基于径向基函数神经网络和积分终端滑模控制的四旋翼无人机抗干扰轨迹跟踪控制 张梓钊,钮绍华

《Mathematics》:Anti-Disturbance Trajectory Tracking Control for Quadrotor UAVs Based on Radial Basis Function Neural Network and Integral Terminal Sliding Mode Control Xizhao Zhang and Shaohua Niu

【字体: 大 中 小 】 时间:2026年04月17日 来源:Mathematics 2.2

编辑推荐:

   摘要 四旋翼无人机(UAV)在复杂和动态的环境中运行时,尤其是在受到风等未知干扰的情况下,其轨迹跟踪控制的稳定性可能会显著下降。目前关于UAV控制的研究提出了能够在小范围和弱干扰下表现出良好抗干扰能力的算法,但随着干扰幅

  

摘要

四旋翼无人机(UAV)在复杂和动态的环境中运行时,尤其是在受到风等未知干扰的情况下,其轨迹跟踪控制的稳定性可能会显著下降。目前关于UAV控制的研究提出了能够在小范围和弱干扰下表现出良好抗干扰能力的算法,但随着干扰幅度的增加,这些算法的有效性会大幅降低。为了解决这一问题,本文提出了一种混合控制策略,该策略结合了径向基函数神经网络(RBFNN)和积分终端滑模控制(ITSMC)。RBFNN被设计为一个在线干扰观测器,能够实时估计并补偿外部干扰力和扭矩,并采用自适应权重法则。ITSMC利用积分项来消除稳态误差,以及终端滑模项来实现跟踪误差的有限时间收敛。仿真结果表明,所提出的控制器在各种干扰条件下都能保持高精度的轨迹跟踪和姿态控制性能,展现出很强的鲁棒性和抗干扰能力,并且在整体性能上优于其他控制器。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号