Neural Network Based Feedback Linearization Control of an Unmanned Aerial Vehicle

摘要

这篇论文用移动一般水准(NARMA-L2 ) 的非线性的 autoregressive 为无人的天线车辆(UAV ) 论述一个飞行控制图案神经网络基于的反馈 linearization 和输出重新定义技术。调查的 UAV 是非最小的阶段。产量重新定义技术以如此的一个方法被使用，要转换的产生系统是一个最小的阶段系统。NARMA-L2 神经网络被训练为 UAV 模型与的前面的动力学离线重新定义输出并且然后被转换强迫真实输出近似追踪命令输入。模拟结果证明建议途径有好性能。关键词非线性的无人的天线车辆(UAV ) 飞行控制 - 非最小的阶段 - 产量重新定义 - 神经网络基于的反馈 linearization 丹·内克苏雷苏收到了他的 B.Eng。并且来自多种工艺的布加勒斯特大学的博士学位，和他在来自布加勒斯特大学的哲学的硕士学位，布加勒斯特，罗马尼亚。他当前是 Mechanical Engineering 和工程管理程序主任，的一个教授渥太华的大学，加拿大。他出版了 49 篇杂志论文和 2 本书。出版的书是：应用虚拟乐器学和 Mechatronics。他的研究兴趣包括 mechatronics，控制，动力学和无人的空气车辆形成。江一武收到了他的 B.Sc。来自上海大学的度，中国，在 1993。他从渥太华的大学收到了他的 MA.Sc 学位，加拿大，在 2005。他当前是在 Solectron 设计和工程的一个设计工程师， Kanata，加拿大。他的研究兴趣包括机器人学，神经网络和聪明的控制。Bumsoo Kim 收到了他的 B.Sc。来自 Inha 大学，朝鲜和他的 MA.Sc 的度和来自渥太华的大学的博士学位，加拿大。他当前是有未来力量的一个防卫科学家在防卫 R&D 加拿大的合成环境。他的研究兴趣包括合成环境，无人的车辆系统 M&S， mechatronics 和控制。