微陀螺仪系统的间接自适应神经网络滑模控制方法技术方案

本发明专利技术公开了一种微陀螺仪系统的间接自适应神经网络滑模控制方法，一方面利用神经网络逼近微陀螺仪系统中的未知项，其优点在于不需要知道系统的精确模型；另一方面利用神经网络在线逼近外界干扰及参数不确定性的上界值，通过对上界值进行在线逼近，可以将滑模控制器中的切换项连续化，大大降低抖振。本发明专利技术在滑模面的设计中引入了积分项来克服传统滑模导致的稳态误差较大的问题，增强系统的鲁棒性。同时，基于Lyapunov稳定性定理设计神经网络的权值保证了系统的全局稳定性。

【技术实现步骤摘要】
微陀螺仪系统的间接自适应神经网络滑模控制方法
本专利技术属于微陀螺仪系统的控制
，特别是涉及了一种微陀螺仪系统的间接自适应神经网络滑模控制方法。
技术介绍
微机械陀螺仪(MEMSGyroscope)是利用微电子技术和微加工技术加工而成的用来感测角速度的惯性传感器。它通过一个由硅制成的振动的微机械部件来检测角速度，因此微机械陀螺仪非常容易小型化和批量生产，具有成本低和体积小等特点。近年来，微机械陀螺仪在很多应用中受到密切地关注，例如，陀螺仪配合微机械加速度传感器用于惯性导航、在数码相机中用于稳定图像、用于电脑的无线惯性鼠标等等。但是，由于生产制造过程中不可避免的加工误差以及环境温度的影响，会造成原件特性与设计之间的差异，导致微陀螺仪存在参数不确定性，难以建立精确的数学模型。再加上工作环境中的外界扰动作用不可忽略，使得微陀螺仪的轨迹追踪控制难以实现，且鲁棒性较低。传统的控制方法完全基于微陀螺仪的名义值参数设计，且忽略正交误差和外界扰动的作用，虽然在大部分情况下系统仍是稳定的，但追踪效果远不理想，这种针对单一环境设计的控制器具有很大的使用局限性。国内对于微陀螺仪的研究目前主要集中在结本文档来自技高网...

【技术保护点】
微陀螺仪系统的间接自适应神经网络滑模控制方法，其特征在于，包括以下步骤：(1)建立微陀螺仪的理想动力学方程；(2)建立微陀螺仪的非量纲化动力学方程；(3)构建间接自适应神经网络滑模控制器，基于间接自适应神经网络滑模控制设计间接自适应神经网络滑模控制律，将间接自适应神经网络滑模控制律作为微陀螺仪的控制输入，对微陀螺仪进行控制，包括如下步骤：(3‑1)定义滑模面s为：s=-(ddt+λ)2∫0te(τ)dτ,]]>其中，e为跟踪误差，λ为滑模参数；(3‑2)不考虑不确定性和外界干扰d(t)，设计等效控制律ueq为：ueq=2λe&Cen...

【技术特征摘要】
1.微陀螺仪系统的间接自适应神经网络滑模控制方法，其特征在于，包括以下步骤：(1)建立微陀螺仪的理想动力学方程；(2)建立微陀螺仪的非量纲化动力学方程，如下：其中，为微陀螺仪质量块在x、y轴方向上的运动轨迹；为微陀螺仪在x、y轴方向上的控制输入；为角速度矩阵；为阻尼矩阵，是包含了微陀螺仪固定频率、刚度系数和耦合刚度系数的系数矩阵；为系统的不确定性和外界干扰，Ωz为角速度，dxx,dyy,dxy为阻尼系数，wx,wy,wxy为包含了微陀螺仪固定频率、刚度系数和耦合刚度系数的系数；将微分方程式(1)写成通用形式为：其中，f1,f2分别为f(q,t)矩阵的行元素，g(q,t)＝1，d(t)表示系统的不确定性和外界干扰；(3)构建间接自适应神经网络滑模控制器，基于间接自适应神经网络滑模控制设计间接自适应神经网络滑模控制律，将间接自适应神经网络滑模控制律作为微陀螺仪的控制输入，对微陀螺仪进行控制，包括如下步骤：(3-1)定义滑模面s为：其中，e为跟踪误差，λ为滑模参数；(3-2)不考虑系统的不确定性和外界干扰d(t)，设计等效控制律ueq为：qm为微陀螺仪的理想运动轨迹；(3-3)考虑系统的...

【专利技术属性】
技术研发人员：吴丹，费峻涛，
申请(专利权)人：河海大学常州校区，
类型：发明
国别省市：江苏;32