资料下载
×
量测噪声情况下基于D2S证据推理信息融合的滑模控制
消耗积分:2 |
格式:rar |
大小:287 |
2009-07-13
分享资料个
研究了D2S 证据推理多传感器信息融合方法在存在量测噪声的滑模控制中的应用, 它有助于削弱模函数的不确定性. 由于基本可信度函数不能解析获得, 用一个模糊系统对其予以等价,模糊规则后件参数由样本数据通过最小二乘法获得.
滑模控制具有很强的鲁棒性, 在建模不确定的系统中, 只要能得到不确定性的界限估计, 包含与滑模函数符号相关的切换项的控制律能使滑模渐近稳定. 但是这样做的前提是所有状态变量皆精确可观,否则要进行状态估计[ 1 ] , 但这又受到系统非线性及模型未知等条件的制约[ 2, 3 ]. 另一方面, 各种多传感器信息融合技术在模式识别、机器人控制等领域已得到重要应用, 如贝叶斯方法、模糊逻辑方法、D2S证据推理方法等[ 4 ]. 其中D2S 证据推理方法一般应用于互补信息的融合, 以获得关于系统或环境的整体特征描述. 本文分析了一类不确定非线性系统实施滑模控制时控制律形成对滑模函数符号的唯一依赖性, 针对状态变量传感器存在噪声的情况, 研究了D2S证据推理方法应用于这一新领域的可行性.
滑模控制具有很强的鲁棒性, 在建模不确定的系统中, 只要能得到不确定性的界限估计, 包含与滑模函数符号相关的切换项的控制律能使滑模渐近稳定. 但是这样做的前提是所有状态变量皆精确可观,否则要进行状态估计[ 1 ] , 但这又受到系统非线性及模型未知等条件的制约[ 2, 3 ]. 另一方面, 各种多传感器信息融合技术在模式识别、机器人控制等领域已得到重要应用, 如贝叶斯方法、模糊逻辑方法、D2S证据推理方法等[ 4 ]. 其中D2S 证据推理方法一般应用于互补信息的融合, 以获得关于系统或环境的整体特征描述. 本文分析了一类不确定非线性系统实施滑模控制时控制律形成对滑模函数符号的唯一依赖性, 针对状态变量传感器存在噪声的情况, 研究了D2S证据推理方法应用于这一新领域的可行性.
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
