期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到7篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
一种自适应模糊小波神经网络及其在交流伺服控制中的应用 被引量：7
1
作者 侯润民 刘荣忠 +2 位作者 高强 王力 邓桐彬 《兵工学报》 EI CAS CSCD 北大核心 2015年第5期781-788,共8页
针对某武器大功率交流伺服系统所存在的大变负载、慢时变、强耦合的非线性特性和不确定扰动等问题,提出了模糊小波神经网络(FWNN)间接自适应控制器,该控制器的特点为Takagi-Sugeno-Kang(TSK)模糊模型的后件部分由自回归小波神经网络(SRW... 针对某武器大功率交流伺服系统所存在的大变负载、慢时变、强耦合的非线性特性和不确定扰动等问题,提出了模糊小波神经网络(FWNN)间接自适应控制器,该控制器的特点为Takagi-Sugeno-Kang(TSK)模糊模型的后件部分由自回归小波神经网络(SRWNN)构成。给出了SRWNN参数的迭代算法,利用SRWNN辨识器为控制器提供实时梯度信息,有效地克服了参数变化和负载扰动等不确定因素的影响,且具有良好的动态特性。采用Lyapunov稳定性理论方法证明了闭环系统的稳定性。仿真研究和样机试验结果证明了所提方案的有效性和正确性。 展开更多
关键词 兵器科学与技术 大功率交流伺服系统 自回归小波神经网络 模糊小波神经网络间接自适应控制器 模糊小波神经网络
下载PDF
柔性铰接板振动视觉测量与小波神经网络控制
2
作者 邱志成 刘一鸿 李旻 《光学精密工程》 EI CAS CSCD 北大核心 2024年第7期998-1010,共13页
为了解决航天器上用于供能的太阳帆板类柔性薄板结构的振动问题,针对一种移动柔性铰接板系统构建了双目视觉系统的振动测控实验平台,采用双目立体视觉方法来检测振动,并设计了自回归小波神经网络控制器(Self-Recurrent Wavelet Neural N... 为了解决航天器上用于供能的太阳帆板类柔性薄板结构的振动问题,针对一种移动柔性铰接板系统构建了双目视觉系统的振动测控实验平台,采用双目立体视觉方法来检测振动,并设计了自回归小波神经网络控制器(Self-Recurrent Wavelet Neural Network Controller,SRWNNC)来抑制振动。对双目视觉系统进行了标定,基于视差原理和图像处理算法,通过解算标志点的三维坐标来获取振动信号。建立了系统的有限元模型,并通过辨识得到校正后的系统模型参数。基于辨识得到的模型在仿真环境中训练SRWNNC,用于实验系统的振动主动控制。分别针对移动柔性铰接板系统固定基座和平移轨迹运动两种情况,进行了双目视觉振动检测和振动控制仿真和实验研究。仿真和实验结果表明,双目视觉传感器对振动信号的检测精度小于0.1 mm,SRWNNC也展现出比大增益PD控制器更好的抑振效果,验证了双目视觉振动检测和SRWNNC抑制振动的准确性和有效性。 展开更多
关键词 双目视觉 移动柔性铰接板 自回归小波神经网络 振动抑制
下载PDF
基于自回归小波神经网络的机械臂自适应滑模控制
3
作者 杨佳 吴佩林 +2 位作者 杨理 寇东山 余斌 《空间控制技术与应用》 CSCD 北大核心 2024年第3期68-76,共9页
针对机械臂存在模型不确定和未知扰动的问题,提出一种动力学模型参数分块逼近的神经网络非奇异终端滑模(nonsingular terminal sliding mode, NTSM)控制方法.为加快系统跟踪误差的收敛速度,避免传统终端滑模存在的奇异性问题,采用一种... 针对机械臂存在模型不确定和未知扰动的问题,提出一种动力学模型参数分块逼近的神经网络非奇异终端滑模(nonsingular terminal sliding mode, NTSM)控制方法.为加快系统跟踪误差的收敛速度,避免传统终端滑模存在的奇异性问题,采用一种非奇异终端滑模面.利用多组自回归小波神经网络(self-recurrent wavelet neural network, SRWNN)分块逼近系统未知的动力学模型参数,并采用自适应更新律调整权重.通过积分控制项补偿SRWNN的逼近误差,并使用Lyapunov稳定性理论证明了系统稳定性.使用MATLAB进行仿真分析,分块SRWNN滑模控制与滑模控制、整体SRWNN滑模控制相比,关节角度跟踪误差的平均稳态误差分别降低了31.9%、76.5%,表明此方法是一种可靠、有效的轨迹跟踪控制方法. 展开更多
关键词 自回归小波神经网络 非奇异终端滑模 动力学模型 轨迹跟踪
下载PDF
基于自回归小波神经网络的空中目标威胁评估 被引量：1
4
作者 白玉 李筱琳 《数字技术与应用》 2020年第3期84-85,87,共3页
针对空战中目标威胁评估系统非线性、评估难度大等特点,提出了自回归小波神经网络(Self-recurrent Wavelet Neural Network,SRWNN)的空中目标威胁评估方法。通过分析SRWNN结合递归神经网络(Recurrent Neural Net RNN)的吸引子动力学和WN... 针对空战中目标威胁评估系统非线性、评估难度大等特点,提出了自回归小波神经网络(Self-recurrent Wavelet Neural Network,SRWNN)的空中目标威胁评估方法。通过分析SRWNN结合递归神经网络(Recurrent Neural Net RNN)的吸引子动力学和WNN快速收敛的特点,建立了SRWNN模型,提出了SRWNN的参数优化学习算法,以实现增强自学习能力的目的,然后分析了威胁评估的影响因素,给出了基于SRWNN的空中目标威胁评估算法的程序设计。仿真实验结果表明,与WNN相比,该算法提高了系统的稳定性,加快了收敛速度,增强了预测精度。 展开更多
关键词 目标威胁评估 神经网络 小波神经网络 自回归小波神经网络
下载PDF
基于SRWNN-ADRC的交流伺服系统定位控制
5
作者 李佳恬 高强 +2 位作者 侯润民 侯远龙 李俊杰 《电光与控制》 CSCD 北大核心 2021年第1期98-102,111,共6页
针对高炮位置交流伺服系统控制存在的外界扰动以及非线性特性等问题,提出了一种自回归小波神经网络改进型单神经元自抗扰控制器(SRWNN-ADRC)。单神经元自适应控制器(SNAC)将非线性误差反馈控制律中的非线性增益作为其权值系数,利用SRWN... 针对高炮位置交流伺服系统控制存在的外界扰动以及非线性特性等问题,提出了一种自回归小波神经网络改进型单神经元自抗扰控制器(SRWNN-ADRC)。单神经元自适应控制器(SNAC)将非线性误差反馈控制律中的非线性增益作为其权值系数,利用SRWNN作为辨识器,在线辨识被控对象的梯度信息并将其提供给SNAC。通过SNAC的自学习功能实现ADRC中参数的在线调节。仿真结果证明,此控制策略使系统具有较好的稳态性能,抗干扰能力强,且动态品质也得到了优化。 展开更多
关键词 自回归小波神经网络 交流伺服控制 自抗扰控制 在线整定
下载PDF
具有预设性能的板球系统神经超扭曲滑模控制
6
作者 夏国锋 向凤红 《重庆大学学报》 CAS CSCD 北大核心 2024年第7期98-109,共12页
提出了一种新的具有预设性能的自回归小波神经网络(self-recurrent wavelet neural network,SRWNN)超扭曲非奇异快速终端滑模(super-twistingnon-singularfastterminalsliding mode,STNFTSM)控制方法(SRWNN_STNFTSM),在动力学不确定性... 提出了一种新的具有预设性能的自回归小波神经网络(self-recurrent wavelet neural network,SRWNN)超扭曲非奇异快速终端滑模(super-twistingnon-singularfastterminalsliding mode,STNFTSM)控制方法(SRWNN_STNFTSM),在动力学不确定性和未知扰动的情况下提高板球系统的跟踪控制性能。利用预设性能函数(prescribed performance function,PPF),将板球系统受约束的位置误差转换为无约束的误差模型。引入非奇异快速终端滑模(non-singular fast terminal sliding mode, NFTSM)面来消除常规终端滑模控制存在的奇异问题,并加入一个tanh函数的补偿项改进NFTSM滑模面,以调节轨迹跟踪的收敛速度和跟踪精度,同时结合超扭曲算法(super-twisting algorithm,STA)设计STNFTSM控制器,以削弱抖振和集总扰动的影响。针对系统存在的集总扰动,为了保证高跟踪精度,结合STNFTSM设计了自适应SRWNN补偿器来消除扰动,保证了鲁棒性。与现有常规滑模控制相比,仿真验证表明SRWNN_STNFTSM具有良好的跟踪性能和鲁棒性,能够对集总扰动下的板球系统进行准确跟踪。 展开更多
关键词 板球系统 预设性能控制 自回归小波神经网络 非奇异快速终端滑模 超扭曲算法
下载PDF
采用自适应自回归小波神经网络的单步预测控制 被引量：2
7
作者 杨红 高月芳 +1 位作者 罗飞 许玉格 《信息与控制》 CSCD 北大核心 2010年第5期553-558,共6页
针对非线性系统的控制问题,提出一种基于神经网络辨识的单步预测控制算法.算法在自回归小波神经网络的基础上,利用混沌机制消除了神经网络易陷入局部极值的缺点.采用自适应性学习率,提高神经网络的收敛能力和速度.以该神经网络为预测模... 针对非线性系统的控制问题,提出一种基于神经网络辨识的单步预测控制算法.算法在自回归小波神经网络的基础上,利用混沌机制消除了神经网络易陷入局部极值的缺点.采用自适应性学习率,提高神经网络的收敛能力和速度.以该神经网络为预测模型,引入输出反馈和偏差校正克服预测误差,以此构造一步加权预测控制性能指标.然后采用Brent一维搜索方法求取控制律,Brent法无需任何相关的导数信息,需调整的参数少,使得Brent法适合实时控制.仿真研究说明了该非线性预测控制器的有效性. 展开更多
关键词 预测控制 混沌 非线性系统 自适应自回归小波神经网络
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部