排序方式: 共有5条查询结果,搜索用时 970 毫秒
1
1.
2.
3.
改进RBF网络学习算法在卫星姿态控制中的应用 总被引:1,自引:0,他引:1
提出了一种基于神经网络扰动补偿的姿态控制方法,首先,针对RBF网络的常用学习算法--正交最小二乘(OLS)算法,提出了改进的规范正交最小二乘(ROLS)算法:然后,基于某型小卫星的姿态控制问题,设计了高精度定向阶段的神经网络补偿控制器。仿真结果表明,改进的ROLS算法是有效的,神经网络补偿控制方案是可行的。 相似文献
4.
再入飞行器自动驾驶仪的自适应退步控制设计 总被引:1,自引:0,他引:1
自动驾驶仪设计的传统方法是基于分段线性化的增益规划法。近年来,以反馈线性化为基础的各种非线性控制技术得到了广泛的研究,文章基于一种不同于反馈线性化的退步控制思想,提出了一种新的非线性反馈自动驾驶仪设计方法,该方法考虑了系统输入的不确定性,采用了非线性在线优化方法保证舵偏与力矩之间更精确的映射,同时,通过引入自适应项以修正各种力矩偏差,利用这种方法,为再入飞行器设计了自动驾驶仪。仿真结果表明,提出的自适应退步控制方法是有效的,且设计过程简单,易于实现。 相似文献
5.
1