排序方式: 共有1条查询结果,搜索用时 15 毫秒
1
1.
针对自主水下航行器(AUVs)在未知模型动力学和环境干扰作用下的高精度深度跟踪控制问题,设计一种事件触发自适应神经渐近跟踪控制器。采用径向基神经网络(RBF NNs)逼近模型中的非线性不确定项,将积分有界函数融入控制律和自适应律中,以实现跟踪误差的渐近收敛;采用最小学习参数(MLPs)技术压缩神经网络权重,构造单参数自适应律;在控制器至执行器通道上应用事件触发机制,构造变量式事件触发条件,避免“Zeno”现象;应用径向基函数的不等式关系,解决“代数环”问题;采用Laypunov直接法和Barbalat引理对闭环系统的稳定性进行分析,证明跟踪误差的渐近收敛。仿真试验验证本文控制策略可实现高精度深度跟踪。 相似文献
1