基于RBF神经网络的三轴云台自适应滑模控制
Journal of University of Science & Engineering（Natural Science Edition）（2023）
Abstract
针对云台系统在日常运转过程中,易受到外界非线性干扰、参数时变等不确定因素影响的问题,提出了一种基于径向基函数神经网络(RBFNN)的自适应滑模控制方法.根据对云台系统工作时性能状态进行分析,建立了动力学模型;利用扩张状态观测器实现对内外部环境扰动量的实时预测,从而获取到神经网络自学习的信息;通过Lyapunov分析法推导出云台系统的滑模控制率,并采用一种新型饱和函数消除了滑模抖振对系统带来的影响,也使得控制量切换时更加具有连续性.仿真结果表明,所提三轴云台控制策略与普通滑模控制方法相比,控制精度更高且抗干扰能力更强.
MoreKey words
Gimbal system,adaptive sliding mode control,radial basis function neural network,Lyapunov analysis method,saturation function,three-axis gimbal
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined