-
公开(公告)号：CN107632518B
公开(公告)日：2019-10-18
申请号：CN201710789207.5
申请日：2017-09-05
申请人： 西北工业大学 , 西北工业大学深圳研究院
摘要： 本发明公开了一种基于高增益观测器的高超声速飞行器神经网络复合学习控制方法，用于解决现有高超声速飞行器控制方法实用性差的技术问题。技术方案是对姿态子系统严格反馈形式进行变换，得到输出反馈形式，用高增益观测器对于未知变量进行估计，为后续控制器设计提供基础；考虑系统集总不确定性，仅需一个神经网络进行逼近，控制器设计简单，便于工程实现；引入系统建模误差，构建神经网络复合学习更新律，实现不确定情形下的高超声速飞行器稳定控制，实用性好。
-
公开(公告)号：CN107607103B
公开(公告)日：2019-09-24
申请号：CN201711073630.1
申请日：2017-11-05
申请人： 西北工业大学 , 西北工业大学深圳研究院 , 上海航天控制技术研究所
IPC分类号： G01C19/5776 , G01C25/00 , G05B13/04
摘要： 本发明公开了一种基于干扰观测器的MEMS陀螺仪复合学习控制方法，用于解决现有MEMS陀螺仪的模态控制方法实用性差的技术问题。技术方案是首先设计干扰观测器，对干扰进行估计与补偿，降低滑模抖振；同时根据模糊预测误差和跟踪误差，设计模糊逻辑权值的复合自适应法则律，修正模糊逻辑的权重系数，实现未知动力学的有效动态估计。本发明考虑预测误差和跟踪误差，设计模糊逻辑权值的复合学习更新律，修正模糊逻辑的权重系数，实现未知动力学的有效动态估计。结合滑模控制理论，实现对MEMS陀螺未知动力学的前馈补偿，进一步提高MEMS陀螺仪的控制精度。设计干扰观测器，在滑模控制中对干扰进行补偿，从而降低滑模抖振，实用性好。
-
公开(公告)号：CN107608216B
公开(公告)日：2019-08-13
申请号：CN201711073625.0
申请日：2017-11-05
申请人： 西北工业大学 , 西北工业大学深圳研究院 , 上海航天控制技术研究所
IPC分类号： G05B13/04
摘要： 本发明公开了一种基于平行估计模型的MEMS陀螺仪复合学习控制方法，用于解决现有MEMS陀螺仪模态控制方法实用性差的技术问题。技术方案是首先根据平行估计模型和动力学模型构建神经网络预测误差，结合跟踪误差，设计神经网络权值的复合自适应律，修正神经网络的权重系数，实现未知动力学的有效动态估计；同时由于系统处于滑动模态时，对参数不确定和外界干扰不敏感，设计滑模控制器，实现未知动力学的前馈补偿。本发明通过设计神经网络权值的复合自适应律，修正神经网络的权重系数，实现未知动力学的有效动态估计。结合滑模控制理论，实现对MEMS陀螺未知动力学的前馈补偿，进一步提高MEMS陀螺仪的控制精度，实用性好。
-
公开(公告)号：CN107678282B
公开(公告)日：2019-08-09
申请号：CN201711073628.4
申请日：2017-11-05
申请人： 西北工业大学 , 西北工业大学深圳研究院 , 上海航天控制技术研究所
IPC分类号： G05B13/04
摘要： 本发明公开了一种考虑未知动力学和外部干扰的MEMS陀螺智能控制方法，用于解决现有MEMS陀螺仪模态控制方法实用性差的技术问题。技术方案是首先设计干扰观测器，估计并补偿外部干扰，从而降低滑模抖振；同时根据模糊预测误差和跟踪误差，设计模糊逻辑权值的复合自适应法则律，修正模糊逻辑的权重系数，实现未知动力学的有效动态估计。本发明考虑预测误差和跟踪误差，设计模糊逻辑权值的复合学习更新律，修正模糊逻辑的权重系数，实现未知动力学的有效动态估计。结合滑模控制理论，实现对MEMS陀螺未知动力学的前馈补偿，进一步提高MEMS陀螺仪的控制精度。设计干扰观测器，对干扰进行估计与补偿，从而降低滑模抖振，实用性好。
-
公开(公告)号：CN107390531B
公开(公告)日：2019-10-18
申请号：CN201710789197.5
申请日：2017-09-05
申请人： 西北工业大学 , 西北工业大学深圳研究院
IPC分类号： G05B13/04
摘要： 本发明公开了一种参数学习有限时间收敛的高超声速飞行器控制方法，用于解决现有高超声速飞行器控制方法实用性差的技术问题。技术方案是通过构造一阶滤波器与辅助信号获取建模误差信息，结合跟踪误差与辅助信号设计神经网络自适应律，针对高超声速飞行器模型中的未知非线性函数估计设计了RBF神经网络方法，将有限时间学习的思想引入神经网络权重更新律设计中，相比传统的神经网络方法，本发明通过构造一阶滤波器与辅助信号将建模误差信息引入权重更新律，能保证参数学习误差有限时间收敛，从而保证学习的快速性。由于采用神经网络学习对不确定性进行估计，无需进行模型线性参数化表达，可实现不确定高超声速飞行器控制，便于实际工程应用。
-
公开(公告)号：CN107608217A
公开(公告)日：2018-01-19
申请号：CN201711073629.9
申请日：2017-11-05
申请人： 西北工业大学 , 西北工业大学深圳研究院 , 上海航天控制技术研究所
IPC分类号： G05B13/04
摘要： 本发明公开了一种基于复合学习的MEMS陀螺仪模糊滑模控制方法，用于解决现有MEMS陀螺仪模态控制方法实用性差的技术问题。技术方案是首先根据模糊预测误差和跟踪误差，设计模糊逻辑权值的复合自适应律，修正模糊逻辑的权重系数，实现未知动力学的有效动态估计；同时由于系统处于滑动模态时，对参数不确定和外界干扰不敏感，设计滑模控制器，实现未知动力学的前馈补偿。本发明考虑预测误差和跟踪误差，设计模糊逻辑权值的复合学习更新律，修正模糊逻辑的权重系数，实现未知动力学的有效动态估计。结合滑模控制理论，实现对MEMS陀螺未知动力学的前馈补偿，进一步提高MEMS陀螺仪的控制精度，实用性好。
-
公开(公告)号：CN107479384B
公开(公告)日：2019-10-22
申请号：CN201710789245.0
申请日：2017-09-05
申请人： 西北工业大学 , 西北工业大学深圳研究院
IPC分类号： G05B13/04
摘要： 本发明公开了一种高超声速飞行器神经网络复合学习非反步控制方法，用于解决现有高超声速飞行器控制方法实用性差的技术问题。技术方案是对姿态子系统严格反馈形式进行变换，得到输出反馈形式，用高增益观测器对于新定义变量进行估计，为后续控制器设计提供基础；控制器考虑系统的集总不确定性，仅需一个神经网络进行逼近,控制器设计简单,便于工程实现；针对控制增益函数未知情形，基于参数线性化表达方式设计控制器；引入系统建模误差，构建神经网络权值复合更新律和参数自适应复合更新律，实现高超声速飞行器的快速跟踪。本发明基于高增益观测器实现了未知状态的有效估计，不需要反复设计虚拟控制量，简化了控制器设计，易于实现，实用性好。
-
公开(公告)号：CN107870566B
公开(公告)日：2019-09-24
申请号：CN201711073619.5
申请日：2017-11-05
申请人： 西北工业大学 , 西北工业大学深圳研究院 , 上海航天控制技术研究所
摘要： 本发明公开了一种基于平行估计复合学习的MEMS陀螺仪快速启动方法，用于解决现有MEMS陀螺仪模态控制方法实用性差的技术问题。技术方案是首先根据平行估计模型和动力学模型构建神经网络预测误差，结合跟踪误差，设计神经网络权值的复合自适应律，修正神经网络的权重系数，实现未知动力学的有效动态估计；同时依据滑模超曲面和双指数趋近律设计滑模控制器，实现未知动力学的前馈补偿，使检测质量块振动误差快速收敛，进而满足陀螺快速启动的需求。本发明通过设计神经网络权值的复合自适应律，修正神经网络的权重系数，引入滑模超曲面和双指数趋近律设计的滑模控制器，使检测质量块振动误差快速收敛，进而满足陀螺快速启动的需求，实用性好。
-
公开(公告)号：CN107607102B
公开(公告)日：2019-08-09
申请号：CN201711073626.5
申请日：2017-11-05
申请人： 西北工业大学 , 西北工业大学深圳研究院 , 上海航天控制技术研究所
IPC分类号： G01C19/5776 , G01C25/00 , G05B13/04
摘要： 本发明公开了一种基于干扰观测器的MEMS陀螺滑模抖振抑制方法，用于解决现有MEMS陀螺仪模态控制方法实用性差的技术问题。技术方案是首先设计干扰观测器，在滑模控制中对干扰进行估计与补偿，从而降低抖振；同时根据神经网络预测误差和跟踪误差，设计神经网络权值的复合自适应法则律，修正神经网络的权重系数，实现未知动力学的有效动态估计。本发明通过设计神经网络权值的复合自适应律，修正神经网络的权重系数，实现未知动力学的有效动态估计。结合滑模控制理论，实现对MEMS陀螺未知动力学的前馈补偿，进一步提高MEMS陀螺仪的控制精度。设计干扰观测器，对外部干扰进行估计与补偿，有效降低了滑模抖振，实用性好。
-
公开(公告)号：CN107870566A
公开(公告)日：2018-04-03
申请号：CN201711073619.5
申请日：2017-11-05
申请人： 西北工业大学 , 西北工业大学深圳研究院 , 上海航天控制技术研究所
CPC分类号： G05B13/042 , G05B13/027
摘要： 本发明公开了一种基于平行估计复合学习的MEMS陀螺仪快速启动方法，用于解决现有MEMS陀螺仪模态控制方法实用性差的技术问题。技术方案是首先根据平行估计模型和动力学模型构建神经网络预测误差，结合跟踪误差，设计神经网络权值的复合自适应律，修正神经网络的权重系数，实现未知动力学的有效动态估计；同时依据滑模超曲面和双指数趋近律设计滑模控制器，实现未知动力学的前馈补偿，使检测质量块振动误差快速收敛，进而满足陀螺快速启动的需求。本发明通过设计神经网络权值的复合自适应律，修正神经网络的权重系数，引入滑模超曲面和双指数趋近律设计的滑模控制器，使检测质量块振动误差快速收敛，进而满足陀螺快速启动的需求，实用性好。
-
-
-
-
-
-
-
-
-
搜索结果
74 条记录 (耗时 0.103 秒)
