针对无人机舵面电动加载系统具有非线性及多余力矩的特点,提出了一种自适应CMAC(Cerebellar Model Articulation Controller)神经网络与自适应神经元控制器并联构成复合控制结构.该控制策略以系统的指令输入和实际输出作为CMAC的激励信...针对无人机舵面电动加载系统具有非线性及多余力矩的特点,提出了一种自适应CMAC(Cerebellar Model Articulation Controller)神经网络与自适应神经元控制器并联构成复合控制结构.该控制策略以系统的指令输入和实际输出作为CMAC的激励信号,以系统的当前控制误差作为CMAC的训练信号.提出了利用误差在线自适应调整学习率的方法,消除了常规前馈型CMAC的过学习和不稳定现象.建立了无人机舵面电动加载系统的数学模型,给出了具体的控制结构和算法.仿真结果表明:该方法有效抑制了加载系统的多余力矩,增强了系统的稳定性,明显改善了舵面电动加载系统的动态性能.展开更多
针对高阶柔性直线系统的跟踪控制问题,设计了一种将改进的小脑模型关节控制器(Cerebellar Model Articulation Controller,CMAC)神经网络与传统控制器并联的控制方案。基于参数自适应算法和梯度下降法提出了一种高斯基函数CMAC神经网络...针对高阶柔性直线系统的跟踪控制问题,设计了一种将改进的小脑模型关节控制器(Cerebellar Model Articulation Controller,CMAC)神经网络与传统控制器并联的控制方案。基于参数自适应算法和梯度下降法提出了一种高斯基函数CMAC神经网络的参数自适应更新律;利用符号距离的概念减少了神经网络的输入维数;并利用自适应遗传算法对神经网络的学习率进行了优化。仿真实验表明改进的高斯基函数CMAC具有比传统CMAC更好的学习能力,控制方案实现了高阶柔性直线系统的无差跟踪控制。展开更多
针对低空四旋翼无人机系统具有不确定性的控制特点,设计了一种小脑模型关节控制器(cerebellar model articulation controller,CMAC)神经网络与模糊PID控制器复合的控制方案,将其应用于四旋翼无人机系统的姿态跟踪设计中,并与模糊PID控...针对低空四旋翼无人机系统具有不确定性的控制特点,设计了一种小脑模型关节控制器(cerebellar model articulation controller,CMAC)神经网络与模糊PID控制器复合的控制方案,将其应用于四旋翼无人机系统的姿态跟踪设计中,并与模糊PID控制进行对比。实验结果表明,该方法可以根据无人机动态特性的变化实时更新控制器的参数,具备良好的学习能力,能够实现低空四旋翼无人机姿态的模糊自适应跟踪控制。展开更多
文摘针对无人机舵面电动加载系统具有非线性及多余力矩的特点,提出了一种自适应CMAC(Cerebellar Model Articulation Controller)神经网络与自适应神经元控制器并联构成复合控制结构.该控制策略以系统的指令输入和实际输出作为CMAC的激励信号,以系统的当前控制误差作为CMAC的训练信号.提出了利用误差在线自适应调整学习率的方法,消除了常规前馈型CMAC的过学习和不稳定现象.建立了无人机舵面电动加载系统的数学模型,给出了具体的控制结构和算法.仿真结果表明:该方法有效抑制了加载系统的多余力矩,增强了系统的稳定性,明显改善了舵面电动加载系统的动态性能.
文摘针对高阶柔性直线系统的跟踪控制问题,设计了一种将改进的小脑模型关节控制器(Cerebellar Model Articulation Controller,CMAC)神经网络与传统控制器并联的控制方案。基于参数自适应算法和梯度下降法提出了一种高斯基函数CMAC神经网络的参数自适应更新律;利用符号距离的概念减少了神经网络的输入维数;并利用自适应遗传算法对神经网络的学习率进行了优化。仿真实验表明改进的高斯基函数CMAC具有比传统CMAC更好的学习能力,控制方案实现了高阶柔性直线系统的无差跟踪控制。
文摘针对低空四旋翼无人机系统具有不确定性的控制特点,设计了一种小脑模型关节控制器(cerebellar model articulation controller,CMAC)神经网络与模糊PID控制器复合的控制方案,将其应用于四旋翼无人机系统的姿态跟踪设计中,并与模糊PID控制进行对比。实验结果表明,该方法可以根据无人机动态特性的变化实时更新控制器的参数,具备良好的学习能力,能够实现低空四旋翼无人机姿态的模糊自适应跟踪控制。
