摘要
本发明提供了一种基于自适应RBF神经网络的有限时间协同跟踪控制方法,属于网络化多智能体控制策略技术领域;构建包含虚拟领导者和跟随者的高阶全驱不确定非线性多智能体系统的动态数学模型;根据协同跟踪控制目标和系统中的不确定项,构建包含自适应RBF神经网络估计补偿项的误差动态系统;基于高阶全驱系统理论,设计有限时间积分滑模面;根据系统动态性能和有限时间收敛需求,基于极点配置方法设计有限时间积分滑模面的线性化参数,获得有限时间积分滑模控制器;设计RBF神经网络权重和近似误差上界的自适应更新律,将网络权重和近似误差带入到有限时间积分滑模控制器中,实现有限时间的协同跟踪控制。
技术关键词
RBF神经网络
协同跟踪控制方法
动态数学模型
近似误差
积分滑模
极点配置方法
矩阵
控制策略技术
非线性
拉普拉斯
控制器
参数
邻居
符号
理论
定义
系统为您推荐了相关专利信息
系统故障检测方法
离散系统
残差生成器
动态数学模型
协方差矩阵
数字微流控芯片
温度控制系统
加热器
中央处理器
阵列温度传感器
线控转向车辆
稳定性控制方法
系统动力学模型
执行器
线控转向系统
RBF神经网络
降载方法
激光雷达
PID控制器
湍流