一种神经网络自适应动态面控制器结构与设计方法

摘要

本发明公开了一种神经网络自适应动态面控制器结构及设计方法，所述的控制器结构由n级子控制器组成。本发明在控制器设计中引入预估器，对被控系统不确定性的在线学习不再基于跟踪误差，而是基于预估误差，能够克服初始阶段跟踪误差较大对控制系统暂态性能的影响，使得系统控制信号不易陷入饱和。本发明在控制器设计中引入低通滤波器，能够消除由于自适应参数较大引起的输入控制信号的高频振荡问题，有利于保证控制信号在执行器的执行频带范围之内。本发明采用微分跟踪器代替传统动态面控制中的一阶滤波器，能够保证对虚拟控制信号的有限时间估计，提高估计的精确性。本发明采用预估的状态进行反馈，有利于消除测量噪声对控制系统的干扰。