Robust control system design by use of neural networks and its application to UAV flight control
Robust control system design by use of neural networks and its application to UAV flight control
复制标题
神经网络鲁棒控制系统设计及其在无人机飞行控制中的应用
DOI：
10.1109/ijcnn.2004.1380875
复制
发表时间：
2004
期刊：
影响因子：
--
通讯作者：
K. Inoue
中科院分区：
文献类型：
--
作者：
H. Nakanishi;K. Inoue
随机不确定性是飞行控制系统中最典型的不确定性，因为对飞行有重要影响的风向和风速是随机变化的。我们提出的方法来设计鲁棒控制系统的训练神经网络对随机不确定性。最后，以自主式无人直升机的飞行控制为例，验证了所提方法的有效性。
Stochastic uncertainty are the most typical in flight control system, because wind direction and wind speed, which have significant effect on the flight, vary stochastically. We propose methods to design robust control systems by training a neural network against stochastic uncertainties. Numerical simulations of flight control of an autonomous unmanned helicopter demonstrate the effectiveness of proposed methods.
Hiroaki Nakanishi：“使用神经网络设计针对非线性和多重不确定性的鲁棒控制器的方法”2000 年神经网络国际联合会议论文集。
DOI：
--
发表时间：
--
期刊：
影响因子：
--
作者：
通讯作者：
--