摘要：针对有向切换通信网络下多四旋翼无人机系统存在的部分信息不可测问题,基于神经网络状态观测器方法,提出了分布式自适应滑模时变编队控制方案。首先,通过设计分布式时变编队控制协议,使无人机仅需邻居状态信息便可实现通信,摆脱了对全局信息的依赖。其次,由于欠驱动特性的存在,设计了位置辅助控制器,解算出姿态目标信息和控制推力。同时,通过设计神经网络状态观测器,对系统不可测信息进行观测,并将观测值反馈到自适应滑模控制器中,提高了无人机系统的鲁棒性。最后,通过Lyapunov定理对四旋翼无人机编队系统进行分析,证明了多无人机编队追踪误差有界且可收敛到零点邻域内。仿真结果表明,本文控制方法可以使多无人机系统实现时变编队控制,验证了理论结果的有效性。

摘要：为了解决具有状态约束的机械臂的控制问题,本文针对一类具有全状态约束和状态不完全可测的切换严格反馈非线性系统进行研究,通过引入状态观测器、自适应神经网络和动态表面控制技术,设计了一种基于径向基函数(RBF)神经网络的自适应输出反馈控制方法。利用Lyapunov方法和平均驻留时间理论(ADT)保证了闭环系统所有信号是半全局一致最终有界的(SGUUB),通过数值例子仿真验证了所提方法的有效性。最后将该方法应用于带电机驱动的机械臂并进行仿真实验,仿真结果表明,机械臂轨迹跟踪误差很小,有着良好的控制精度,同时也表明所提出的控制算法能够应用于实际工程模型。

摘要：为了解决非线性约束切换系统的控制问题,针对一类具有非对称时变全状态约束、状态不完全可测以及未知外部干扰的切换严格反馈非线性系统进行研究,引入状态观测器、自适应神经网络和动态表面控制技术,设计了一种基于径向基函数(RBF)神经网络的自适应输出反馈控制方法.通过采用非对称时变障碍李亚普洛夫函数(barrier lyapunov function,BLF)使系统的全部状态满足非对称时变约束条件,而Lyapunov方法和平均驻留时间理论则保证了闭环系统所有信号是半全局一致最终有界.最后,在所提控制律的作用下,输出跟踪误差可以减小到任意小,2个仿真实验结果也验证了所提控制算法的有效性.