摘要：提出一种改进型多神经元神经网络算法的DSP无人侦察车伺服控制系统,对多神经元PID控制器进行交叉并联构建并在DSP中运行,解决国内无人侦察车单片机伺服控制系统数据处理速度慢、设计不灵活、智能算法应用受限问题.结果表明该方法收敛速度快、无需人工干预实现自主调节系统被控量,仿真及试验验证了算法的有效性,为无人侦察车应用于战场侦察、突发灾害紧急救援等提供理论基础和借鉴.

摘要：目前国内无人侦察车的伺服控制系统大多采用以单片机为核心的CPU,其运算速度慢、灵活性欠佳、且应用复杂算法的有着很大的局限性,不能满足复杂环境下对系统精确控制和快速响应。本文设计了一种基于多神经元PID算法的DSP无人侦察车伺服控制系统,其算法收敛速度快,且在线无人自主调节其伺服控制各参数,最后通过仿真及实验对比分析验证了该算法的有效性,为其以后应用于城市反恐、生化核武侦察、打击犯罪等提供信息支援,同时为军民融合系统创新的进一步实践提供理论基础和探索方法。

摘要：无人侦察车伺服控制系统模型很难准确建立,且传统的PID控制误差大、精度低,难以满足实际要求,提出一种序列-残差联合灰色预测单神经元PID控制器的设计方案。单神经元PID控制具有较强的自学习和自适应能力,能够提高系统的鲁棒性;变论域模糊控制则实现其模糊规则的自适应调整,动态调整控制器参数,实现算法增益;建立序列-残差联合灰色预测模型,通过对预测残差的二次预测修正,取代测量结果进行控制运算,实现对控制系统的快速、精准控制。仿真结果表明:改进灰色预测单神经元PID的无人侦察车伺服控制系统较传统的PID控制具有优良的动、静态性能指标和抗扰动能力。