排序方式： 共有2条查询结果，搜索用时 4 毫秒
1
1.
针对非完整移动机器人的轨迹跟踪控制问题,提出了一种鲁棒项系数自调整的神经网络滑模自适应控制策略。首先由反推法设计运动学控制器;其次,基于滑模控制设计动力学控制器,利用径向基神经网络(RBF)自适应逼近系统非线性不确定性上界,实现鲁棒项系数自调整,克服了传统滑模控制鲁棒项设计需要已知系统不确定性上界的缺陷,实现了速度跟踪。李亚普诺夫稳定性定理保证了闭环系统的稳定性及跟踪误差的渐近收敛。仿真结果进一步验证了所提方案的可行性。 相似文献
2.
研究了基于扩张状态观测器的一类n阶未知非线性不确定系统的滑模控制问题.在系统状态已知的前提下,利用滑模控制思想将一个n阶未知非线性不确定系统方程转化为一个关于切换曲面函数的一阶非线性方程,然后利用二阶扩张状态观测器来估计转化后的一阶非线性方程的非线性函数和扰动.为了消除滑模控制项所带来的抖振,引入边界层.利用Lyapunov函数证明了系统的稳定性,完成了系统输出跟随系统输入的目的.由于系统中存在扩张状态观测器,本文的控制方法不依赖于被控对象的数学模型,具有很强的鲁棒性.仿真的结果表明了本文方法的可行性. 相似文献
1