自适应神经网络四旋翼无人机有限时间轨迹跟踪控制
针对带有模型不确定性和未知外部干扰的四旋翼无人机轨迹跟踪控制问题,提出一种基于径向基(ra-dial basis function,RBF)神经网络的自适应全局快速终端滑模控制方法,确保系统对期望轨迹的有限时间跟踪.该方法考虑到全局快速终端滑模控制在实际应用中的适应性和抖振问题,利用RBF神经网络替代等效控制量,以神经网络的在线学习能力补偿系统内部的不确定性和未知的外部干扰,有效地降低了系统的抖振;根据Lyapunov方法导出的自适应律在线调整神经网络权值,以保证闭环系统的稳定性.通过一系列仿真算例和飞行实验验证了该方法的有效性与可行性,结果表明:该控制方法相对于滑模控制的抖振更小,具有更好的收敛性和抗干扰能力,同时对模型的参数摄动具有更强的鲁棒性.
四旋翼飞行器、轨迹跟踪控制、径向基神经网络、自适应律、全局快速终端滑模控制、有限时间控制、模型不确定性、外部干扰
17
TP242(自动化技术及设备)
2022-06-21(万方平台首次上网日期,不代表论文的发表时间)
共7页
540-546