排序方式： 共有1条查询结果，搜索用时 31 毫秒
1
1.
水下拖曳系统在工作过程中拖体的俯仰角控制一直是水下拖体姿态控制的重要环节，设计了一种基于 RBF 神经网络的水下拖体直接自适应控制器，在闭环系统中利用 RBF 神经网络的局部无限逼近非线性函数的特性。将 RBF 神经网络的输出代替水下拖体动力学模型中的非线性不确定项，配合传统的 PD 控制器， 无需预先离线学习，在线学习更新神经网络权值，控制律和神经网络权值更新律经 Lyapunov 定理证明为稳定， 跟踪误差收敛到 0，通过计算机仿真比较该控制器与传统 PD 控制器的控制效果。 相似文献
1