典型文献
基于RBF神经网络滑模自抗扰的四旋翼飞行器控制
文献摘要：
针对四旋翼飞行器参数不确定性和易受外部干扰的问题,提出一种以径向基函数(Radial Basis Function,RBF)神经网络滑模控制(RBF-SMC)为外环、自抗扰控制为内环的内外环嵌套的控制策略.首先,根据牛顿-欧拉方程建立四旋翼飞行器数学模型,对四旋翼飞行器的位置和姿态进行控制,外环采用RBF神经网络滑模控制,基于RBF神经网络用来对模型干扰不确定项进行补偿,对其增益进行实时调节,抑制滑模控制带来的"抖振"问题,内环采用自抗扰控制,通过扩张状态观测器可以实现观测和补偿内部耦合等参数不确定性和外部干扰;然后,使用Lyapunov方法证明闭环系统稳定性;最后,应用Matlab/Simulink平台进行仿真实验.实验结果表明,设计的控制器不仅能抑制外界干扰,而且能实现期望飞行轨迹的准确跟踪.
文献关键词：
四旋翼飞行器;神经网络;滑模控制;自抗扰控制
中图分类号：
作者姓名：
杨立本;汤裕民;李泰国;王栋
作者机构：
兰州交通大学 自动化与电气工程学院,甘肃 兰州 730070;中国航天科技集团第五研究院 510所,甘肃 兰州 710072
文献出处：
引用格式：
[1]杨立本;汤裕民;李泰国;王栋-.基于RBF神经网络滑模自抗扰的四旋翼飞行器控制)[J].云南大学学报（自然科学版）,2022(05):931-939
A类：
B类：
RBF,四旋翼飞行器,飞行器控制,参数不确定性,和易,外部干扰,径向基函数,Radial,Basis,Function,滑模控制,SMC,自抗扰控制,嵌套,牛顿,欧拉方程,不确定项,实时调节,抖振,扩张状态观测器,Lyapunov,闭环系统,系统稳定性,Matlab,Simulink,外界干扰,现期,飞行轨迹
AB值：
0.27616
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。
