rbf神经网络_论文推荐 | 欠驱动AUV三维路径跟踪RBF神经网络积分滑模控制

最新推荐文章于 2023-08-06 12:41:30 发布
最新推荐文章于 2023-08-06 12:41:30 发布
阅读量1.3k 收藏 2
点赞数
文章标签： rbf神经网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_39619478/article/details/111295847
版权
本文提出一种基于径向基函数(RBF)神经网络积分滑模控制的欠驱动自主水下航行器(AUV)三维路径跟踪控制器。通过引入Serret-Frenet坐标系和视线法制导律，将位置误差转换为视线角误差的镇定。控制器设计考虑了外界扰动和滑模控制的抖振问题，保证了路径跟踪的稳定性和鲁棒性。
摘要由CSDN通过智能技术生成
1396a6f8046aadc0cb792784d68e37ad.png点击”公众号首页-论文导读-微刊”或页面下端“阅读原文”可在线浏览文章全文，如果你喜欢本文，请分享到朋友圈。 3463f6f8b251cc128a2a4a1211c6777f.png2020年第28卷第2期 5b9d97c7bf761028808074ab132c3a7d.png ccd24b8cba1f179de3fd8ae0300283c3.png基础研究 基本信息

作者: 霍宇彤,  郭  晨,  于浩淼

单位：大连海事大学 船舶电气工程学院, 辽宁 大连, 116026

基金项目: 国家自然科学基金(51879027, 51579024, 51809028); 中央高校基本科研业务费专项资金资助项目(3132019109).

摘要

 针对欠驱动自主水下航行器(AUV)在未知参数摄动上界约束下三维路径跟踪问题, 为了抑制外界扰动和滑模控制产生的抖振, 提出了一种基于径向基函数(RBF)神经网络积分滑模的空间路径跟踪控制器。通过引入Serret-Frenet局部坐标系和视线法(LOS)制导律, 将路径跟踪的位置误差镇定转换为视线角误差的镇定。在此基础上, 基于Lyapunov直接法设计运动学虚拟控制律, 用以镇定视线角误差。并通过引入RBF神经网络和积分滑模面, 设计动力学路径跟踪控制器。Lyapunov稳定性理论证明了所设计的路径跟踪控制器的稳定性。仿真对比结果表明, 该路径跟踪控制器在不失快速性的前提下能够有效跟踪三维直线路径, 提高了控制精度, 且抑制了抖振, 对外界扰动具有一定的鲁棒性。

b84b7247b1eadf6f1b59feb7d62e3aad.png

欠驱动自主式水下航行器(autonomous undersea vehicle, AUV)的路径跟踪是指其在运动控制器的持续激励下, 从给定的初

最低0.47元/天 解锁文章
weixin_39619478
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
自主式水下航行器三维路径跟踪的神经网络H∞鲁棒自适应控制方法 (2012年)
06-16
本文研究了存在模型不确定以及外界未知扰动情况下的自主式水下航行器(AUV)的三维路径跟踪控制问 题.针对此问题,首先利用时标分离原理及正交投影Serret-Frenet坐标系建立了描述AUV质心运动及姿态运动的的 仿射非线性数学模型.其次,在控制器设计中运用神经网络H∞鲁棒自适应算法克服了模型的不确定性及扰动,同 时在控制器设计中利用了主导输入的思想,降低了闭环系统的复杂度,减少了实时计算工作量,便于工程应用.基 于Lyapunov理论的分析保证了系统的稳定性.仿真结果表明,路径跟踪控制律可以保证AUV沿
路径追踪算法
08-25
Path tracing is one of several techniques to render photorealistic im- ages by simulating the physics of light propagation within a scene. The roots of path tracing are outside of computer graphics, in the Monte Carlo simulations developed for neutron transport. A great strength of path tracing is that it is conceptually, mathematically, and often-times algorithmically simple and elegant, yet it is very general. Until recently, however, brute-force path tracing techniques were simply too noisy and slow to be practical for movie production rendering. They therefore re- ceived little usage outside of academia, except perhaps to generate an occasional reference image to validate the correctness of other (faster but less general) rendering algorithms. The last ten years have seen a dramatic shift in this balance, and path tracing techniques are now widely used. This shift was partially fueled by steadily increasing com- putational power and memory, but also by significant improvements in sampling, rendering, and denoising techniques. In this survey, we pro- vide an overview of path tracing and highlight important milestones in its development that have led to it becoming the preferred movie rendering technique today.
基于模糊RBF神经网络轨迹跟踪matlab程序
weixin_47365903的博客
11-28 3579
将神经网络的学习能力引入到模糊系统中，将模糊系统的模糊化处理、模糊推理、精确化计算通过分布式的神经网络来表示是实现模糊系统自组织、自学习的重要途径。在模糊神经网络中，神经网络的输入、输出节点用来表示模糊系统的输入、输出信号，神经网络的隐含节点用来表示隶属函数和模糊规则，利用神经网络的并行处理能力使得模糊系统的推理能力大大提高。模糊系统与模糊神经网络既有联系又有区别，其联系表现为模糊神经网络在本质上是模糊系统的实现，其区别表现为模糊神经网络又具有神经网络的特性。模糊系统与神经网络的比较见表8-1。
AirSim学习日志 9-三维空间航路点跟踪
k_kun的博客
07-11 1602
AirSim学习日志 9-三维空间航路点跟踪
使用 RBF神经网络，结合参考模型，通过神经网络输出被控模型的控制器，实现其对参考模型的跟踪，Matlab 程序
赵继超的笔记
10-16 2311
使用 RBF神经网络，结合参考模型，通过神经网络输出被控模型的控制器，实现其对参考模型的跟踪，Matlab 程序
欠驱动AUV三维路径跟踪RBF神经网络积分滑模控制.pdf
09-25
欠驱动AUV三维路径跟踪RBF神经网络积分滑模控制 1. 欠驱动AUV（Autonomous Underwater Vehicle）：一种水下无人航行器，具有自主导航能力，但在控制方面存在着欠驱动性，即无法完全控制所有自由度。 2. 三维路径...
RBF_CONTROL_RBF滑模_RBF_rbf神经网络_神经网络_滑模_
09-29
这两种技术结合形成的RBF滑模控制，旨在利用RBF神经网络的非线性映射能力来设计滑模控制器，以提高系统的稳定性和控制性能。 RBF神经网络的核心在于其隐藏层的径向基函数单元，这些单元以中心点的距离为依据，对...
RBF_pendulum_SIMULINK_RBF神经网络_倒立摆控制_倒立摆RBF
09-11
本例程是基于MATLAB的智能控制方案，利用径向基函数（Radial Basis Function, RBF）神经网络对倒立摆进行建模和控制。RBF神经网络以其在非线性函数逼近中的高效性能，常被用于复杂系统的控制。 首先，我们需要理解...
rbf.rar_RBF_RBF 神经网络_RBF实现_rbf神经网络_神经网络
09-19
RBF神经网络，全称是Radial Basis Function（径向基函数）神经网络，是一种具有非线性映射能力的前馈神经网络。它在处理回归问题和函数拟合方面表现出色，尤其适用于数据分布不均匀或者存在噪声的情况。本资料主要...
RBF_SMC.rar_RBF 滑模_smc_滑模自适应_神经滑模_神经网络滑模
07-13
本程序为基于RBF神经网络上界自适应学习的滑模控制，适用于实际无法测量上界值的情况。
AUV 六自由度模型 MATLAB 仿真
05-19
AUV 六自由度模型 MATLAB 仿真
无人艇路径跟踪LOS视线法代码
11-21
无人艇欠驱动，路径跟踪代码，可以运行，希望大家一起交流无人艇路径跟踪控制； 无人艇欠驱动，路径跟踪代码，可以运行，希望大家一起交流无人艇路径跟踪控制
研究论文-基于LOS法的自航模航迹跟踪控制算法实现.pdf
08-07
为解决实验室环境下的小型自航模能快速、准确、稳定地实现航迹跟踪问题，利用视线法（line of sight, LOS）将自航模的位置跟踪问题转化为自航模的航向控制问题，通过PID控制器，使自航模的航向角收敛于期望航向角，从而使自航模不断驶向期望航向点。通过设置不同的期望航向点，实现自航模航迹跟踪控制。之后通过MATLAB对其进行仿真研究，验证了其可行性。最后将其用于实验室环境下的自航模航迹跟踪，得到了良好的效果，进一步验证了其工程实用性。
rbf.rar_RBF 多输出_RBF多_rbf多输出_rbf神经网络_多输入 rbf
07-13
**rbf神经网络详解** RBF（Radial Basis Function，径向基函数）神经网络是一种在模式识别、函数逼近和系统辨识等领域广泛应用的非线性模型。它以其独特的结构和出色的性能，使得在处理非线性问题时表现出色。 **...
rbf.rar_RBF 函数逼近_RBF 神经网络_RBF 神经网络 源码
09-23
RBF（Radial Basis Function，径向基函数）是一种在机器学习和神经网络领域广泛应用的函数，主要用于数据的非线性映射。RBF神经网络是基于这些函数构建的网络结构，它能有效地处理复杂的非线性关系问题，如模式识别...
多神经网络轨迹跟随控制（MATLAB实现）
qq_45830323的博客
07-22 1968
多神经网络轨迹跟随控制（MATLAB实现） 本文是我基于自己的理解实现的多神经轨迹跟随控制，可能不太正确，但仍记录下来。 此题目当我刚看到的时候一头雾水，经过看PPT和自己实践貌似搞出来了，记录过程，并将结论说明如下： 这张图非常重要，说明了多网络自学习控制的大致框架，在我搭建Simulink时，也是这样搭建的。 首先搭建出题目中所述的非线性动态系统如下图所示： 在学习搭建离散系统时，我也参考过CSDN网站上的文章。 这时候非线性动态系统的输入和输出显然不是跟随控制的，但是没关系，将yd(k)，u(k
无人船（USV）LOS算法+PD控制
最新发布
qq_60718103的博客
08-06 2597
其中，无人船的重心与跟踪路径的距离可知，从无人船重心到被跟踪路径的垂足点到虚拟目标点的距离成为船长比（通常设置为两到三倍船长）。如图中所示，在由传感器返回的数据可知无人船的随动坐标系船艏方向与跟踪目标点的夹角，我们的LOS引导律就是使此夹角为0。其中，船长比可以自己定义，一般船长比越大，航向变化减小，轨迹越平滑，船长比越小，轨迹越迅速回到路径，但会出现超调。在无人船的路径跟踪中，可将路径看成一个在运动的质点，转化为跟踪这个定点的变化轨迹。由此，可根据LOS引导律设计我们的控制器。
LOS制导结合反步法（Backstepping）控制下的无人船路径跟踪控制研究
qq_40481461的博客
07-06 2730
LOS制导结合反步法（Backstepping）控制下的无人船路径跟踪控制研究
AUV运动控制仿真（PID控制）
dooglocool的博客
12-18 4728
本文对AUV的运动控制仿真过程进行介绍，采用PID控制方法，实现水平面上的简单的AUV的运动控制。提示：以下是本篇文章正文内容，下面案例可供参考。
RBF神经网络滑模控制提升机械臂轨迹跟踪精度与稳定性
本文主要探讨了基于RBF神经网络滑模控制的机械臂轨迹跟踪技术在二自由度机械臂系统中的应用。机械臂的动力学模型是研究的核心，包含了惯性矩阵、科氏力矩阵、重力矩阵以及外部干扰项和关节力矩。轨迹跟踪的关键在于...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值