-
公开(公告)号:CN119395987A
公开(公告)日:2025-02-07
申请号:CN202411438335.1
申请日:2024-10-15
Applicant: 南通大学
IPC: G05B13/04
Abstract: 本发明提供了一种有限时间分数阶时滞耦合竞争型神经网络同步学习法,属于迭代学习控制技术领域。解决了分数阶时滞耦合竞争型神经网络在时间轴上难以实现完全同步和控制器结构设计复杂的技术问题。其技术方案为:包括以下步骤:S1:建立单个带有时滞的竞争型神经网络模型;S2:对其进行矩阵提升,写为紧凑形式;S3:考虑多个时滞竞争型神经网络组成的耦合竞争型神经网络,并借助图论描述网络之间的通信拓扑;S4:设计一种输入共享分数阶量化学习控制协议,并将其写为矩阵形式;S5:对上述所设计的控制协议进行收敛证明。本发明的有益效果为:输入共享的控制协使分数阶时滞耦合竞争型神经网络的同步速度明显提升。
-
公开(公告)号:CN120029346A
公开(公告)日:2025-05-23
申请号:CN202510109007.5
申请日:2025-01-23
Applicant: 南通大学
IPC: G05D1/695
Abstract: 本发明提供了一种事件触发输出约束的海空异构无人系统预定时间编队方法。其技术方案为:包括以下步骤:步骤一:使用坐标变换将欠驱动的异构USV‑UAV系统转化为二阶全驱动系统;步骤二:设计一个基于预设时间的动态观测器;步骤三:设计具有非对称输出约束预设时间控制算法;步骤四:为节省通信资源,提出了自适应预设时间事件触发机制;步骤五:通过李雅普诺夫稳定性分析证明了误差的收敛,并排除了芝诺现象。本发明可以节省60%‑80%通信资源,同时在输出受限情况下在预定时间内完成编队任务。
-