共查询到17条相似文献,搜索用时 109 毫秒
1.
讨论了一种基于径向基函数(RBF,Radial Basic Function)神经网络的导弹滑模动态逆控制律.导弹的基本控制律采用动态逆方法设计,对慢回路设计神经网络滑模控制器以补偿整个控制系统的不确定性.即用RBF神经网络逼近导弹慢模态不确定性的数学模型,并将逼近误差引入到网络权值的调节律以改善系统的动态性能;滑模控制器用于减弱模型不确定性及神经网络的逼近误差对跟踪的影响.所设计的控制器不仅保证了闭环系统的稳定性,而且使模型不确定性及神经网络的逼近误差对跟踪的影响减小到给定的性能指标.最后通过仿真分析,验证了该方法的有效性. 相似文献
2.
研究了具有固定时间收敛特性的火星探测器大气进入段的标称轨迹跟踪制导问题。首先,针对横向运动,给出与速度成线性关系的航向误差漏斗走廊形式,完成了倾侧角的反号逻辑设计。与横程漏斗走廊反号逻辑相比,该逻辑计算量小,更适用于宇航计算机。与航向误差宽度走廊反号逻辑相比,该逻辑在高速状态下能够避免倾侧角的频繁切换,可提高任务成功的概率。其次,针对纵向运动,通过RBF神经网络补偿了倾侧角饱和问题,利用积分滑模设计了阻力加速度固定时间饱和跟踪制导律,其不仅可有效消除滑模控制的抖振问题,且将跟踪误差以两种不同形式引入制导律,能够加速收敛,能够保证跟踪误差在固定时间内快速收敛至0。最后,通过数值仿真验证了所设计的横向倾侧角切换逻辑和纵向制导律对标称轨迹的快速、精确跟踪能力。 相似文献
3.
针对战斗机大机动飞行输入饱和问题,提出了一种自适应神经网络动态面控制方法。采用径向基(RBF)神经网络逼近飞机系统的不确定性,利用双曲正切函数处理系统的输入饱和问题,根据饱和受限后的实际控制输入与期望控制输入之差定义新误差变量,结合该误差变量设计大机动飞行控制律,并构造鲁棒项抵消神经网络逼近误差、外部干扰和建模误差的影响,利用动态面控制技术避免对虚拟控制器的复杂求导并减小计算量。根据Lyapunov稳定性定理证明了闭环控制系统所有信号有界,且通过选择合适的设计参数能够使姿态角跟踪误差收敛到原点的任意小邻域内。通过仿真结果的分析,验证了所提方法具有较好的鲁棒性和稳定性。 相似文献
4.
基于高增益观测器的航迹角自适应反步控制 总被引:1,自引:1,他引:0
针对飞行控制系统中状态向量不完全可测量的问题,设计了一种高增益神经网络自适应观测器.在常规高增益观测器的基础上引入径向基(RBF, Radial Basis Function)网络自适应项,对建模误差和外界干扰进行在线估计.将高增益观测器与基于动态面的反步控制相结合,提出了一种神经网络自适应反步控制方法.引入一阶滤波器,避免了传统反步控制中的"计算膨胀"问题.基于Lyapunov稳定性理论,给出自适应输出反馈控制器和RBF网络权值向量的自适应律,并证明了闭环系统是半全局一致有界.从航迹角控制系统仿真结果可以看出,航迹角能够较好地跟踪指令信号,不受建模误差和外界干扰的影响,所设计的观测器具有良好的收敛性,控制系统具有较高的鲁棒性. 相似文献
5.
研究了航天器编队飞行多目标姿态跟踪的鲁棒控制问题.主航天器由中心刚体和一个快速机动天线组成,星载相机跟踪某一特定目标,同时天线与从航天器保持通信.在考虑模型不确定性和外部干扰情况下,基于非奇异终端滑模技术和RBF神经网络,设计了多目标姿态跟踪鲁棒控制器.鲁棒控制器由RBF神经网络和一个自适应控制器组成.自适应控制器用于抵消神经网络的逼近误差和实现期望的控制性能. RBF神经网络用于逼近模型不确定部分与外部干扰力矩,并且根据非奇异终端滑模的有限时间收敛属性,提出了一种RBF网络的在线学习算法,提高了RBF网络的逼近效率.应用Lyapunov稳定性理论,证明了闭环系统稳定性.数值仿真结果表明所设计的控制器对外部干扰与模型不确定具有良好的鲁棒性. 相似文献
6.
基于终端滑模和神经网络的多目标姿态跟踪鲁棒控制#br# 《空间控制技术与应用》2019,45(3):39
研究了航天器编队飞行多目标姿态跟踪的鲁棒控制问题.主航天器由中心刚体和一个快速机动天线组成,星载相机跟踪某一特定目标,同时天线与从航天器保持通信.在考虑模型不确定性和外部干扰情况下,基于非奇异终端滑模技术和RBF神经网络,设计了多目标姿态跟踪鲁棒控制器.鲁棒控制器由RBF神经网络和一个自适应控制器组成.自适应控制器用于抵消神经网络的逼近误差和实现期望的控制性能.RBF神经网络用于逼近模型不确定部分与外部干扰力矩,并且根据非奇异终端滑模的有限时间收敛属性,提出了一种RBF网络的在线学习算法,提高了RBF网络的逼近效率.应用Lyapunov稳定性理论,证明了闭环系统稳定性.数值仿真结果表明所设计的控制器对外部干扰与模型不确定具有良好的鲁棒性. 相似文献
针对水下机械手遥操作过程中数学模型及外部干扰引起不确定问题提出了自适应双边控制策略。对主机械手模型参数与外部干扰引起的不确定,设计了基于名义模型的参考自适应阻抗控制律,根据主手力与从手力误差来调节期望模型的参考位置,利用自适应控制律补偿模型不确定性。针对从机械手的不确定性采用径向基函数(RBF)神经网络进行自适应补偿,通过设计滑模变结构控制器与鲁棒自适应控制器消除逼近误差,满足了从机械手对主机械手位置跟踪。设计了李雅普诺夫函数证明跟踪性能与全局稳定性,保证力-位置跟踪的渐进收敛性能。结果表明:整体控制在模型不确定及外部干扰条件下具有很好的力-位置跟踪能力,整体系统具有稳定性和可靠性,并且具有鲁棒性及自适应控制能力。 相似文献
8.
针对无人机存在外部环境干扰及执行机构故障情况下的固定时间路径跟踪容错制导控制进行研究,提出了固定时间收敛的视线制导控制算法,利用反步法及固定时间收敛的视线制导控制算法确保无人机路径跟踪误差在固定时间内收敛。通过在视线制导控制算法中引入指令滤波器及误差补偿器,避免反步法中虚拟控制量微分项的复杂计算。为了抑制制导控制过程中系统状态剧烈变化,引入障碍李雅普诺夫函数对偏航角速度误差进行限制。通过非线性固定时间观测器对不确定性进行估计补偿,消除执行机构故障及外部环境干扰等因素对跟踪性能的影响。仿真结果表明:所提算法具备有效性和鲁棒性,具有良好的路径跟踪容错制导控制性能。 相似文献
9.
为了完成对一类反馈型非线性系统的控制,研究了该类非线性系统。首先,根据LaSalle不变性原理论证了一类自治系统收敛的引理。然后,引入误差函数,通过误差函数的Lyapunov函数寻找使得误差函数渐近稳定的控制器,再根据引理得出系统状态所跟踪的轨迹全部收敛,从而使得系统状态均有界,系统的输出趋于输入;论述了控制器使系统状态稳定的条件,给出了闭环系统稳定性的证明。最后,给出了一个固定翼飞机纵向运动飞行控制系统的算例,并且按照所提的方法设计了控制器,在MATLAB的Simulink模块下进行了仿真验证。结果表明,对于阶跃信号和正弦信号,所提出的控制方法能够使得飞机俯仰角快速收敛跟踪指令。 相似文献