基于递归小波神经网络的无人机反演控制

发布时间：2017-11-01 02:10

  本文关键词：基于递归小波神经网络的无人机反演控制

  更多相关文章： 无人机 递归小波神经网络 二阶参考模型 自适应反演控制方法

【摘要】：针对无人机受到参数摄动和外界扰动的问题,为提高系统的稳定性,提出一种采用递归小波神经网络的无人机反演控制方法。引入二阶参考模型对输入受限问题建立数学模型,仿真状态量和输入量的幅值、速率和带宽约束。采用递归小波神经网络逼近面向控制模型中的非线性函数,弱化控制律对模型的依赖。并将神经网络逼近方法与自适应反演设计方法相结合,建立无人机在复杂情况下的输入受限自适应反演控制方法。通过控制系统的轨迹跟踪仿真分析,验证了改进方法的可行性和有效性,提高了无人机飞行控制的实时性和鲁棒性。
【作者单位】： 空军工程大学防空反导学院;
【关键词】： 无人机 递归小波神经网络 二阶参考模型 自适应反演控制方法
【分类号】：TP183;V279
【正文快照】： 1引言无人机的飞行控制是目前控制领域的一个研究热点,受到了国内外学者的重视。在飞行中的外界扰动和参数摄动问题,严重影响了无人机飞行控制。小波神经网络(waveletneural networks(WNN))在函数的逼近和非线性动态系统的识别方面已经得到了广泛地应用,但是单纯的利用小波网

【相似文献】

中国期刊全文数据库 前10条

1 陈谋,姜长生,吴庆宪,曹邦武;基于小波神经网络的自适应飞/推控制系统设计[J];航空动力学报;2003年03期

2 徐建泉;梁青阳;;基于弹性小波神经网络的故障诊断研究[J];计测技术;2009年04期

3 唐崇凯;曲建岭;高峰;周胜明;;基于小波神经网络的飞参数据预处理[J];数据采集与处理;2012年S1期

4 杨维新;唐伶俐;汪超亮;李子扬;;基于遗传小波神经网络的光电稳定平台系统辨识[J];仪器仪表学报;2013年03期

5 党香俊;姜同敏;;基于相关分析和组合神经网络的退化预测[J];北京航空航天大学学报;2013年01期

6 吴耀军,陶宝祺;基于小波神经网络的复合材料损伤检测[J];航空学报;1997年02期

7 刘勇智;刘聪;;基于小波神经网络的航空蓄电池容量预测[J];电源技术;2011年12期

8 卓刚,孙健国,杨刚;基于小波神经网络的航空发动机建模研究[J];南京航空航天大学学报;2004年06期

9 杨亚军;王福明;;基于D-S的小波神经网络信息融合方法[J];弹箭与制导学报;2006年04期

10 王建立;肖波平;;基于多重结构小波神经网络的航姿系统故障诊断研究[J];电子技术与软件工程;2014年12期

中国重要会议论文全文数据库 前1条

1 侯霞;张军峰;刘国海;;基于小波神经网络的飞机故障诊断[A];第二十九届中国控制会议论文集[C];2010年

，

本文编号：1124770