本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)的旋翼無人機(jī)Flocking控制

  更多相關(guān)文章： Flocking 旋翼無人機(jī) 神經(jīng)網(wǎng)絡(luò) 自適應(yīng)逆控制

【摘要】：匯聚運(yùn)動(dòng)(Flocking)是一種群體運(yùn)動(dòng)行為,具體可以描述為:群體由分離狀態(tài)匯聚到一起后,沿著特定方向,一起運(yùn)動(dòng),并且在運(yùn)動(dòng)過程中能夠保持某種特定的規(guī)則。當(dāng)針對(duì)特定任務(wù)時(shí),群體的匯聚運(yùn)動(dòng)具有著單體運(yùn)動(dòng)無可比擬的優(yōu)勢(shì),這對(duì)協(xié)同控制問題的研究具有很重要的指導(dǎo)和理論意義。尤其是應(yīng)用到具有實(shí)際物理模型上時(shí),這種匯聚運(yùn)動(dòng)的研究便具有了很重要的實(shí)際意義。而另一方面,隨著近幾年新型材料和控制技術(shù)的快速發(fā)展,旋翼無人機(jī)憑借著自身優(yōu)勢(shì),已經(jīng)成為了當(dāng)今無人機(jī)領(lǐng)域研究熱點(diǎn),并在控制理論方面有了一定的積累。但是對(duì)于完全模型的控制,以及多機(jī)控制仍然是研究的薄弱點(diǎn)。因此,本文的主要目標(biāo)是針對(duì)多旋翼無人機(jī)這樣的對(duì)象,研究帶有多旋翼無人機(jī)模型的Flocking控制器設(shè)計(jì)方法,從而實(shí)現(xiàn)多旋翼無人機(jī)群的Flocking行為。本文將多旋翼無人機(jī)Flocking控制分為三個(gè)問題處理。第一個(gè)問題為多旋翼無人機(jī)控制問題;第二個(gè)問題為基于質(zhì)點(diǎn)模型的Flocking算法問題。最后,結(jié)合多旋翼無人機(jī)的動(dòng)力學(xué)特性完成多旋翼無人機(jī)的Flocking控制。對(duì)于具有高度非線性、強(qiáng)耦合和欠驅(qū)動(dòng)特性的無人機(jī)來說,設(shè)計(jì)一個(gè)有效的、高精度控制器是非常不易的,尤其是在有參數(shù)變化和外界干擾的情況下。本文提出一種自適應(yīng)逆控制系統(tǒng)(AIMCS)。在該系統(tǒng)中,采用了兩個(gè)BP神經(jīng)網(wǎng)絡(luò),一個(gè)實(shí)現(xiàn)被控對(duì)象的模型辨識(shí),用來找出被控對(duì)象的映射關(guān)系;另一個(gè)實(shí)現(xiàn)被控對(duì)象逆模型辨識(shí),用作控制系統(tǒng)的逆控制器。為了確保控制系統(tǒng)學(xué)習(xí)的快速性和魯棒性,離線訓(xùn)練和在線訓(xùn)練的方案都被使用。同時(shí),使用李雅普諾夫的方法證明了在線學(xué)習(xí)律的收斂性。最后,基于全模型的四旋翼無人機(jī)控制仿真來說明本文提出控制方案的有效性。在多旋翼無人機(jī)控制系統(tǒng)設(shè)計(jì)完成的基礎(chǔ)上,Flocking算法的設(shè)計(jì)便成了旋翼無人機(jī)的Flocking控制的重點(diǎn)內(nèi)容。本文利用能量函數(shù)將基于雷諾茲Flocking三個(gè)規(guī)則轉(zhuǎn)換為數(shù)學(xué)問題:通過建立合適的人工勢(shì)能函數(shù)將質(zhì)點(diǎn)的匯聚、避撞、速度一致性問題,轉(zhuǎn)化為勢(shì)能函數(shù)能量最小化問題,然后通過李雅普諾夫方法來設(shè)計(jì)控制器,使人工勢(shì)能函數(shù)最小化,從而實(shí)現(xiàn)質(zhì)點(diǎn)模型Flocking控制。在設(shè)計(jì)控制器時(shí)考慮了飽和輸入的情況,即最大的加速度是有限制的,這樣的設(shè)計(jì)為本文所設(shè)計(jì)的自適應(yīng)逆控制系統(tǒng)的運(yùn)用提供了便利。利用多旋翼無人機(jī)的動(dòng)力學(xué)特性,將Flocking控制算法的輸出值轉(zhuǎn)化每個(gè)四旋翼無人機(jī)姿態(tài)控制的目標(biāo)值,即利用轉(zhuǎn)換公式,將期望位置轉(zhuǎn)化為期望姿態(tài)(歐拉角),再結(jié)合本文提出的自適應(yīng)逆控制系統(tǒng)完成多旋翼無人機(jī)Flocking控制。
【關(guān)鍵詞】：Flocking 旋翼無人機(jī) 神經(jīng)網(wǎng)絡(luò) 自適應(yīng)逆控制
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：V279;TP183
【目錄】：

• 摘要5-7
• ABSTRACT7-11
• 第一章 緒論11-18
• 1.1 研究背景及研究意義11-13
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀13-16
• 1.2.1 無人機(jī)發(fā)展歷史13-14
• 1.2.2 國(guó)內(nèi)外研究現(xiàn)狀14-16
• 1.3 本文主要內(nèi)容及結(jié)構(gòu)安排16-18
• 第二章 預(yù)備知識(shí)18-22
• 2.1 穩(wěn)定性理論18-19
• 2.1.1 平衡點(diǎn)18
• 2.1.2 李雅普諾夫穩(wěn)定性18-19
• 2.1.3 La Salle定理19
• 2.2 系統(tǒng)辨識(shí)19-20
• 2.2.1 系統(tǒng)辨識(shí)的基本原理19-20
• 2.2.2 基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識(shí)原理20
• 2.3 本章小結(jié)20-22
• 第三章 四旋翼無人機(jī)的數(shù)學(xué)模型22-31
• 3.1 四旋翼無人機(jī)的物理特性及飛行原理22
• 3.2 四旋翼無人機(jī)建模22-29
• 3.2.1 坐標(biāo)系建立及其轉(zhuǎn)換關(guān)系24-26
• 3.2.2 四旋翼無人機(jī)的數(shù)學(xué)模型26-29
• 3.3 本章小結(jié)29-31
• 第四章 BP神經(jīng)網(wǎng)絡(luò)及AIMCS控制結(jié)構(gòu)31-47
• 4.1 BP神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介31-32
• 4.2 AIMCS控制系統(tǒng)設(shè)計(jì)32-46
• 4.2.1 AIMCS控制結(jié)構(gòu)32-33
• 4.2.2 AIMCS在線學(xué)習(xí)律及其收斂性33-43
• 4.2.3 仿真和結(jié)論43-46
• 4.3 本章小結(jié)46-47
• 第五章 基于質(zhì)點(diǎn)模型的Flocking控制器設(shè)計(jì)47-56
• 5.1 控制目標(biāo)及數(shù)學(xué)表述47-50
• 5.2 控制器設(shè)計(jì)及其穩(wěn)定性證明50-55
• 5.2.1 控制器設(shè)計(jì)50-51
• 5.2.2 穩(wěn)定性證明51-52
• 5.2.3 仿真結(jié)果52-55
• 5.3 本章小結(jié)55-56
• 第六章 四旋翼群的Flocking控制系統(tǒng)設(shè)計(jì)56-63
• 6.1 四旋翼無人機(jī)群的數(shù)學(xué)模型及其Flocking控制的數(shù)學(xué)表示56-57
• 6.2 四旋翼無人機(jī)群的控制系統(tǒng)設(shè)計(jì)57-60
• 6.2.1 四旋翼無人機(jī)群Flocking控制系統(tǒng)框架57-59
• 6.2.2 仿真結(jié)果59-60
• 6.3 本章小結(jié)60-63
• 第七章 總結(jié)與展望63-65
• 7.1 本文主要貢獻(xiàn)63-64
• 7.2 未來的工作展望64-65
• 致謝65-66
• 參考文獻(xiàn)66-70
• 攻碩期間取得的研究成果70-71

【相似文獻(xiàn)】

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 王亞;基于神經(jīng)網(wǎng)絡(luò)的旋翼無人機(jī)Flocking控制[D];電子科技大學(xué);2016年

，

本文編號(hào)：999473