Robust backstepping control of nonlinear systems using neural networks
Robust backstepping control of nonlinear systems using neural networks
复制标题
DOI：
10.1109/3468.895898
复制
发表时间：
2000-11-01
影响因子：
--
通讯作者：
Lewis, FL
中科院分区：
文献类型：
--
作者：
Kwan, C;Lewis, FL
提出了一个控制器，用于使用神经网络（NNS）对一类通用非线性系统的强大后替求控制，提出了一种新的调整方案，可以保证跟踪错误和重量更新的界限，与适应性的后替代控制方案相比，我们确实做到了。不需要未知参数是线性参数化的，不需要回归矩阵，因此不需要初步的动态分析，一个明显我们的NN方法的特征是不需要离线学习阶段。使用三个非线性系统，包括单连接机器人，感应电动机和一个刚性链接柔性 - 合并机器人，以证明所提出的方案的有效性。
A controller is proposed for the robust backstepping control of a class of general nonlinear systems using neural networks (NNs), A new tuning scheme is proposed which can guarantee the boundedness of tracking error and weight updates, Compared with adaptive backstepping control schemes, we do not require the unknown parameters to be linear parametrizable, No regression matrices are needed, so no preliminary dynamical analysis is needed, One salient feature of our NN approach is that there is no need for the off-line learning phase. Three nonlinear systems, including a one-link robot, an induction motor, and a rigid-link flexible-joint robot, were used to demonstrate the effectiveness of the proposed scheme.