基于神經網絡的自適應滑模逆控制器設計
加入技術交流群
在導彈飛行控制中，由于參數變化劇烈， 和 無法準確得到。RBF[6]神經網絡對非線性系統具有唯一最佳逼近的特性。所以，構造RBF神經網絡，使其輸出 和 來逼近 和 。RBF網絡模型如圖1所示：
5、仿真結果分析
5、仿真結果分析
6、結論
主站蜘蛛池模板：
南靖县|
通渭县|
华容县|
凤山县|
赞皇县|
荔浦县|
新和县|
宁化县|
潞城市|
杭锦旗|
泊头市|
龙海市|
佛教|
孟村|
稻城县|
井研县|
饶河县|
美姑县|
古田县|
湘西|
峡江县|
舒兰市|
皮山县|
富裕县|
咸丰县|
安溪县|
新丰县|
固安县|
东乌珠穆沁旗|
温泉县|
肇州县|
宁波市|
闽侯县|
临朐县|
理塘县|
黄石市|
洛川县|
泽库县|
苍梧县|
永安市|
特克斯县|
基于導彈非線性控制模型，應用時標分離動態逆方法設計了一種非線性導彈控制系統。該方法通過引入神經網絡，將動態逆方法與自適應滑模控制相結合，有效的消除了建模誤差對整個系統的不利影響，增強了控制系統的魯棒性，適合于復雜的導彈控制系統設計，具有良好的應用前景。
評論