【摘 要】
：
采用自适应神经网络控制方法,设计出倾转旋翼机模拟平台姿态角控制器.实验结果表明:倾转旋翼机模拟平台的姿态角成功地跟踪了参考输入,并避免了传统方法的增益调参,也解决了
【机 构】
：
清华大学,智能技术与系统国家重点实验室,北京,100084
【出 处】
：
2005年中国智能自动化会议(ICAC'2005)
论文部分内容阅读
采用自适应神经网络控制方法,设计出倾转旋翼机模拟平台姿态角控制器.实验结果表明:倾转旋翼机模拟平台的姿态角成功地跟踪了参考输入,并避免了传统方法的增益调参,也解决了模型的动态逆很难获得的问题.设计过程主要由推导模拟平台的动力学模型,运用神经网络求取模型的逆进行线性化变换,所设计的神经网络具有自适应能力,由神经网络来补偿求逆产生的动态误差.基于神经网络的自适应控制律能够确保跟踪误差和控制信号的有界性.由于倾转旋翼机模拟平台的纵向、横向、短舱之间存在很强的交叉耦合特性,模型有效地反映了短舱倾转角与飞机姿态之间的动态关系,在实验室内,平台可以模拟真实系统,为倾转旋翼机控制提供了可行的方法.
其他文献
将K-L变换应用于无人直升机搜索目标时任务图标的识别.阐述利用K-L变换进行模板匹配的原理,接着采用相应图像处理方法以提高计算精度;通过改进算法使大部分处理工作可以在直
1军队医疗临床护理的特征和要求护理工作是临床工作的一个重要环节。在病人救治过程中,护士积极配合临床医生,做好各项护理工作,才能让病人尽可能的按照预定治疗方案顺利的康
提出一种通过显微图像处理获取目标深度信息的方法,将此方法应用于生物医学实验中常用的微操作工具--微针的深度信息提取,取得了较好的效果.论述了深度信息提取实验的设计及
基于随机采样的规划算法是近年来机器人运动规划领域研究的热点问题,由于它避免了在位形空间中障碍物建模的复杂运算,能够解决很高维度的规划问题.针对存在障碍物的空间中机
现代控制更注重解决高层的控制问题,需要实现基于任务的控制.任务控制系统是智能自主系统的重要研究内容.以自主水下潜航器(AUV)为研究对象,设计实现AUV的任务控制系统.AUV任
RoboCup四腿组比赛需要机器人通过视觉在有路标的结构化环境中确定自身位置和姿态.四腿机器人的运动无法准确建模,视觉传感器视场有限及比赛过程中存在冲撞、判罚等因素造成
对四腿机器人足球比赛中机器人的动作控制进行研究和分析.介绍四腿机器人行走动作和固定动作控制的设计和实现.利用时空图,分析四腿机器人行走时3种基本步态的稳定性,在保证
应用Apriori算法的基本思想,提出一种新的基于平均支持度和平均置信度阈值的挖掘算法(MT-Apriori算法),采用此算法不仅可以挖掘出支持度比较高的频繁项集,而且可大大缩减频繁
动态对抗性环境下多机器人系统研究的核心问题是机器人协作和对手意图识别.提出基于意图识别的多机器人动态联合协作模型;建立适用于动态对抗性环境下的全局分布、局部集中的
首先对嵌入式移动机器人系统体系结构进行分析,然后重点介绍了XO/2强实时操作系统,并结合其应用于移动机器人系统SmartROB-2的实际经验,阐明了XO/2系统完全能满足嵌入式移动