水下机器人神经网络自适应逆控制

摘要：

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.

关键词：水下机器人、神经网络、自适应、逆控制

所属期刊栏目：10

分类号：TP242(自动化技术及设备)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：235-238，258