10.3969/j.issn.1006-9348.2016.02.025
基于递归小波神经网络的无人机反演控制
针对无人机受到参数摄动和外界扰动的问题,为提高系统的稳定性,提出一种采用递归小波神经网络的无人机反演控制方法.引入二阶参考模型对输入受限问题建立数学模型,仿真状态量和输入量的幅值、速率和带宽约束.采用递归小波神经网络逼近面向控制模型中的非线性函数,弱化控制律对模型的依赖.并将神经网络逼近方法与自适应反演设计方法相结合,建立无人机在复杂情况下的输入受限自适应反演控制方法.通过控制系统的轨迹跟踪仿真分析,验证了改进方法的可行性和有效性,提高了无人机飞行控制的实时性和鲁棒性.
无人机、递归小波神经网络、二阶参考模型、自适应反演控制方法
33
V273(各类型航空器)
2016-05-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
116-121