基于回归神经网络的滑模跟踪器设计
余家祥,潘红华,王相生
(海军大连舰艇学院,辽宁大连116018)
摘 要:基于回归神经网络的在线辨识,为实现非线性系统自适应控制提供了一种很有应有前景的方法。本文基于具有线性输入特性的神经网络,提出了使系统辨识误差具有指数收敛特性的学习算法。为了得到尽可能普遍的控制律,本文运用滑模技术设计出控制信号,用其补偿神经网络模型与非线性系统之间的匹配误差。以此为基础,提出一种新的基于回归神经网络的间接自适应控制方案。仿真结果表明,本控制方案具有较好的跟踪性能。
关键词:回归神经网络;辨识算法;滑模技术;抖振
中图分类号:TP273 文献标识码:A
1 引 言
基于回归神经网络的在线辨识,为实现非线性系统自适应控制提供了一种很有应用前景的方法[1]。文献[2]提出了一种将线性模型应用于非线性系统的间接自适应控制器;文献[3]提出了一种适用于非线性系统的直接自适应仿射控制律,两篇文献还分别阐述了这两种控制器在直流电机速度控制系统中的应用;文献[4]提出了一种非线性间接自适应最优控制方案。
本文提出一种新的基于回归神经网络的间接自适应控制方案。输入为线性量;方案结构与文献[4]提出的方案结构类似;运用了文献[5]提供的辨识算法,并根据神经网络模型的需求对其进行了改进;实现了基于滑模技术的跟踪控制律,据了解,这是首次将滑模技术用于以回归神经网络在线辨识为基础的自适应控制。本文的主要成果是:证明了跟踪误差的渐近稳定性并将其以定理的形式表示出来。
为了将该网络模型用于非线性系统的辨识,现作如下假设:系统状态完全可测;系统输入与神经网络输入相同;系统状态空间维数与神经网络状态空间维数相同。
|
