一种基于误差转换函数的神经网络滑模控制方法

    公开(公告)号:CN111290279A

    公开(公告)日:2020-06-16

    申请号:CN202010148197.9

    申请日:2020-03-05

    Applicant: 南通大学

    Abstract: 本申请公开了一种基于误差转换函数的神经网络滑模控制方法,该方法在获得微陀螺仪各项参数矩阵和设计的滑模面的基础上,基于所述跟踪误差和滑模面,采用双曲正切函数作为RBF神经网络的输入来选取中心以及基宽,进而估计干扰上界,并根据所述滑模面和所述估计干扰上界参数矩阵设计微陀螺仪控制律,最终实现弹簧参数的准确估计。本发明方法能够保证RBF神经网络输入在确定的范围内,进而选取适合的网络的中心和基宽,完成对干扰上界参数矩阵的估计,通过设计神经网络权值自适应规律完成权值的自适应调整,保证系统的稳定性,提高陀螺仪的测量精度。

    一种基于误差转换函数的神经网络滑模控制方法

    公开(公告)号:CN111290279B

    公开(公告)日:2022-10-25

    申请号:CN202010148197.9

    申请日:2020-03-05

    Applicant: 南通大学

    Abstract: 本申请公开了一种基于误差转换函数的神经网络滑模控制方法,该方法在获得微陀螺仪各项参数矩阵和设计的滑模面的基础上,基于所述跟踪误差和滑模面,采用双曲正切函数作为RBF神经网络的输入来选取中心以及基宽,进而估计干扰上界,并根据所述滑模面和所述估计干扰上界参数矩阵设计微陀螺仪控制律,最终实现弹簧参数的准确估计。本发明方法能够保证RBF神经网络输入在确定的范围内,进而选取适合的网络的中心和基宽,完成对干扰上界参数矩阵的估计,通过设计神经网络权值自适应规律完成权值的自适应调整,保证系统的稳定性,提高陀螺仪的测量精度。

    一种基于干扰观测器的Z轴陀螺仪神经网络滑模控制方法

    公开(公告)号:CN111025915B

    公开(公告)日:2022-11-25

    申请号:CN201911419021.6

    申请日:2019-12-31

    Applicant: 南通大学

    Abstract: 本申请公开了一种基于干扰观测器的Z轴陀螺仪神经网络滑模控制方法。该方法在获得微陀螺仪跟踪误差和设计的滑模面的基础上,采用RBF神经网络估计时变角速度参数矩阵,在外界干扰未知的情况下,设计干扰观测器估计外界干扰,并根据估计时变角速度参数矩阵和干扰观测器设计微陀螺仪控制律。最终正确估计出连续变化的角速度信号和未知的外界干扰。本发明方法能够在角速度连续变化的情况下,采用神经网络对时变角速度进行估计,通过设计神经网络权值自适应规律完成权值的自适应调整。同时,在系统外界干扰未知的情况下,采用干扰观测器估计外界干扰,有效降低系统抖振,提高MEMS陀螺仪的测量精度。

    一种基于神经网络辨识参数的Z轴陀螺仪控制方法

    公开(公告)号:CN110579966B

    公开(公告)日:2022-02-01

    申请号:CN201910900027.9

    申请日:2019-09-23

    Applicant: 南通大学

    Abstract: 本申请公开了一种基于神经网络辨识参数的Z轴陀螺仪控制方法,所述方法在获得微陀螺仪跟踪误差和设计的滑模面的基础上,基于所述跟踪误差和滑模面,采用RBF神经网络估计弹簧参数矩阵,并根据所述滑模面和所述估计弹簧参数设计微陀螺仪控制律,最终实现弹簧参数的准确估计。本发明方法能够在陀螺系统框架为非对称结构,存在弹簧参数未知或标称值与实际值不符的情况下,采用神经网络对弹簧参数进行估计,通过设计神经网络权值自适应规律完成权值的自适应调整,保证系统的稳定性,提高陀螺仪的测量精度。

    一种基于神经网络辨识参数的Z轴陀螺仪控制方法

    公开(公告)号:CN110579966A

    公开(公告)日:2019-12-17

    申请号:CN201910900027.9

    申请日:2019-09-23

    Applicant: 南通大学

    Abstract: 本申请公开了一种基于神经网络辨识参数的Z轴陀螺仪控制方法,所述方法在获得微陀螺仪跟踪误差和设计的滑模面的基础上,基于所述跟踪误差和滑模面,采用RBF神经网络估计弹簧参数矩阵,并根据所述滑模面和所述估计弹簧参数设计微陀螺仪控制律,最终实现弹簧参数的准确估计。本发明方法能够在陀螺系统框架为非对称结构,存在弹簧参数未知或标称值与实际值不符的情况下,采用神经网络对弹簧参数进行估计,通过设计神经网络权值自适应规律完成权值的自适应调整,保证系统的稳定性,提高陀螺仪的测量精度。

    一种基于干扰观测器的Z轴陀螺仪神经网络滑模控制方法

    公开(公告)号:CN111025915A

    公开(公告)日:2020-04-17

    申请号:CN201911419021.6

    申请日:2019-12-31

    Applicant: 南通大学

    Abstract: 本申请公开了一种基于干扰观测器的Z轴陀螺仪神经网络滑模控制方法。该方法在获得微陀螺仪跟踪误差和设计的滑模面的基础上,采用RBF神经网络估计时变角速度参数矩阵,在外界干扰未知的情况下,设计干扰观测器估计外界干扰,并根据估计时变角速度参数矩阵和干扰观测器设计微陀螺仪控制律。最终正确估计出连续变化的角速度信号和未知的外界干扰。本发明方法能够在角速度连续变化的情况下,采用神经网络对时变角速度进行估计,通过设计神经网络权值自适应规律完成权值的自适应调整。同时,在系统外界干扰未知的情况下,采用干扰观测器估计外界干扰,有效降低系统抖振,提高MEMS陀螺仪的测量精度。

    一种估计时变角速度的Z轴陀螺仪滑模控制方法

    公开(公告)号:CN110471293A

    公开(公告)日:2019-11-19

    申请号:CN201910901077.9

    申请日:2019-09-23

    Applicant: 南通大学

    Abstract: 本申请公开了一种估计时变角速度的Z轴陀螺仪滑模控制方法。所述方法在获得微陀螺仪跟踪误差和设计的滑模面的基础上,基于所述跟踪误差和滑模面,采用RBF神经网络估计时变角速度参数矩阵,并根据所述滑模面和所述估计时变角速度参数矩阵设计微陀螺仪控制律,最终正确估计出连续变化的角速度信号。本发明方法能够在角速度连续变化的情况下,采用神经网络对时变角速度进行估计,通过设计神经网络权值自适应规律完成权值的自适应调整,保证系统的稳定性,提高陀螺仪的测量精度。

Patent Agency Ranking