单参数更新抗饱和
基于最小学习参数的简化鲁棒自适应饱和控制策略,在输入幅值和速率饱和约束下,仅需每步更新一个参数,显著降低计算复杂度,同时保证闭环系统信号一致最终有界。
梁坤 · Jiawei, Cui · 路蓬 · Chen, Yu · 林孝工 · Sun, Yaowei · 张强 · Xinling, Wen · 段迎
Ocean Engineering 2024
采用最小学习参数法,每步反推只需在线更新一个参数,减轻了神经网络权值更新的负担。
通过增广模型将输入幅值和速率饱和嵌入高阶模型,确保执行器指令始终在安全范围内。
在虚拟和实际控制设计中加入鲁棒自适应补偿项,减小神经网络逼近误差对系统的影响。