表明,设计的自适应解耦控制器能够保证闭环系统稳定并且实现俯仰和偏航通道之间的解耦。 相似文献
11.
12.
RFNN control for PMLSM drive via backstepping technique 总被引:2,自引:0,他引:2
Faa-Jeng Lin Po-Hung Shen Rong-Fong Fung 《IEEE transactions on aerospace and electronic systems》2005,41(2):620-644
A robust fuzzy neural network (RFNN) control system is proposed in this study to control the position of the mover of a permanent magnet linear synchronous motor (PMLSM) drive system to track periodic reference trajectories. First, an ideal feedback linearization control law is designed based on the backstepping technique. Then, a fuzzy neural network (FNN) controller is designed to be the main tracking controller of the proposed RFNN control system to mimic an ideal feedback linearization control law, and a robust controller is proposed to confront the shortcoming of the FNN controller. Moreover, to relax the requirement for the bound of uncertainty term, which comprises a minimum approximation error, optimal parameter vectors and higher order terms in Taylor series, an adaptive bound estimation is investigated where a simple adaptive algorithm is utilized to estimate the bound of uncertainty. Furthermore, the simulated and experimental results due to periodic reference trajectories demonstrate that the dynamic behaviors of the proposed control systems are robust with regard to uncertainties. 相似文献
13.
14.
15.
提出了一种基于小波神经网络辨识的PID神经网络模型参考自适应控制方法。该方法采用小波神经网络作为辨识器,PID神经网络作为控制器在线调节。由于小波变换具有良好的时频局部特性,神经网络具有强大的非线性映射能力,自学习、自适应等优势,采用规范正交的小波函数作为神经网络的基函数构成小波神经网络,该网络兼有小波函数的紧支性、波动性以及神经网络的非线性映射能力,自学习、自适应能力等优点,仿真结果表明用该方法构成的控制系统收敛速度快,逼近精度高,鲁棒性好,优于一般的BP网络控制。 相似文献