基于神经网络补偿的高超声速飞行器滑模控制

苏沛华; 毛奇

doi:10.13873/j.1000-9787(2018)08-0076-03

Chinese

您当前的位置：

首页 >

文章列表页 >

基于神经网络补偿的高超声速飞行器滑模控制

设计与制造 | 更新时间：2025-09-11

- 基于神经网络补偿的高超声速飞行器滑模控制
- Sliding mode control for hypersonic vehicle based on neural network compensation
- 传感器与微系统 2018年第8期页码：76-78+81
- 作者机构：
  
  天津大学电气自动化与信息工程学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(91016018,61074064)
- DOI：10.13873/j.1000-9787(2018)08-0076-03
  中图分类号： V448;TP183
- 纸质出版：2018
- 稿件说明：
移动端阅览
苏沛华, 毛奇. 基于神经网络补偿的高超声速飞行器滑模控制[J]. 传感器与微系统, 2018,(8):76-78+81.

SU Pei-hua, MAO Qi. Sliding mode control for hypersonic vehicle based on neural network compensation[J]. 2018, (8): 76-78+81.
苏沛华, 毛奇. 基于神经网络补偿的高超声速飞行器滑模控制[J]. 传感器与微系统, 2018,(8):76-78+81. DOI： 10.13873/j.1000-9787(2018)08-0076-03.

SU Pei-hua, MAO Qi. Sliding mode control for hypersonic vehicle based on neural network compensation[J]. 2018, (8): 76-78+81. DOI： 10.13873/j.1000-9787(2018)08-0076-03.

摘要

针对吸气式高超声速飞行器的轨迹控制问题

提出了一种基于自适应径向基函数(RBF)神经网络的滑模控制方法。建立了高超声速飞行器的纵向动态模型;设计了滑模控制器

利用自适应RBF神经网络对系统不确定项进行在线逼近

对滑模控制器进行补偿;基于李雅普诺夫的稳定性分析证明了闭环系统的稳定性。仿真结果表明:控制系统能够实现对于高超声速飞行器给定指令的有效跟踪。

Abstract

Aiming at trajectory control problem of airbreathing hypersonic vehicle

a sliding mode control method based on adaptive radial basis function（ RBF） neural network is presented. Longitudinal dynamic model for hypersonic vehicle is built. Sliding mode controller is designed

and adaptive RBF neural network is used to on-line approximate uncertainties of system. Sliding mode controller is compensated; closed-loop system stability is proved based on Lyapunov stability analysis. Simulation results demonstrate that control system can effective track on given commands of hypersonic vehicle.

关键词

Keywords

references

浏览量

212

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于扩张状态观测器的改进型积分滑模结构设计

基于滑模阻抗的双足机器人单腿柔顺性控制研究

3DoF模块化机械臂轨迹跟踪策略

基于滑模控制和广义预测控制的主从控制系统设计

基于改进滑模变结构控制的SAPF仿真及实验研究