基于在线神经网络的自适应控制器的设计与应用

华南理工大学学报（自然科学版） ›› 2006, Vol. 34 ›› Issue (6): 34-38.

• 电子、通信与自动控制 • 上一篇下一篇

基于在线神经网络的自适应控制器的设计与应用

唐超颖王彪

南京航空航天大学自动化学院，江苏南京 210016

收稿日期:2005-09-02 出版日期:2006-06-25 发布日期:2006-06-25
通信作者: 唐超颖(1979-)，女，博士生，主要从事飞行器姿态控制、智能控制方面的研究 E-mail:cytang@nuaa.edu.cn
作者简介:唐超颖(1979-)，女，博士生，主要从事飞行器姿态控制、智能控制方面的研究
基金资助:
南京航空航天大学青年科研基金资助项目(1003-904704)

Design and Application of On-line Neural Network-Based Adaptive Controller

Tang Chao-ying Wang Biao

College of Automation Engineering,Nanjing Univ.of Aeronautics and Astronautics,Nanjing 210016,Jiangsu,China

Received:2005-09-02 Online:2006-06-25 Published:2006-06-25
Contact: 唐超颖(1979-)，女，博士生，主要从事飞行器姿态控制、智能控制方面的研究 E-mail:cytang@nuaa.edu.cn
About author:唐超颖(1979-)，女，博士生，主要从事飞行器姿态控制、智能控制方面的研究
Supported by:
南京航空航天大学青年科研基金资助项目(1003-904704)

摘要/Abstract

摘要： 针对线性控制系统自适应性较弱的缺点，在其基础上设计了一种基于在线神经网络的自适应控制器．该控制器根据被控对象和参考模型之间的误差调整网络权值，在线抵消被控对象的未建模动态特性和不确定因素．文中以某小卫星姿态控制系统为例，对所提出的自适应控制器进行设计和仿真．结果表明，神经网络以很高的精度跟踪和在线补偿不确定项，改善了线性控制系统的动态性能．

关键词: 神经网络, 自适应控制, 线性控制, 小卫星姿态控制

Abstract:

An on-line neural network.based adaptive controller is presented to solve the problem of weak adaptability of existing linear control systems.The network weights are regulated according to the error between the reference model and the plant.and the structural uncertainties and unknown disturbances are counteracted on line by the neural network.The proposed controller is then designed and simulated with the attitude control of a spacecraft as an example.The results indicate that the uncertainties are tracked and compensated on line by the neural network with high accuracy and the dynamic performan ce of the linear control system is considerably improved.

Key words: neural network, adaptive control, linear control, spacecraft attitude control

唐超颖王彪. 基于在线神经网络的自适应控制器的设计与应用[J]. 华南理工大学学报（自然科学版）, 2006, 34(6): 34-38.

Tang Chao-ying Wang Biao. Design and Application of On-line Neural Network-Based Adaptive Controller[J]. Journal of South China University of Technology (Natural Science Edition), 2006, 34(6): 34-38.

[1]	方港, 袁珑华, 王晓明, 等. 基于集合卡尔曼-Elman网络的软测量建模方法[J]. 华南理工大学学报(自然科学版), 2023, 51(8): 126-136.
[2]	马晓亮, 安玲玲, 邓从健, 等. 基于行业词表的自动语音转写后优化技术[J]. 华南理工大学学报(自然科学版), 2023, 51(8): 118-125.
[3]	朱铮宇, 罗超, 贺前华, 等. 基于唇重构与三维耦合CNN的多视角音唇一致性判别[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 70-77.
[4]	叶峰, 陈彪, 赖乙宗. 基于特征空间嵌入的对比知识蒸馏算法[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 13-23.
[5]	刘怡俊, 曹宇, 叶武剑, 等. 基于FPGA并行加速的脉冲神经网络在线学习硬件结构的设计与实现[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 104-113.
[6]	冷晟, 付有为, 马万太, 等. 基于GA-BP神经网络的喷射成形锭坯形貌调控技术[J]. 华南理工大学学报(自然科学版), 2023, 51(2): 27-34.
[7]	杨旭锋, 刘泽清, 张懿. 基于贝叶斯神经网络的金属材料P-S-N曲线估计[J]. 华南理工大学学报(自然科学版), 2023, 51(11): 82-92.
[8]	许伦辉, 余佳芯, 裴明阳, 等. 基于几何路网结构和强化学习的车辆重定位策略[J]. 华南理工大学学报(自然科学版), 2023, 51(10): 99-109.
[9]	李潇, 汪涛, 张毅, 等. 网联车混行条件下交通流量融合方法[J]. 华南理工大学学报(自然科学版), 2022, 50(5): 49-55.
[10]	兰凤崇, 张越, 陈吉清, 等. 人车碰撞事故中行人伤亡风险的关联性分析与预测 [J]. 华南理工大学学报(自然科学版), 2022, 50(5): 1-10.
[11]	杨春玲杨雅静. 基于多尺度特征逐层融合深度神经网络的无参考图像质量评价方法研究[J]. 华南理工大学学报(自然科学版), 2022, 50(4): 81-89,141.
[12]	邱志斌, 卢祖文, 王海祥, 等. 基于Mel频谱图和CNN的电网涉鸟故障鸟声识别[J]. 华南理工大学学报(自然科学版), 2022, 50(2): 129-136.
[13]	邢晓芬, 李敏盛, 徐向民. 基于自适应亮度调节的图像情感转换[J]. 华南理工大学学报(自然科学版), 2022, 50(12): 1-12.
[14]	蔡晓东, 曾志杨. AFGSRec：一种自适应融合全局协同特征的社交推荐模型[J]. 华南理工大学学报(自然科学版), 2022, 50(12): 71-79.
[15]	陆以勤, 潘周双, 张洋, 等. 基于交互式连接图注意力网络的知识图谱补全方法[J]. 华南理工大学学报(自然科学版), 2022, 50(12): 13-19.

基于在线神经网络的自适应控制器的设计与应用

Design and Application of On-line Neural Network-Based Adaptive Controller

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价