典型文献
自适应神经网络四旋翼无人机有限时间轨迹跟踪控制
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
季晓明;文怀海
作者机构：
江苏安全技术职业学院 电气工程系, 江苏 徐州 221011;大连理工大学 机械工程学院, 辽宁 大连116024
文献出处：
引用格式：
[1]季晓明;文怀海-.自适应神经网络四旋翼无人机有限时间轨迹跟踪控制)[J].智能系统学报,2022(03):540-546
A类：
B类：
自适应神经网络,四旋翼无人机,轨迹跟踪控制,模型不确定性,外部干扰,控制问题,ra,dial,basis,function,RBF,全局快速终端滑模控制,法考,抖振问题,控制量,在线学习,补偿系统,Lyapunov,自适应律,在线调整,权值,闭环系统,收敛性,抗干扰能力,参数摄动,四旋翼飞行器,径向基神经网络,有限时间控制
AB值：
0.22735
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
