基于RBF神经网络优化模糊规则的USV自适应模糊滑模控制 |
| |
引用本文: | 王仁强,缪克银,孙建明.基于RBF神经网络优化模糊规则的USV自适应模糊滑模控制[J].广州航海高等专科学校学报,2019,27(4). |
| |
作者姓名: | 王仁强 缪克银 孙建明 |
| |
作者单位: | 江苏海事职业技术学院 航海技术学院,江苏 南京211170;江苏海事职业技术学院 航海技术学院,江苏 南京211170;江苏海事职业技术学院 航海技术学院,江苏 南京211170 |
| |
基金项目: | 江苏省高校自然科学研究计划项目 |
| |
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.
|
关 键 词: | USV 运动控制 滑模控制 自适应控制 模糊控制 RBF神经网络 |
本文献已被 CNKI 万方数据 等数据库收录! |
|