基于神经网络补偿动态逆误差的导弹控制器设计
发布时间:2021-08-17 04:49
针对采用动态逆方法设计导弹姿态控制器产生逆误差的问题,文中提出了一种基于神经网络在线补偿动态逆误差的控制器设计方案。首先根据奇异值摄动理论将控制系统分为慢回路和快回路,设计了两个回路相应的姿态控制器来解决导弹的强非线性以及强耦合性的控制问题,并采用神经网络在线补偿逆误差。仿真结果表明,在气动参数摄动的情况下,加入神经网络补偿逆误差的控制器能够有效的降低姿态角的跟踪误差,提高了控制系统的鲁棒性。
【文章来源】:弹箭与制导学报. 2020,40(01)北大核心
【文章页数】:6 页
【部分图文】:
导弹控制系统结构示意图
文中神经网络系统结构是基于神经网络模型参考自适应控制[17],结构图如图2所示。指令滤波器作用是对指令信号进行滤波以得到理想的指令响应。设伪控制信号为:
式中:σ(·)为激励函数;N1、N2、N3代表神经元的个数,它们分别属于神经网络输入层、中间隐含层和输出层;vjk、wij代表层与层之间的权值,分别属于输入层到隐含层,隐含层到输出层。由单隐层神经网络全局近似定理,存在有限个神经元数N2以及重构逆误差的理想权重矩阵W′和V′使得:
本文编号:3347090
【文章来源】:弹箭与制导学报. 2020,40(01)北大核心
【文章页数】:6 页
【部分图文】:
导弹控制系统结构示意图
文中神经网络系统结构是基于神经网络模型参考自适应控制[17],结构图如图2所示。指令滤波器作用是对指令信号进行滤波以得到理想的指令响应。设伪控制信号为:
式中:σ(·)为激励函数;N1、N2、N3代表神经元的个数,它们分别属于神经网络输入层、中间隐含层和输出层;vjk、wij代表层与层之间的权值,分别属于输入层到隐含层,隐含层到输出层。由单隐层神经网络全局近似定理,存在有限个神经元数N2以及重构逆误差的理想权重矩阵W′和V′使得:
本文编号:3347090
本文链接:https://www.wllwen.com/kejilunwen/jingguansheji/3347090.html