基于自适应 CMAC 神经网络控制器的四旋翼飞行器实验研究

孙 文革, 程 莉, 周 燕燕, 薛 喜红
新疆职业大学,机械电子工程学院 新疆乌鲁木齐 830013

摘要

四旋翼飞行器是一个多变量、强耦合、欠驱动的时变开环不稳定系统，其控制器的性能是系统设计的关键因素。首先根据牛顿欧拉定理建立了飞行器的动力学模型，然后在自适应神经元控制器的基础上，将 CMAC 与神经网络并联构成了自适应 CMAC 神经网络控制器结构。在仿真实验平台上使用该控制器进行了加重物及震动实验，并与传统 PID 控制器的控制效果进行了比较，比较结果表明，自适应CMAC 神经网络控制器具有良好的自适应能力、更强的抗干扰性及更好的鲁棒性。

关键词

四旋翼飞行器；CMAC 神经网络；自适应控制；鲁棒性；PID 控制

参考

[1]李砚浓，李汀兰，姜艺，等．基于 RBF 神经网络自适应 PID 四旋翼飞行器控制[J]．控制工程，2016，23（3）：378-382．[2]韩笑，廖粤峰．基于扰动抑制的四旋翼飞行器跟踪控制[J]．计算机仿真，2016，33（2）：111-115．[3]FREW E W， ROCK S M， JONES H， et al. Combined cdgps and Vision-based control of a small autonomous hilicoper[C]//American Control Conference， 1998: 694-698.[4]XIA Y， ETAL. Attitude tracking of rigid spacecraft with bounded disturbance[J]. IEEE Transactions on Industrial Electronics， 2011，58(2): 647-659.[5]WANG L， SU J. Disturbance rejection control of a morphing UAV[C]//Proceedings of American Control Conference．Washington，2013: 4307-4312.[6]FU J， CHAI T-y， SU C-y， et al. Motion/force Tracking Control of Nonholonomic Mechanical Systems via Combining Cascaded Design and Backstepping[J]. Automatica， 2013， 49(12): 3682-3686.[7]朴海国，王志新，张华强．基于合作粒子群算法的 PID 神经网络非线性控制系统[J]．控制理论与应用，2009，26（12）：1318-1324．[8]BROOKS A， BANKES S， BENNETT B. Weapons mix and exploratory analysis: a case study，DB-216/2-AF[R]: RAND， 1997.[9]李辉．一种自适应 CMAC 神经网络控制器的设计与仿真[J]．系统仿真学报，2005，17（9）：2233-2243．