基于BP神经网络的自适应自抗扰控制及仿真

被引：35

作者：

齐晓慧

李杰

韩帅涛

机构：

[1] 军械工程学院无人机工程系

来源：

兵工学报 | 2013年 / 34卷 / 06期

关键词：

自动控制技术; 自适应扩张状态观测器; 自适应自抗扰控制器; BP神经网络;

D O I：

暂无

中图分类号：

TP273.2 [];

学科分类号：

摘要：

针对被控对象参数变化大而快、外扰严重且不确定的系统,参数固定的扩张状态观测器(ESO)存在"总和扰动"估计精度降低、控制效果较差的问题,提出了一种基于BP神经网络的自适应自抗扰控制器(ADRC)。分析了引入自适应ESO的意义,剖析了ESO的结构,利用BP神经网络在线调整ESO参数并将这个自适应ESO嵌入到ADRC.仿真结果表明,改进的ADRC较常规ADRC具有扰动估计精度更高、控制量振荡幅度更小以及鲁棒性、抗干扰性更强的优点。

引用

页码：776 / 782

页数：7

共 10 条

[1] 机动滑翔飞行器的自抗扰反步高精度姿态控制 [J].

李菁菁 ;

任章 ;

曲鑫 .

系统工程与电子技术, 2010, 32 (08) :1711-1715+1721

[2] 基于RBF神经网络的伺服系统自适应自抗扰控制 [J].

李匡成 .

电气自动化, 2010, 32 (02) :23-25

[3] 战斗机超机动飞行自抗扰控制器设计 [J].

熊治国 ;

孙秀霞 ;

胡孟权 ;

尹晖 .

飞行力学 , 2006, (02) :27-30

[4] 飞机俯仰运动自抗扰控制器设计 [J].

熊治国 ;

孙秀霞 ;

尹晖 ;

胡孟权 .

信息与控制, 2005, (05) :66-69

[5] 基于神经网络的自抗扰控制器 [J].

张荣 ;

韩京清 .

系统仿真学报, 2000, (02) :65-67

[6]

基于改进BP神经网络的PID控制方法的研究.[D].刘益民.中国科学院研究生院（西安光学精密机械研究所）.2007, 04

[7]

MATLAB神经网络编程.[M].张德丰; 编著.化学工业出版社.2011,

[8]

自抗扰控制技术.[M].韩京清; 著.国防工业出版社.2008,

[9]

神经网络与应用.[M].董长虹编著;.国防工业出版社.2005,

[10]

先进PID控制MATLAB仿真.[M].刘金琨著;.电子工业出版社.2004,

← 1 →