基于RBF神经网络优化模糊规则的USV自适应模糊滑模控制

论文摘要

针对USV运动航向控制问题,利用基于Lyapunov稳定性理论的滑模控制方法设计USV航向控制律.考虑到USV运动系统具有不确定性,利用具有万能逼近性能的模糊系统对USV运动模型中不确定项及外界干扰项进行模糊逼近.为了进一步提高模糊系统的逼近性能,采用具有学习能力快的RBF神经网络对模糊系统进行在线学习,优化模糊规则.仿真结果表明基于RBF网络优化的模糊控制该算法能够实现USV航向连续稳定跟踪.

论文目录

• 1 USV平面运动模型
• 2 滑模控制设计
• 3 无人艇自适应滑模控制
•   3.1 模糊RBF神经网络结构算法
•   3.2 基于模糊RBF网络的逼近算法
• 4 实例仿真
•   4.1 仿真对象
•   4.2 条件设定
•   4.3 仿真结果与分析
• 5 结语

文章来源

类型: 期刊论文

作者: 王仁强,缪克银,孙建明

关键词: 运动控制,滑模控制,自适应控制,模糊控制,神经网络

来源: 广州航海学院学报 2019年04期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 船舶工业,自动化技术

单位: 江苏海事职业技术学院航海技术学院

基金: 江苏省高校自然科学研究计划项目(19KJA150005,18KJB580003,19KJD580001)

分类号: TP273;TP183;U664.82

页码: 16-19

总页数: 4

文件大小: 665K

下载量: 142