基于神经网络状态观测器的微陀螺仪反演控制方法

摘要

本发明公开了一种基于神经网络状态观测器的微陀螺仪反演控制方法，包括微陀螺仪及神经网络状态观测器和反演控制器，以Z轴微陀螺仪XY轴方向上的位移作为状态观测器的输入，通过神经网络对微陀螺仪不确定部分进行估计，完成微陀螺仪位置和速度信号的估计；反演控制器以状态观测器所估计的信号作为输入，对微陀螺仪XY轴方向上的振动幅值和频率进行控制。本发明的基于神经网络状态观测器的微陀螺仪反演控制方法，将基于神经网络状态观测器的反演控制应用在微陀螺仪上，以提高系统的稳定性和可靠性，有效的降低了误差，控制效果较好。

主权项

基于神经网络状态观测器的微陀螺仪反演控制方法，其特征在于，包括以下步骤：1)建立微陀螺仪的数学模型；2)设计微陀螺仪的状态观测器，对微陀螺仪系统的状态变量进行估计；3)在所设计的状态观测器中，采用RBF神经网络来逼近未知函数f_m，得到基于RBF神经网络的状态观测器的输出，作为微陀螺仪的状态变量；4)设计鲁棒项；5)基于Lyapunov理论设计RBF神经网络权值的自适应律，确保所设计的基于RBF神经网络的状态观测器的稳定性；6)设计反演控制器，将其输出作为微陀螺仪的控制输入；7)设计Lyapunov函数，确保所设计的反演控制器的稳定性；8)基于Lyapunov理论验证基于RBF神经网络状态观测器的微陀螺仪反演控制器的稳定性。