基于PIDNN控制的飞行模拟器人感系统

被引：5

作者：

董伟杰 ^{[1
]}

刘长华 ^{[2
]}

宋华 ^{[1
]}

机构：

[1] 北京航空航天大学自动化科学与电气工程学院

[2] 中国民航飞行学院飞安基地

来源：

北京航空航天大学学报 | 2008年 / 02期

关键词：

比例积分微分神经元网络(PIDNN); 飞行模拟器; 人感系统; 实时控制;

D O I：

10.13700/j.bh.1001-5965.2008.02.023

中图分类号：

TP391.9 [计算机仿真];

学科分类号：

080203 ;

摘要：

针对飞行模拟器人感系统的高度非线性和易受干扰性,提出一种基于PIDNN(Proportional Integral Differential Neural Network)的控制方案.首先对飞行模拟器人感系统的模型进行分析研究,对它所受到的外界干扰作理论分析,整理出系统的数学模型,再利用PIDNN控制器优良的在线训练、学习和调整功能对该模型进行仿真控制.与传统PID(Propor-tional Integral Differential)控制器相比,PIDNN结构简单、自适应性强、收敛速度快、不会陷入局部极小.仿真结果表明:PIDNN控制系统响应速度快、稳态精度高、具有良好的动静态特性和鲁棒性,满足实时控制的要求.

引用

页码：153 / 157

页数：5

共 6 条

[1] 基于PID神经网络的后非线性盲源分离算法 [J].

林用满 ;

林土胜 .

数据采集与处理, 2006, (03) :260-265

[2] 基于神经网络的电动加载系统 [J].

沈东凯 ;

华清 ;

王占林 .

航空学报, 2002, (06) :525-529

[3]

智能控制[M]. 电子工业出版社 , 刘金琨编著, 2005

[4]

神经网络控制[M]. 电子工业出版社 , 徐丽娜编著, 2003

[5]

PID neural networks for time-delay systems[J] . Huailin Shu,Youguo Pi.Computers and Chemical Engineering . 2000 (2)

[6]

数字人感系统的研制. 李玉涛. 北京航空航天大学自动化科学与电气工程学院 .

← 1 →