一种基于模型参考自适应神经网络的三轴惯性稳定平台控制方法

摘要

一种基于模型参考自适应神经网络的三轴惯性稳定平台控制方法，涉及基于自适应神经网络的控制参数在线估计和扩张状态状态观测器的扰动抑制设计，首先，根据三轴惯性稳定平台动力学模型，针对三轴惯性稳定平台模型参数不确定导致的反馈控制参数时变特性，构建自适应神经网络对反馈控制矩阵参数进行在线估计，使三轴惯性稳定平台控制精度逼近期望模型控制精度；其次，针对自适应神经网络估计误差和三轴惯性稳定平台干扰的上界构建的干扰补偿控制量对控制精度的影响，构建扩张状态观测器对干扰进行估计和抑制，实现复杂环境下的三轴惯性稳定平台高精度控制。本发明具有实时性好、动态参数响应快、对多源干扰适应性强等优点，可用于三轴惯性稳定平台在复杂多源干扰环境下的高精度控制等。

主权项

一种基于模型参考自适应神经网络的三轴惯性稳定平台控制方法，其特征在于实现以下步骤：(1)根据三轴惯性稳定平台动力学模型，设计模型参考自适应神经网络控制方法，针对三轴惯性稳定平台模型参数不确定导致的反馈控制参数时变特性，构建自适应神经网络对反馈控制矩阵参数进行在线估计，使三轴惯性稳定平台控制精度逼近期望模型控制精度；(2)针对自适应神经网络估计误差和三轴惯性稳定平台干扰的上界构建的干扰补偿控制量对系统控制精度的影响，构建扩张状态观测器对干扰进行估计和抑制，实现复杂环境下的三轴惯性稳定平台高精度控制。