CN114594784B 基于神经网络的固定翼无人机编队有限时间容错控制方法 （南京航空航天大学）_第1页
CN114594784B 基于神经网络的固定翼无人机编队有限时间容错控制方法 （南京航空航天大学）_第2页
CN114594784B 基于神经网络的固定翼无人机编队有限时间容错控制方法 （南京航空航天大学）_第3页
CN114594784B 基于神经网络的固定翼无人机编队有限时间容错控制方法 （南京航空航天大学）_第4页
CN114594784B 基于神经网络的固定翼无人机编队有限时间容错控制方法 （南京航空航天大学）_第5页
已阅读5页，还剩33页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于神经网络的固定翼无人机编队有限时本发明公开了一种基于神经网络的固定翼通过虚拟领导者-跟随者结构进行编队控制，并计相应的通信拓扑图并计算对应的邻接矩阵与模型作为高阶非线性系统导致难以编队容错控2(2)针对固定翼无人机的纵向的动态模型，基于合理的假设条件简化动态模型为严格(3)基于径向基函数神经网络处理系统的未知非线性问题，结合自适应控制实现故障iiii分别代表了第i个跟随者无人机的推力、i3第i个跟随者无人机的待设计的控制输入量，0<ρi(t)＜1是第i个跟随者无人机的乘性故Vi＝-Di/mi-gsinγi和Jf=qsc(cuo+cu.a;+cu,eq,I(2v))IIY是第i个跟随都是第i个跟随者模步骤(3)中基于径向基函数神经网络处理系统的未知非线性问题，结合自适应控制实n,=expl-(x,-c,)"(x,-c.)124,]j=1,2…,m,Xiι是RBF神经网络的输入向iι和biι分别表示RBF神经网络高斯基函数的中心点向量和宽度；σiι*为第i个4步骤(3)中结合反步法与滑模控制的容错i个跟随者id和hid分别是第i个跟随者的期望V0和h0分别表示虚拟领导者的速mii,i,个智能体中RBF神经网络的基函数向量；表5ic的估计值。6[0009](2)针对固定翼无人机的纵向模型，基于合理的假设条件简化动态模型为严格反7[0010](3)基于径向基函数神经网络处理系统的未知非线性问题，结合自适应控制实现ii分别代表了第i个跟随者无人机的iiy表示第i个跟随者无人机的质量和俯仰转动惯Vi＝-Di/mi-gsinγi和是第i个跟8随者模型中的已知非线性项，其中是静压，s＝1.463m2是参考面积，c=,γi,αi)是第i个跟随者模型中的未都是第i个跟随者模V0和h0分别表示虚拟领导者的i和dj分别表示第i个跟随者和第j个跟随者与领导者之间的相对期望高度；9示第i个智能体中RBF神经网络的基函数向量；表示第i个智能体控制器中对乘性故障ρi[0033]上述设计的容错控制方法可以使固定翼纵向模型的编队系统的状态误差实现有[0037]其中，利用径向基函数神经网络逼近非线性函数的特点来处理fγi(Vi,γi)和fαi[0041]引理1：针对系统i=(x),f(0)＝0，假设存在一个连续可微的正定函数H(x)，如果存在实数a＞0,b＞0,0＜p＜1以及0<ε<+∞满足i(x)≤-aH(xr)-bH"(x)+e,则系p≤1网络自适应的理论知识设计了针对固定翼无人机纵向模型的分布式有限时间容错控制器；[0087]图15和图16是固定翼无人机1和固定翼无人机2的执行器故障估计与真实故ei是系统的控制输ph1＝0.1pα1＝0.01V2＝2ph2＝0.1h2＝2q2＝15pα3＝0.2机1和固定翼无人机2的执行器故障估计p)与真实故障ρi(t)的对比图。于任意初始位置的智能体，在短时间内按照预定的编队指令进行运动实现期望编队队形，线性高阶多智能体系统的有限时间容错控制的相关研究方面具有重要的参考价值和实际

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论