近年來,小型無人機(jī)以其良好的機(jī)動性受到了歡迎,個人持有率極大的提高。廣闊的商業(yè)前景使得飛行器的控制受到了更廣泛的關(guān)注。合適的控制算法能結(jié)合硬件特點,發(fā)揮出系統(tǒng)最好的表現(xiàn)。而智能控制算法以其自適應(yīng)性部分彌補(bǔ)了人工設(shè)計存在的不可建模誤差,使獲得適合系統(tǒng)的控制算法變得可能。本文選取的三自由度直升機(jī)系統(tǒng)具有典型的飛行器系統(tǒng)特點,同時易于采集數(shù)據(jù),是驗證智能控制算法應(yīng)用于飛行器系統(tǒng)的理想平臺。在此平臺上,課題主要研究了基于神經(jīng)網(wǎng)絡(luò)的兩種智能控制方法,反步自適應(yīng)控制方法和強(qiáng)化學(xué)習(xí)控制方法,完成了如下工作:（1）在反步自適應(yīng)方法中,使用神經(jīng)網(wǎng)絡(luò)逼近非線性部分,結(jié)合反步設(shè)計方法進(jìn)行了控制器設(shè)計并對于設(shè)計后的系統(tǒng)給出了穩(wěn)定性證明。在三自由度直升機(jī)的仿真及實物平臺上進(jìn)行了實驗。達(dá)到了較好的控制效果。（2）在強(qiáng)化學(xué)習(xí)方法中,使用了執(zhí)行器-評價器算法。引入動態(tài)指標(biāo)對傳統(tǒng)二值獎勵進(jìn)行了改進(jìn),避免了選擇閾值的過程中出現(xiàn)的大初始誤差和小運(yùn)行誤差難以同時兼顧的問題。改進(jìn)的方法在仿真平臺上進(jìn)行了訓(xùn)練和驗證,可以基本完成對時變信號的跟蹤任務(wù)。課題成功將基于神經(jīng)網(wǎng)絡(luò)的兩種智能控制方法應(yīng)用于三自由度直升機(jī)上,并結(jié)合平臺應(yīng)用特... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【部分圖文】：

三自由度直升機(jī)

RBF 神經(jīng)網(wǎng)絡(luò)的使用。圖 2-3 RBF 神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)圖 2-3 為徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)（RBFNN）的拓?fù)浣Y(jié)構(gòu)圖，為區(qū)別于前文的單個神經(jīng)網(wǎng)絡(luò)模型，這里1[ ,..., ]TqZ z z是神經(jīng)網(wǎng)絡(luò)輸入向量，1[ ,..., ]T llW w w R是輸入維數(shù)； 1( ) [ ,..., ( )]T llS Z s Z s Z R是基函數(shù)向量， l 1是權(quán)向量，其中q為節(jié)點數(shù)。結(jié)合前文對神經(jīng)網(wǎng)絡(luò)的介紹，使用圖中標(biāo)號可以得到( ) ( )TNNf Z W S Z(2-6)RBF 中的 is Z 一般為 Gauss 函數(shù)： 2( )exp , 1, 2,...,Ti iiiZ Zs Z i l (2-7)這里1 2[ , ,..., ]Ti i i iq 表示 Gauss 函數(shù)的中心向量，i 表示 Gauss 函數(shù)的寬度。可以證明

傾斜方向仿真跟隨輸出

【參考文獻(xiàn)】：
期刊論文
[1]一種基于深度強(qiáng)化學(xué)習(xí)的自適應(yīng)巡航控制算法[J]. 韓向敏,鮑泓,梁軍,潘峰,玄祖興.  計算機(jī)工程. 2018(07)
[2]基于深度強(qiáng)化學(xué)習(xí)的水下機(jī)器人最優(yōu)軌跡控制[J]. 馬瓊雄,余潤笙,石振宇,黃晁星,李騰龍.  華南師范大學(xué)學(xué)報(自然科學(xué)版). 2018(01)
[3]液壓伺服位置系統(tǒng)的神經(jīng)網(wǎng)絡(luò)backstepping控制[J]. 方一鳴,李葉紅,石勝利,李建雄.  電機(jī)與控制學(xué)報. 2014(06)
[4]基于迭代學(xué)習(xí)的BP神經(jīng)網(wǎng)絡(luò)權(quán)值訓(xùn)練算法[J]. 周小勇,翟春艷,李書臣,蘇成利.  遼寧石油化工大學(xué)學(xué)報. 2013(04)
[5]基于混合型魯棒輸入訓(xùn)練神經(jīng)網(wǎng)絡(luò)的非線性數(shù)據(jù)校正方法及其應(yīng)用[J]. 任少君,司風(fēng)琪,李歡歡,徐治皋.  東南大學(xué)學(xué)報(自然科學(xué)版). 2013(02)
[6]基于小波神經(jīng)網(wǎng)絡(luò)自適應(yīng)反推的永磁同步電機(jī)位置伺服控制[J]. 劉達(dá),李木國.  電力自動化設(shè)備. 2013(02)
[7]基于雙閉環(huán)的液壓伺服系統(tǒng)控制[J]. 于建均,陳千平,孫亮,李建更,阮曉鋼.  北京工業(yè)大學(xué)學(xué)報. 2007(03)
[8]BP網(wǎng)絡(luò)的改進(jìn)研究[J]. 遠(yuǎn)禎,羅波.  信息技術(shù). 2006(02)

博士論文
[1]連續(xù)空間強(qiáng)化學(xué)習(xí)研究[D]. 張春元.電子科技大學(xué) 2016
[2]強(qiáng)化學(xué)習(xí)及其在機(jī)器人系統(tǒng)中的應(yīng)用研究[D]. 陳學(xué)松.廣東工業(yè)大學(xué) 2011

碩士論文
[1]基于深度強(qiáng)化學(xué)習(xí)的游戲控制算法研究與實現(xiàn)[D]. 顏志鵬.電子科技大學(xué) 2018
[2]不確定非線性系統(tǒng)的自適應(yīng)神經(jīng)網(wǎng)絡(luò)跟蹤控制[D]. 鄭曉龍.渤海大學(xué) 2016
[3]面向連續(xù)狀態(tài)的神經(jīng)網(wǎng)絡(luò)強(qiáng)化學(xué)習(xí)研究[D]. 王婷婷.中國礦業(yè)大學(xué) 2016
[4]對含輸入飽和約束和未知信息的非線性系統(tǒng)的研究[D]. 張騰飛.北京交通大學(xué) 2016
[5]電液伺服系統(tǒng)的神經(jīng)網(wǎng)絡(luò)自整定PID控制策略研究[D]. 韋亞娟.燕山大學(xué) 2009
[6]一類非線性時滯系統(tǒng)的自適應(yīng)控制器設(shè)計[D]. 鄭健.中國石油大學(xué) 2008
[7]不確定非線性系統(tǒng)的自適應(yīng)迭代學(xué)習(xí)控制研究[D]. 劉萍.南京理工大學(xué) 2007
[8]不確定系統(tǒng)的神經(jīng)網(wǎng)絡(luò)控制研究[D]. 高宏宇.大慶石油學(xué)院 2006
[9]感應(yīng)電機(jī)無速度傳感器矢量控制系統(tǒng)的研究[D]. 李自成.華中科技大學(xué) 2005



本文編號：3036994