基于径向基函数神经网络的光电系统自适应控制

摘要：

针对光电跟踪系统对于跟踪目标的高精度需求,在硬件设计选型、装调适配完成后,通常需要伺服控制系统设计合理的算法以改善跟踪精度.为持续提高伺服控制系统的综合能力,首先分析跟踪精度的误差模型,通过理论推导以及典型数值计算仿真的方式,验证伺服控制器控制增益对于跟踪精度改善的重要性.在对比多型控制算法基础上,提出基于径向基函数神经网络的自适应控制方法,发挥神经网络控制能够自行学习优化的特点,使伺服稳定平台控制系统具有更高的跟踪精度和更好的鲁棒性.数字仿真以及半实物实验验证结果表明,与传统PID、积分分离PID、单神经元PID控制方法相比,在存在载体扰动条件下,所提方法能够实现在3 Hz带宽内时滞最小约为28 ms,幅值误差在3 Hz处约为4％,可为光电跟踪系统设计实现高精度跟踪提供一种有效设计思路.

关键词：光电系统、神经网络、径向基函数、跟踪精度、自适应控制

所属期刊栏目：43

分类号：TP29(自动化技术及设备)

资助基金：装备预先研究项目414XXXX104

在线出版日期：2022-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：556-564