10.3969/j.issn.1001-3695.2011.09.051
基于神经网络补偿的滑模控制在AUV运动中的应用
由于自主水下机器人水动力模型参数的不确定性及其强非线性,提出神经网络动态滑模面控制法.将系统分为确定与不确定部分,通过滑模控制实现对系统确定部分的控制,通过神经网络所具有的自适应调节能力实现对未知干扰与不确定部分进行补偿控制,提高系统的强鲁棒性.通过Lyapunov法验证了控制算法的收敛性;通过MATLAB仿真平台和半物理仿真平台,验证了算法的鲁棒性和抗干扰性.
自主水下机器人、神经网络、滑模控制、半物理仿真
28
TP24(自动化技术及设备)
中国科学院知识创新工程重要方向资助项目YYYJ-0917;国家重点基础研究资助项目6138102008-4;江西省教育厅科技资助项目GJJ10171
2012-01-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
3384-3386,3389