基于RBF神经网络的一类非线性系统反演鲁棒自适应控制

• 作者: 任晓军 刘瑞昌 杨智勇 陈亚
• 来源期刊: 海军航空工程学院学报
• 学科: 工学
• 关键词: RBF神经网络 非线性系统 不确定性 鲁棒自适应控制 反演
• 年，卷（期）: 2008,（6）
• 页码范围: 645-648,654
• 页数: 5页
• 分类号: TP765
• 字数: 2958字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1522.2008.06.012

摘要

提出一种基于RBF神经网络的一类非线性系统反演鲁棒自适应控制器设计方法.使用RBF神经网络逼近系统不确定性,并和控制器与虚拟控制器中的鲁棒项一起消除不确定性的影响,由Lyapunov稳定性理论推出的RBF神经网络权值矩阵的自适应律能保证闭环系统的所有信号有界,且误差能够全局指数收敛于原点的邻域.该方法不需要系统不确定性的上界以及其任意阶导数.最后的仿真结果验证了方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任晓军	海军驻航天科工集团三院军事代表室	7	54	4.0	7.0
2	杨智勇	海军航空工程学院七系	32	246	7.0	15.0
3	陈亚		8	37	3.0	6.0
4	刘瑞昌		1	1	1.0	1.0