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:
针对具有模型不确定性以及外部干扰下的自由漂浮空间机器人,采用一种整体逼近的神经网络自适应控制方法.该方法采用RBF神经网络对不同重力环境下系统模型的不确定项进行整体逼近,对系统的不确定项进行在线自适应学习.神经网络的逼近误差以及外界干扰由鲁棒项进行消除.该方法不依赖于系统模型,简化了控制系统的结构,在考虑重力等不确定项的情况下不用改变控制器也能进行控制,并且根据李亚普诺夫理论证明了所设计控制器使系统渐进稳定.在不同重力环境下进行了仿真,验证了控制方案的有效性.
推荐文章
应用于力矩受限自由漂浮空间机器人的神经网络自适应控制
空间机器人
力矩受限
神经网络
自适应控制
不确定性机器人的鲁棒跟踪控制
机器人
鲁棒控制
指数稳定
渐近稳定
终值有界
机器人计算力矩不确定性的神经网络补偿控制
机器人
计算力矩控制
神经网络
鲁棒补偿控制
自由漂浮空间机器人避奇异规划—跟踪算法
自由漂浮空间机器人
运动控制
动力学奇异性
状态依赖Riccati方程
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 不确定性自由漂浮空间机器人神经自适应控制
来源期刊 计算机工程与应用 学科 工学
关键词 神经网络 不确定性 空间机器人 整体逼近 自适应控制
年,卷(期) 2016,(8) 所属期刊栏目 理论与研发
研究方向 页码范围 29-32,37
页数 5页 分类号 TP242
字数 3211字 语种 中文
DOI 10.3778/j.issn.1002-8331.1405-0339
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 张国良 80 492 13.0 17.0
2 雷霆 3 13 2.0 3.0
3 汤文俊 11 111 7.0 10.0
4 孙一杰 5 26 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (85)
共引文献  (118)
参考文献  (12)
节点文献
引证文献  (3)
同被引文献  (11)
二级引证文献  (7)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(4)
  • 参考文献(2)
  • 二级参考文献(2)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(14)
  • 参考文献(2)
  • 二级参考文献(12)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(11)
  • 参考文献(2)
  • 二级参考文献(9)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
神经网络
不确定性
空间机器人
整体逼近
自适应控制
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导