排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
针对线性离散系统,研究了开环动态迭代学习控制律的设计问题.首先给出了闭环系统的收敛充分条件,然后把迭代控制转化为H∞设计问题,最后利用线性矩阵不等式(LMI)方法求解迭代学习控制器.通过仿真实例表明了设计方法的有效性. 相似文献
2.
针对非完整移动机器人的轨迹重复跟踪问题,提出了一种开环P型迭代学习控制算法。首先给出非完整移动机器人的运动学模型,并结合离散时域对轨迹跟踪问题进行描述,然后设计迭代学习控制器并在给定条件下证明了其收敛性;MATLAB仿真结果表明,随着迭代次数的增加,该算法能够有效改善动态不确定环境中系统的稳定性与收敛的快速性。 相似文献
3.
针对机械臂位置跟踪问题,基于RBF神经网络控制理论,提出了一种自适应反演控制方法.该方法利用反演控制技术解决了系统的非线性问题,通过神经网络对系统中不确定函数进行逼近,实现神经网络自适应反演控制,最后通过Lyapunov稳定性理论证明所得闭环系统的最终一致有界.仿真结果证明该算法的有效性. 相似文献
4.
5.
基于拉格朗日函数法建立了机器人的动力模型,并基于滑模控制方法设计了机器人的鲁棒控制器,实现了机器人的平衡、转向和行走等控制任务。滑模控制器是一种鲁棒控制方法,当进入滑模态后,控制能够保证机器人在外力干扰和参数变化等情况下依旧保持控制性能。通过MATLAB和ADAMS联合仿真环境,控制器的控制效果得到了验证,证明了所设计的控制方法是可行的,能够达到所要求的控制性能。 相似文献
1