CN110262242B - 一种微陀螺仪自适应分数阶滑模控制方法 - Google Patents
一种微陀螺仪自适应分数阶滑模控制方法 Download PDFInfo
- Publication number
- CN110262242B CN110262242B CN201910583528.9A CN201910583528A CN110262242B CN 110262242 B CN110262242 B CN 110262242B CN 201910583528 A CN201910583528 A CN 201910583528A CN 110262242 B CN110262242 B CN 110262242B
- Authority
- CN
- China
- Prior art keywords
- sliding mode
- micro
- gyroscope
- dynamic model
- derivative
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C19/00—Gyroscopes; Turn-sensitive devices using vibrating masses; Turn-sensitive devices without moving masses; Measuring angular rate using gyroscopic effects
- G01C19/56—Turn-sensitive devices using vibrating masses, e.g. vibratory angular rate sensors based on Coriolis forces
- G01C19/5776—Signal processing not specific to any of the devices covered by groups G01C19/5607 - G01C19/5719
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Automation & Control Theory (AREA)
- Signal Processing (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了微陀螺仪控制技术领域的一种微陀螺仪自适应分数阶滑模控制方法,旨在解决现有技术中微陀螺仪因加工精度要求高,导致灵敏度和精度等与预期性能指标有所出入的技术问题。所述方法包括如下步骤:建立微陀螺仪的动力学模型,设计分数阶滑模面模型;基于动力学模型和分数阶滑模面模型设计分数阶滑模控制律,作为控制输入对微陀螺仪进行滑摸控制,所述控制律包括等效控制律和切换控制律;基于Lyapunov稳定性设计自适应控制算法,对控制律的***未知参数进行实时更新,促使***运动点的轨迹稳定跟踪动力学模型的轨迹。
Description
技术领域
本发明涉及一种微陀螺仪自适应分数阶滑模控制方法,属于微陀螺仪控制技术领域。
背景技术
陀螺仪是一种具备传感、维持方向稳定和角运动检测功能的装置,其运行主要是基于角动量守恒定律,在角动量作用下,能够抗拒方向改变趋势,常被用作角速度计,作为惯性导航***的基本测量元件,应用于军事、航空、航天等领域。与传统陀螺仪相比,微陀螺仪具备体积小、重量轻等诸多优势,在对尺寸和重量等要求严格的技术领域得到了更为广泛的应用。以硅微陀螺仪为例,由于其运用微机械加工工艺制成,结构尺寸通常为微米级,集成封装后,尺寸也仅在毫米量级,因而对加工精度要求极高,由于加工工艺等现实问题,导致硅微陀螺仪的灵敏度、精度等与预期性能指标有所出入,进而导致微陀螺仪技术发展缓慢。
发明内容
本发明的目的在于克服现有技术中的不足,提供了一种微陀螺仪自适应分数阶滑模控制方法,包括如下步骤:
建立微陀螺仪的动力学模型,设计分数阶滑模面模型;
基于动力学模型和分数阶滑模面模型设计分数阶滑模控制律,作为控制输入对微陀螺仪进行滑摸控制,所述控制律包括等效控制律和切换控制律;
基于Lyapunov稳定性设计自适应控制算法,对控制律的***未知参数进行实时更新,促使***运动点的轨迹稳定跟踪动力学模型的轨迹。
进一步地,建立微陀螺仪的动力学模型,包括:
建立动力学模型的转动坐标系,所述转动坐标系包括对微陀螺仪驱动振动的方向、检测振动的方向、输入角速度的方向分别进行设定;
基于转动坐标系建立微陀螺仪驱动模态和检测模态的基本动力学模型;
对基本动力学模型进行结构误差修正;
对进行结构误差修正后的动力学模型进行无量纲化处理;
将进行无量纲化处理后的动力学模型改写为其向量形式;
在改写为向量形式的动力学模型中引入若干变量,所述变量包括外界干扰、***参数不确定性。
进一步地,基于动力学模型和分数阶滑模面模型设计分数阶滑模控制律,包括:
利用动力学模型中外界干扰和***参数不确定性表征***运动点趋近切换面的速率,获取切换控制律;
对分数阶滑模面模型进行求导,将滑摸控制到达条件引入进行求导后的分数阶滑模面模型,获取等效控制律。
进一步地,基于Lyapunov稳定性设计自适应控制算法,包括:
利用自适应控制算法获取***未知参数的估计值;
将***未知参数的估计值代入滑模控制律,获取估计的滑模控制律;
设定***未知参数估计值与真实值的差值,作为***未知参数的估计误差;
将估计误差和估计的滑模控制律代入引入若干变量的向量形式的动力学模型,获取估计的向量形式的动力学模型;
将估计的向量形式的动力学模型化简后,代入预设Lyapunov函数关于时间的一阶导数,根据Lyapunov稳定性的原理设计***未知参数的自适应控制算法。
进一步地,对控制律的***未知参数进行实时更新,促使***运动点的轨迹稳定跟踪动力学模型的轨迹,包括:
利用自适应控制算法获取***未知参数的估计值;
将***未知参数的估计值代入滑模控制律,获取估计的滑模控制律;
以估计的滑模控制律作为控制输入对微陀螺仪进行滑摸控制。
进一步地,设定X轴为微陀螺仪驱动振动的方向、Y轴为微陀螺仪检测振动的方向、Z轴为输入角速度的方向,微陀螺仪驱动模态和检测模态的基本动力学模型,包括如下公式:
式中,m为微陀螺仪质量块的质量,x为质量块在驱动方向的位置向量,y为质量块在检测方向的位置向量,是x的一阶导数,是x的二阶导数,是y的一阶导数,是y的二阶导数,dx为驱动方向的阻尼系数,dy为检测方向的阻尼系数,kx为驱动方向的刚度系数,ky为检测方向的刚度系数,ux为驱动方向的控制输入,uy为检测方向的控制输入,Ωz为输入方向的角速度,是Ωz的一阶导数。
进一步地,引入若干变量的向量形式的动力学模型,包括如下公式:
式中,q是微陀螺仪***的输出轨迹,是q的一阶导数,是q的二阶导数,D、Ω、K均为***未知参数,其中D为由修正后的驱动方向的阻尼系数dxx、修正后的检测方向的阻尼系数dyy和耦合阻尼系数dxy组成的矩阵,K为由修正后的驱动方向的刚度系数kxx的无量纲化形式ωx、修正后的检测方向的刚度系数kyy的无量纲形式ωy和耦合刚度系数kxy的无量纲形式ωxy组成的矩阵,Ω为由输入方向的角速度Ωz和输入方向的角速度的相反数-Ωz组成的矩阵,ΔD为D+2Ω的不确定性,u为分数阶滑模控制律,ΔK为K的不确定性,d为外界干扰。
进一步地,分数阶滑模面模型,包括如下公式:
e=q-qr=[x-qr1,y-qr2]T,
0<α<1,
式中,s为非奇异滑模面,c、λ为正常数,e为跟踪误差,是e的一阶导数,α为分数阶阶数,T表示向量的转置,qr是微陀螺仪***的期望轨迹,是qr的一阶导数,qr1为微陀螺仪***x轴期望轨迹,qr2为微陀螺仪***y轴期望轨迹,是qr1的一阶导数,是qr2的一阶导数。
进一步地,预设Lyapunov函数,包括如下公式:
M=MT>0,N=NT>0,P=PT>0,
进一步地,自适应控制算法,包括如下公式:
与现有技术相比,本发明所达到的有益效果:分数阶滑模面增加了可以调节分数阶的阶数项,控制性能和控制精度得到提高;自适应控制算法可处理***的不确定性,实现控制***参数的在线自动整定。
附图说明
图1是本发明微陀螺仪***的结构框图;
图2是本发明实例中微陀螺仪dxx、dxy、dyy自适应辨识曲线;
图4是本发明实例中微陀螺仪Ωz自适应辨识曲线。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
一种微陀螺仪自适应分数阶滑模控制方法,包括如下步骤:
步骤一,建立微陀螺仪的动力学模型。
把微陀螺仪的驱动模态和检测模态,看作是一个“弹簧-质量-阻尼”的二阶***。首先,建立动力学模型的转动坐标系;然后,基于转动坐标系建立微陀螺仪驱动模态和检测模态的基本动力学模型。
本实施例中,X轴为微陀螺仪驱动振动的方向,Y轴为微陀螺仪检测振动的方向,Z轴为输入角速度的方向,微陀螺仪的基本动力学模型如式(1)、式(2)所示:
式中,m为质量块的质量,x和y为质量块在驱动方向和检测方向的位置向量,是x的一阶导数,是x的二阶导数,是y的一阶导数,是y的二阶导数,dx为驱动方向的阻尼系数,dy为检测方向的阻尼系数,kx为驱动方向的刚度系数,ky为检测方向的刚度系数,ux为驱动方向的控制输入,uy为检测方向的控制输入,Ωz为z轴上的角速度,即输入方向的角速度,是Ωz的一阶导数。
考虑到微陀螺仪的结构误差带来的影响,为提高控制精度,将式(1)、式(2)修正为:
式中,dxx为修正后的驱动方向的阻尼系数,dyy为修正后的检测方向的阻尼系数,dxy为耦合阻尼系数,kxx为修正后的驱动方向的刚度系数,kyy为修正后的检测方向的刚度系数,kxy为耦合刚度系数。
为减小控制器设计的复杂度,对动力学模型进行无量纲化处理,将式(3)、式(4)的两边除以微陀螺仪质量块质量m,并参考长度q0和自然共振频率ω0,得到微陀螺仪无量纲化后的动力学模型,如式(5)、式(6)所示:
式中,ωx为kxx无量纲化后的形式,ωy为kyy无量纲化后的形式,ωxy为kxy无量纲化后的形式。
将式(5)、式(6)改写为向量形式,如式(7)所示:
式中,q为微陀螺仪***的输出轨迹,是q的一阶导数,是q的二阶导数,D为由修正后的驱动方向的阻尼系数、修正后的检测方向的阻尼系数和耦合阻尼系数组成的矩阵,K为由修正后的驱动方向的刚度系数的无量纲化形式、修正后的检测方向的刚度系数的无量纲形式和耦合刚度系数的无量纲形式组成的矩阵,Ω为由输入方向的角速度和输入方向的角速度的相反数组成的矩阵,u为分数阶滑模控制律。
考虑到***中参数的不确定性和外界干扰,将微陀螺仪***动力学模型的向量形式式(7)改写为:
式中,ΔD为未知参数D+2Ω的不确定性,ΔK为未知参数K的不确定性,d为外界干扰。
假设f满足||f||≤ρ(t),ρ(t)为未知的正常数,||f||表示f的范数。
步骤二,设计微陀螺仪自适应分数阶滑模控制***。
如图1所示,是本发明微陀螺仪***的结构框图;
首先,设计滑模控制的分数阶滑模面为:
e=q-qr=[x-qr1,y-qr2]T (11)
然后,设计分数阶滑模控制的控制律u,具体如下:
对式(10)分数阶滑模面进行求导,得:
由到达条件可得分数阶滑模等效控制律ueq为:
利用外界干扰和***参数不确定性表征***运动点趋近切换面的速率,获取切换控制律,本实施例中,设计切换控制律usw为:
式中,||s||表示s的范数。
采用等效滑模控制与切换控制相结合的方法,基于式(15)和式(16)设计分数阶滑模控制的控制律u为:
步骤三,在线辨识微陀螺仪***中的未知参数。
本实施例中,设计微陀螺仪***的未知参数为D、K和Ω;
依据自适应控制的一般思想,利用自适应控制算法获取***未知参数的估计值和利用代替D的未知真实值,利用代替K的未知真实值,利用代替Ω的未知真实值,达到实时更新***估计值的目的,以确保***的稳定性,具体如下:
将式(18)、式(19)代入微陀螺仪动力学模型的向量形式式(8),得:
将式(13)代入式(20)得:
式中,M=MT>0,N=NT>0,P=PT>0,M、N和P均为正定对称矩阵,M为正定对称矩阵1,N为正定对称矩阵2,P为正定对称矩阵3;tr{·}表示矩阵的求迹运算。
将式(22)代入式(24),得:
同理,对于矩阵K和Ω有:
将式(26)和式(27)代入式(25)得:
对***进行稳定性分析:
将||f||≤ρ(t)代入式(31),得:
为验证本发明的可行性和有效性,利用MATLAB/Simulink进行仿真。
微陀螺仪中的各个参数分别选择为:
m=1.8×10-7kg,dxx=1.8×10-6N·s/m,dxy=3.6×10-7N·s/m,dyy=1.8×10-6N·s/m,kxx=63.955N/m,kxy=12.779N/m,kyy=95.92N/m,Ωz=100rad/s,q0=1μm,ω0=1kHz。
仿真实验中,将***的初始条件设为:q1(0)=0,q2(0)=0,微陀螺两轴期望运行轨迹设为:qr1=sin(4.17t),qr2=1.2sin(5.11t),分数阶滑模面参数设为:c=25,λ=7,α=0.99,自适应固定增益设为:M=diag(150,150),N=diag(915,915),P=diag(120,120),三个参数矩阵的估计初值设为: ***不确定性和外界干扰的上界值取为ρ(t)=25,集总不确定性为随机信号取d=[0.5*randn(1,1);0.5*randn(1,1)]。将仿真时间设置为60s,仿真结果详见图2至图4。
更具体地,如图2所示,是本发明实例中微陀螺仪dxx,dxy,dyy自适应辨识曲线,利用自适应分数阶滑模控制,参数dxx,dxy,dyy可以在有限时间内快速收敛为零,收敛速度较快;如图3所示,是本发明实例中微陀螺仪ωxy,自适应辨识曲线,利用自适应分数阶滑模控制,参数ωxy,可以在有限时间内快速收敛为零,收敛速度较快;如图4所示,是本发明实例中微陀螺仪Ωz自适应辨识曲线,利用自适应分数阶滑模控制,参数Ωz可以在有限时间内快速收敛为零,收敛速度较快。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (1)
1.一种微陀螺仪自适应分数阶滑模控制方法,其特征是,包括如下步骤:
建立微陀螺仪的动力学模型,设计分数阶滑模面模型;
基于动力学模型和分数阶滑模面模型设计分数阶滑模控制律,作为控制输入对微陀螺仪进行滑摸控制,所述控制律包括等效控制律和切换控制律;
基于Lyapunov稳定性设计自适应控制算法,对控制律的***未知参数进行实时更新,促使***运动点的轨迹稳定跟踪动力学模型的轨迹;
建立微陀螺仪的动力学模型,包括:
建立动力学模型的转动坐标系,所述转动坐标系包括对微陀螺仪驱动振动的方向、检测振动的方向、输入角速度的方向分别进行设定;
基于转动坐标系建立微陀螺仪驱动模态和检测模态的基本动力学模型;
对基本动力学模型进行结构误差修正;
对进行结构误差修正后的动力学模型进行无量纲化处理;
将进行无量纲化处理后的动力学模型改写为其向量形式;
在改写为向量形式的动力学模型中引入若干变量,所述变量包括外界干扰、***参数不确定性;
基于动力学模型和分数阶滑模面模型设计分数阶滑模控制律,包括:
利用动力学模型中外界干扰和***参数不确定性表征***运动点趋近切换面的速率,获取切换控制律;
对分数阶滑模面模型进行求导,将滑摸控制到达条件引入进行求导后的分数阶滑模面模型,获取等效控制律;
基于Lyapunov稳定性设计自适应控制算法,包括:
利用自适应控制算法获取***未知参数的估计值;
将***未知参数的估计值代入滑模控制律,获取估计的滑模控制律;
设定***未知参数估计值与真实值的差值,作为***未知参数的估计误差;
将估计误差和估计的滑模控制律代入引入若干变量的向量形式的动力学模型,获取估计的向量形式的动力学模型;
将估计的向量形式的动力学模型化简后,代入预设Lyapunov函数关于时间的一阶导数,根据Lyapunov稳定性的原理设计***未知参数的自适应控制算法;
对控制律的***未知参数进行实时更新,促使***运动点的轨迹稳定跟踪动力学模型的轨迹,包括:
利用自适应控制算法获取***未知参数的估计值;
将***未知参数的估计值代入滑模控制律,获取估计的滑模控制律;
以估计的滑模控制律作为控制输入对微陀螺仪进行滑摸控制;
设定X轴为微陀螺仪驱动振动的方向、Y轴为微陀螺仪检测振动的方向、Z轴为输入角速度的方向,微陀螺仪驱动模态和检测模态的基本动力学模型,包括如下公式:
式中,m为微陀螺仪质量块的质量,x为质量块在驱动方向的位置向量,y为质量块在检测方向的位置向量,是x的一阶导数,是x的二阶导数,是y的一阶导数,是y的二阶导数,dx为驱动方向的阻尼系数,dy为检测方向的阻尼系数,kx为驱动方向的刚度系数,ky为检测方向的刚度系数,ux为驱动方向的控制输入,uy为检测方向的控制输入,Ωz为输入方向的角速度,是Ωz的一阶导数;
引入若干变量的向量形式的动力学模型,包括如下公式:
式中,q是微陀螺仪***的输出轨迹,是q的一阶导数,是q的二阶导数,D、Ω、K均为***未知参数,其中D为由修正后的驱动方向的阻尼系数dxx、修正后的检测方向的阻尼系数dyy和耦合阻尼系数dxy组成的矩阵,K为由修正后的驱动方向的刚度系数kxx的无量纲化形式ωx、修正后的检测方向的刚度系数kyy的无量纲形式ωy和耦合刚度系数kxy的无量纲形式ωxy组成的矩阵,Ω为由输入方向的角速度Ωz和输入方向的角速度的相反数-Ωz组成的矩阵,△D为D+2Ω的不确定性,u为分数阶滑模控制律,△K为K的不确定性,d为外界干扰;
分数阶滑模面模型,包括如下公式:
e=q-qr=[x-qr1,y-qr2]T,
0<α<1,
式中,s为非奇异滑模面,c、λ为正常数,e为跟踪误差,是e的一阶导数,α为分数阶阶数,T表示向量的转置,qr是微陀螺仪***的期望轨迹,是qr的一阶导数,qr1为微陀螺仪***x轴期望轨迹,qr2为微陀螺仪***y轴期望轨迹,是qr1的一阶导数,是qr2的一阶导数;
预设Lyapunov函数,包括如下公式:
M=MT>0,N=NT>0,P=PT>0,
自适应控制算法,包括如下公式:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910583528.9A CN110262242B (zh) | 2019-07-01 | 2019-07-01 | 一种微陀螺仪自适应分数阶滑模控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910583528.9A CN110262242B (zh) | 2019-07-01 | 2019-07-01 | 一种微陀螺仪自适应分数阶滑模控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110262242A CN110262242A (zh) | 2019-09-20 |
CN110262242B true CN110262242B (zh) | 2022-03-15 |
Family
ID=67923516
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910583528.9A Active CN110262242B (zh) | 2019-07-01 | 2019-07-01 | 一种微陀螺仪自适应分数阶滑模控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110262242B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111240210B (zh) * | 2020-03-19 | 2022-04-26 | 河海大学常州校区 | 微陀螺双反馈模糊神经网络动态分数阶滑模控制方法 |
CN118034068B (zh) * | 2024-04-12 | 2024-06-18 | 南京信息工程大学 | 一种四旋翼无人机分数阶抗饱和滑模控制方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107831660A (zh) * | 2017-11-07 | 2018-03-23 | 河海大学常州校区 | 微陀螺仪自适应高阶超扭曲滑模控制方法 |
CN107831655A (zh) * | 2017-10-23 | 2018-03-23 | 河海大学常州校区 | 微陀螺仪的分数阶自适应反演模糊滑模控制方法 |
CN108227504A (zh) * | 2018-01-25 | 2018-06-29 | 河海大学常州校区 | 微陀螺分数阶自适应模糊神经反演终端滑模控制方法 |
CN108710296A (zh) * | 2018-04-26 | 2018-10-26 | 河海大学常州校区 | 微陀螺仪的分数阶自适应快速终端滑模控制方法 |
-
2019
- 2019-07-01 CN CN201910583528.9A patent/CN110262242B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107831655A (zh) * | 2017-10-23 | 2018-03-23 | 河海大学常州校区 | 微陀螺仪的分数阶自适应反演模糊滑模控制方法 |
CN107831660A (zh) * | 2017-11-07 | 2018-03-23 | 河海大学常州校区 | 微陀螺仪自适应高阶超扭曲滑模控制方法 |
CN108227504A (zh) * | 2018-01-25 | 2018-06-29 | 河海大学常州校区 | 微陀螺分数阶自适应模糊神经反演终端滑模控制方法 |
CN108710296A (zh) * | 2018-04-26 | 2018-10-26 | 河海大学常州校区 | 微陀螺仪的分数阶自适应快速终端滑模控制方法 |
Non-Patent Citations (1)
Title |
---|
Super-Twisting Sliding Mode Control for Micro Gyroscope Based on RBF Neural Network;ZHILIN FENG 等;《IEEE Access》;20181022;第6卷;第64993-65001页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110262242A (zh) | 2019-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108897226B (zh) | 基于干扰观测器的mems陀螺仪预设性能非奇异滑模控制方法 | |
CN103728882B (zh) | 微陀螺仪的自适应反演非奇异终端滑模控制方法 | |
CN103116275B (zh) | 基于滑模补偿的微陀螺仪鲁棒神经网络控制***及方法 | |
CN108227504B (zh) | 微陀螺分数阶自适应模糊神经反演终端滑模控制方法 | |
CN108710296B (zh) | 微陀螺仪的分数阶自适应快速终端滑模控制方法 | |
CN112181002B (zh) | 微陀螺仪双递归扰动模糊神经网络分数阶滑模控制方法 | |
CN105045097A (zh) | 一种基于神经网络的微陀螺仪反演全局滑模模糊控制方法 | |
CN110703610B (zh) | 微陀螺仪的递归模糊神经网络非奇异终端滑模控制方法 | |
CN104281056A (zh) | 基于神经网络上界学习的微陀螺仪鲁棒自适应控制方法 | |
CN109240083B (zh) | 微陀螺仪***的自适应模糊超扭曲滑模控制方法 | |
CN107807527B (zh) | 微陀螺仪增益可调的自适应超扭曲滑模控制方法 | |
CN110262242B (zh) | 一种微陀螺仪自适应分数阶滑模控制方法 | |
CN107831660A (zh) | 微陀螺仪自适应高阶超扭曲滑模控制方法 | |
CN111240210B (zh) | 微陀螺双反馈模糊神经网络动态分数阶滑模控制方法 | |
CN106338918B (zh) | 一种微陀螺自适应动态面双神经网络控制方法 | |
CN112077839B (zh) | 一种机械臂的运动控制方法及装置 | |
CN104503246A (zh) | 微陀螺仪***的间接自适应神经网络滑模控制方法 | |
CN105929694A (zh) | 一种微陀螺自适应神经网络非奇异终端滑模控制方法 | |
CN103345155B (zh) | 微陀螺仪的自适应反演控制***及方法 | |
CN110647036B (zh) | 微陀螺仪自适应双反馈模糊神经网络分数阶滑模控制方法 | |
CN109062048B (zh) | 基于复合学习的mems陀螺仪预设性能非奇异滑模控制方法 | |
CN107870566B (zh) | 基于平行估计复合学习的mems陀螺仪快速启动方法 | |
CN104090487A (zh) | 基于反演设计微陀螺仪自适应动态滑模控制***及方法 | |
CN109917645B (zh) | 微陀螺双反馈模糊神经网络超扭曲滑模控制***设计方法 | |
CN104656442A (zh) | 微陀螺仪神经网络动态pid全局滑模控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |