基于自适应神经网络的低速AUV变质心控制

来源 :信息与控制 | 被引量 : 0次 | 上传用户:yhl_2011
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为克服低速情况下舵效低的问题,研究了自治水下航行器(AUV)的变质心控制方法.通过控制布置在AUV三个惯性主轴上的三个可移动质量块的运动,改变系统的质心,进一步改变了AUV受到的流体动力,从而实现对于AUV的控制.基于Kane的多刚体动力学理论推导变质心控制AUV的4刚体9自由度动力学模型,为设计AUV变质心控制系统奠定了基础.之后基于多输入多输出(MIMO)不确定非线性系统理论,设计自适应神经网络控制系统,并用李亚普诺夫稳定理论对该系统进行了稳定性分析.仿真验证了控制方法的合理性.
其他文献
研究了指数衰减阈值对高斯白噪声刺激下的IF(integrate-and-fire)神经元的影响,特别是对峰电位间隔的均值和标准差的影响.结果显示当阈值衰减缓慢时,不论神经元的点火频率何时与阂值的衰减频率相匹配,峰电位间隔的变化系数都能达到最小值.通过改变噪声强度或者输入电流,观察点火频率受到的影响.分析了在神经元点火后重新设置膜电位所引起的误差.把该IF网络用于图像边缘检测中,取得了较好的效果.
针对工程实际应用中桥式起重机或门式起重机吊重摆角和摆角角速度不易直接测量的问题,利用小车位置信息设计了状态观测器,对吊重摆角和摆角角速度信息进行估计.通过引入观测器输
针对复杂网络数据量在,与知识在与/或天系及不易管理等特性,探讨和研究了复杂网络与知识网络之间的关系和演化过程.采用粒商空间理论构建了复杂网络与知识网络协同进化模型,
通过对电动式振动台的非线性特性分析,提出了一种基于模糊控制及PID控制原理的具有反馈一前馈结构的复合控制器.该控制器实现了对电动式振动台加速度的跟踪控制.实践结果表明:该
克服了马尔可夫假设条件的限制,假定系统寿命、修复性维修和预防性维修的修复时间均遵从一般概率分布.利用离散时间模型在数值计算方面的优势,建立了离散时间下系统正常工作、修
大系统中各个独立子功能模块之间有时需要精确系统时间同步来协作完成系统功能,为此,提出了一种基于半无调制数据伪随机码的高精度系统时间同步方法,并借助非等量采样技术,使
通过构造李亚普诺夫函数,利用线性矩阵不等式,对一类具有Neumann边界的分布参数切换系统给出了状态反馈镇定的充分条件.该条件用一组线性矩阵不等式表示,从而将分布参数切换
为了给可重构系统控制律重构综合提供设计依据,研究了线性化系统的控制可重构性分析问题.面向控制系统定义了5个重构目标:稳定目标、定点恢复弱目标、轨迹恢复强目标、状态恢
由多个关节自治机器人构成的协作系统具有高度非线性和严重耦合性,为此提出了分布式协作运动规划方法(DCMP).应用大系统理论的分解协调方法,通过预估协调变量,解耦协作运动规划
针对复杂非线性动态系统辨识问题,提出了一种基于过程神经元网络(PNN)的辨识模型和方法.根据系统待辨识的模型结构和反映系统模态变化特征的动态样本数据,利用PNN对时变输入/输出信