10.3969/j.issn.1009-3044.2011.04.056
基于EKF滤波的倒立摆神经网络控制研究
为解决一类带干扰的模型不确定倒立摆系统中存在的两类未知项--未知函数和外界干扰,采用了基于Lyapunov函数稳定性的神经网络控制方法设计控制器.控制器设计中利用扩展卡尔曼滤波(EKF)消除系统观测噪声,获取系统状态的估计值,进而利用径向基函数(RBF)神经网络良好的逼近性来近似设计的控制律中的未知项.最后在倒立摆系统中对设计的神经网络控制器进行了仿真研究,仿真结果表明所设计的控制器能有效抑制外界干扰,在精确控制倒立摆的同时可以保证控制系统的稳定性和快速性.
RBF神经网络、EKF、倒立摆、控制
7
TP183(自动化基础理论)
2011-06-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
849-851,855