无需相对速度信息的多Euler-Lagrange系统自适应神经网络包含控制
对含有模型非线性不确定性和外部扰动的多Euler-Lagrange系统的分布式协调包含控制问题进行研究.考虑通讯拓扑为有向图,所有领航者均为动态,且各智能体间相对速度信息不可测情况.首先,选取相对速度作为辅助变量,引入低通滤波器进行估计;然后,采用神经网络方法逼近并补偿非线性不确定性,提出一种分布式自适应包含控制律,并应用Lyapunov稳定性理论证明闭环系统的包含误差一致最终有界;最后,通过仿真算例验证了所提出的控制律的有效性.
Euler-Lagrange系统、多智能体系统、包含控制、自适应控制、神经网络
31
TP273(自动化技术及设备)
国家自然科学基金项目61304005,61174200;高等学校博士学科点专项科研基金项目20102302110031.
2016-08-10(万方平台首次上网日期,不代表论文的发表时间)
693-700