基于RBF神经网络补偿不确定性倒立摆PD控制.docVIP

基于RBF神经网络补偿不确定性倒立摆PD控制 　　摘 要 针对带有参数不确定性的非线性倒立摆的跟踪控制问题，提出一种RBF神经网络补偿的PD控制方法。该方法采用RBF神经网络逼近系统不确定非线性函数，结合常规的PD控制方法设计控制器，实现倒立摆的跟踪控制。仿真结果表明，该方法能有效实现倒立摆的快速跟踪，并保证了对不确定参数的不敏感性。 关键词 不确定性；跟踪控制；RBF神经网络 中图分类号：TP273 文献标识码：A 文章编号：1671-7597（2014）01-0040-02 倒立摆本身是一种复杂非线性系统，具有多变量、耦合性强、稳定性差且极不稳定的特点，很多典型的实验研究都基于此展开，跟踪控制就是其中之一。目前已有很多文献使用不同的控制方法针对倒立摆进行跟踪控制的研究，比如使用滑模变结构控制方法、鲁棒控制等。文中使用RBF神经网络对带有参数不确定性的非线性部分进行逼近，结合常规的PD控制方法设计控制器，对非线性的倒立摆进行跟踪控制研究。 1 问题描述 考虑如下一类二阶非线性系统： （1） 式（1）中，为未知函数部分，为已知函数部分，和分别为系统的输入和输出。式（1）还可以写为： 设位置指令为，令 ， 选择，使多项式的所有根部都在复平面左半平面上。 取控制律为 （2） 将（2）代入式（1），得到闭环控制