基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文主要实现对水下机器人的深度控制。针对BP神经网络的缺点,根据小波神经网络的优越性,设计小波神经网络自抗扰控制器。利用Matlab-simulink对控制器进行仿真测试,表明该控制器控制效果良好,具有较高的鲁棒性。
推荐文章
基于模糊神经网络水下机器人直接自适应控制
水下机器人
模糊神经网络
自适应控制
水下机器人深度控制研究
水下机器人
PID控制器
SIMULINK
水下机器人的神经网络自适应控制
水下机器人
神经网络
自适应控制
基于神经网络的水下机器人航向角跟踪控制
水下机器人
神经网络
跟踪控制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 小波神经网络自抗扰控制器在水下机器人深度控制中的应用
来源期刊 计算机与现代化 学科 工学
关键词 自抗扰控制器 水下机器人 小波神经网络
年,卷(期) 2015,(6) 所属期刊栏目 人工智能
研究方向 页码范围 23-26
页数 4页 分类号 TP18
字数 2646字 语种 中文
DOI 10.3969/j.issn.1006-2475.2015.06.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邵克勇 东北石油大学电气信息工程学院 59 185 7.0 10.0
2 申雨轩 东北石油大学电气信息工程学院 2 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (87)
共引文献  (348)
参考文献  (17)
节点文献
引证文献  (4)
同被引文献  (9)
二级引证文献  (10)
1964(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(2)
  • 二级参考文献(1)
1998(5)
  • 参考文献(1)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(9)
  • 参考文献(2)
  • 二级参考文献(7)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(12)
  • 参考文献(0)
  • 二级参考文献(12)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(9)
  • 参考文献(1)
  • 二级参考文献(8)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(8)
  • 参考文献(5)
  • 二级参考文献(3)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
自抗扰控制器
水下机器人
小波神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导