本文關(guān)鍵詞：基于遞歸小波神經(jīng)網(wǎng)絡(luò)的無人機反演控制

  更多相關(guān)文章： 無人機 遞歸小波神經(jīng)網(wǎng)絡(luò) 二階參考模型 自適應(yīng)反演控制方法

【摘要】：針對無人機受到參數(shù)攝動和外界擾動的問題,為提高系統(tǒng)的穩(wěn)定性,提出一種采用遞歸小波神經(jīng)網(wǎng)絡(luò)的無人機反演控制方法。引入二階參考模型對輸入受限問題建立數(shù)學(xué)模型,仿真狀態(tài)量和輸入量的幅值、速率和帶寬約束。采用遞歸小波神經(jīng)網(wǎng)絡(luò)逼近面向控制模型中的非線性函數(shù),弱化控制律對模型的依賴。并將神經(jīng)網(wǎng)絡(luò)逼近方法與自適應(yīng)反演設(shè)計方法相結(jié)合,建立無人機在復(fù)雜情況下的輸入受限自適應(yīng)反演控制方法。通過控制系統(tǒng)的軌跡跟蹤仿真分析,驗證了改進(jìn)方法的可行性和有效性,提高了無人機飛行控制的實時性和魯棒性。
【作者單位】： 空軍工程大學(xué)防空反導(dǎo)學(xué)院;
【關(guān)鍵詞】： 無人機 遞歸小波神經(jīng)網(wǎng)絡(luò) 二階參考模型 自適應(yīng)反演控制方法
【分類號】：TP183;V279
【正文快照】： 1引言無人機的飛行控制是目前控制領(lǐng)域的一個研究熱點,受到了國內(nèi)外學(xué)者的重視。在飛行中的外界擾動和參數(shù)攝動問題,嚴(yán)重影響了無人機飛行控制。小波神經(jīng)網(wǎng)絡(luò)(waveletneural networks(WNN))在函數(shù)的逼近和非線性動態(tài)系統(tǒng)的識別方面已經(jīng)得到了廣泛地應(yīng)用,但是單純的利用小波網(wǎng)

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳謀,姜長生,吳慶憲,曹邦武;基于小波神經(jīng)網(wǎng)絡(luò)的自適應(yīng)飛/推控制系統(tǒng)設(shè)計[J];航空動力學(xué)報;2003年03期

2 徐建泉;梁青陽;;基于彈性小波神經(jīng)網(wǎng)絡(luò)的故障診斷研究[J];計測技術(shù);2009年04期

3 唐崇凱;曲建嶺;高峰;周勝明;;基于小波神經(jīng)網(wǎng)絡(luò)的飛參數(shù)據(jù)預(yù)處理[J];數(shù)據(jù)采集與處理;2012年S1期

4 楊維新;唐伶俐;汪超亮;李子揚;;基于遺傳小波神經(jīng)網(wǎng)絡(luò)的光電穩(wěn)定平臺系統(tǒng)辨識[J];儀器儀表學(xué)報;2013年03期

5 黨香俊;姜同敏;;基于相關(guān)分析和組合神經(jīng)網(wǎng)絡(luò)的退化預(yù)測[J];北京航空航天大學(xué)學(xué)報;2013年01期

6 吳耀軍,陶寶祺;基于小波神經(jīng)網(wǎng)絡(luò)的復(fù)合材料損傷檢測[J];航空學(xué)報;1997年02期

7 劉勇智;劉聰;;基于小波神經(jīng)網(wǎng)絡(luò)的航空蓄電池容量預(yù)測[J];電源技術(shù);2011年12期

8 卓剛,孫健國,楊剛;基于小波神經(jīng)網(wǎng)絡(luò)的航空發(fā)動機建模研究[J];南京航空航天大學(xué)學(xué)報;2004年06期

9 楊亞軍;王福明;;基于D-S的小波神經(jīng)網(wǎng)絡(luò)信息融合方法[J];彈箭與制導(dǎo)學(xué)報;2006年04期

10 王建立;肖波平;;基于多重結(jié)構(gòu)小波神經(jīng)網(wǎng)絡(luò)的航姿系統(tǒng)故障診斷研究[J];電子技術(shù)與軟件工程;2014年12期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 侯霞;張軍峰;劉國海;;基于小波神經(jīng)網(wǎng)絡(luò)的飛機故障診斷[A];第二十九屆中國控制會議論文集[C];2010年

，

本文編號：1124770