10.3969/j.issn.1671-7848.2003.03.014
水下机器人神经网络自适应逆控制
水下环境的复杂性以及自身模型的不确定性,给水下机器人的控制带来很大困难.针对水下机器人的特点和控制方面所存在的问题,提出了基于预测-校正控制策略的水下机器人神经网络自适应逆控制结构及训练算法.通过在线辨识系统的前向模型,估计出系统的Jacobian矩阵,然后采用预报误差法实现控制器的自适应.同时,为了提高系统对于外扰的鲁棒性,在伪线性回归算法的基础上,在评价函数中引入微分项.理论分析和仿真结果表明,与原来的算法相比,微分项的引入改善了系统对于外扰的鲁棒性和动态性能.
水下机器人、神经网络、自适应、逆控制
10
TP242(自动化技术及设备)
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
235-238,258