作者:唐超颖rbf神经网络模型参考自适应控制不确定性速度控制
摘要:针对一类非线性不确定连续系统,提出了一种基于径向基(RBF)神经网络的模型参考自适应控制方案。控制器的非线性部分由RBF神经网络实现,根据系统输出与参考模型输出之间的误差调整神经网络的权值,以补偿系统中的非线性因素。引入权值学习误差的概念,以此为基础利用李雅普诺夫原理分析推导了网络权值的调整规律,并证明了系统的稳定性。在单级火箭速度控制中应用该方案进行了设计,仿真结果表明,火箭速度3s后即能完全跟踪参考模型的输出;RBF神经网络在2s后即能逼近非线性项,网络权值收敛。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社