基于RBF神经网络的机器人鲁棒自适应控制器没计

• 作者: 喻佳 李静 王校锋 韩艳丽
• 来源期刊: 海军航空工程学院学报
• 学科: 工学
• 关键词: 机器人 不确定性 RBF神经网络 反演
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 制导与控制
• 页码范围: 267-271
• 页数: 5页
• 分类号: TP242.6
• 字数: 2396字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1522.2009.03.008

摘要

在考虑机器人系统中存在的模型不确定性的情况下,提出了一种基于RBF神经网络和反演技术的鲁棒自适应控制器的设计方法.首先,通过状态变换将机器人的模型转换为适用于反演技术的形式;然后,利用反演技术设计了鲁棒自适应控制器,用两个RBF神经网络分别对模型的不确定性进行了处理,并用Lyapunov稳定性理论推导出RBF神经网络的权重矩阵调节律以及相关的鲁棒项,证明了系统的全局稳定性;最后,进行了相应的仿真研究,验证了设计的正确性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩艳丽	海军航空工程学院控制工程系	34	241	9.0	14.0