| 一类非线性不确定系统自适应terminal滑模控制方法 |
| |
| 引用本文： | 黄国勇,姜长生.一类非线性不确定系统自适应terminal滑模控制方法[J].系统工程与电子技术,2006,28(11):1732-1735. |
| |
| 作者姓名： | 黄国勇 姜长生 |
| |
| 作者单位： | 南京航空航天大学自动化学院,江苏,南京,210016 |
| |
| 基金项目： | 国家自然科学基金资助课题(90405011) |
| |
| 摘 要： | 针对一类非线性不确定系统设计了自适应terminal滑模控制器,使跟踪误差在有限时间内收敛到零,消除了通常滑模变结构控制的到达过程,因而闭环系统从t=0时刻就对干扰具有鲁棒性。采用RBF神经网络逼近系统未知的非线性函数,引入滑模误差对其权值进行在线自适应调整,改善动态性能。最后给出的仿真例子证明了算法的有效性。
|
| 关 键 词： | 非线性不确定系统 RBF神经网络 terminal滑模控制 有限时间内收敛 |
| 文章编号： | 1001-506X(2006)11-1732-04 |
| 修稿时间： | 2005年9月15日 |
Adaptive terminal sliding mode control for nonlinear uncertainty system |
| |
| HUANG Guo-yong,JIANG Chang-sheng.Adaptive terminal sliding mode control for nonlinear uncertainty system[J].System Engineering and Electronics,2006,28(11):1732-1735. |
| |
| Authors: | HUANG Guo-yong JIANG Chang-sheng |
| |
| Abstract: | An adaptive terminal sliding mode controller is designed for a nonlinear uncertainty system,which makes system's error converges to zero in finite time and eliminates the reaching phase of common sliding mode control.The closed system is robust to disturbance at t equals to zero.RBF neural network is proposed to approximate unknown nonlinear function.Sliding mode error is used to adaptively tune its weights online.Dynamics performance is improved.Simulation shows the presented method has good effectiveness. |
| |
| Keywords: | nonlinear uncertainty function RBF neural network terminal sliding mode finite time convergence |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
