江苏大学学报(自然科学版)

作者：刘金华1,王远1,张智轩1,李涛1,2

单位：1. 南京信息工程大学 自动化学院， 江苏 南京 210044； 2. 南京信息工程大学 大气环境与装备技术协同创新中心， 江苏 南京 210044

关键词：四旋翼无人机, 姿态控制, 反步滑模控制, RBF神经网络, 鲁棒自适应控制

基金：江苏省“333 工程”计划项目(BRA2020067) 

针对存在干扰的四旋翼无人机姿态系统，设计了一种RBF网络鲁棒自适应反步滑模控制器.在反步滑模控制的基础上，通过RBF网络逼近和补偿标称控制律，采用神经网络最小参数学习法，取神经网络的权值上界估计作为神经网络的估计值，通过设计参数估计自适应律来代替神经网络权值的调整，并用Lyapunov理论证明系统的稳定性.仿真结果表明：该方法相比反步滑模控制方法，在有干扰的情况下，有更短的调节时间，更好的跟踪精度，验证了本方法具有更好的抗干扰性和鲁棒性.

来源：2025年第1期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2025年第1期