基于BSP-ANN的四旋翼无人机轨迹跟踪方法
为了降低无人机轨迹跟踪误差,提高系统抗干扰能力,对反步(Backstepping)法进行改进提出一种基于反步神经网络(BSP-ANN)的无人机轨迹跟踪方法.首先,建立了四旋翼无人机运动学模型;然后,结合Backstepping方法在无人机的姿态控制、轨迹跟踪控制系统中引入Sigma-Pi神经网络,同时设计Sigma-Pi神经网络控制率,并证明该控制率满足Lyapunov意义下的系统稳定;最后,分别给出了相应的仿真实验.仿真结果表明:该算法可以有效降低跟踪误差,缩短无人机跟踪时间,同时可以提高系统的抗干扰能力.
无人机、轨迹跟踪、Sigma-Pi、反步神经网络、反步
39
V249.1(航空仪表、航空设备、飞行控制与导航)
国家自然科学基金61673212;航空科学基金20150852013;江苏省自然科学基金BK20161490;上海市优秀学科带头人计划14XD1423300
2018-08-07(万方平台首次上网日期,不代表论文的发表时间)
共8页
177-184