基于PID神经元网络控制的空间光通信ATP跟踪性能分析

针对空间光通信中跟踪系统的高精度、宽带宽要求,提出了一种基于PID神经元网络(Proportional integral differential neural network-PIDNN)的控制方案。采用MATLAB对所建立的跟踪系统模型进行了仿真分析研究,对采用PIDNN控制器的精跟踪系统的在线训练能力及学习、调整功能进行了仿真验证,同时加入扰动源对精跟踪系统的稳态、动态性能及鲁棒性进行了仿真测试。仿真和测试结果表明:通过PIDNN控制的精跟踪系统具有良好的稳态及动态性能和很强的鲁棒性,系统跟踪精度高且系统带宽较宽。

基于PIDNN控制的飞行模拟器人感系统

针对飞行模拟器人感系统的高度非线性和易受干扰性,提出一种基于PIDNN(Proportional Integral Differential Neural Network)的控制方案.首先对飞行模拟器人感系统的模型进行分析研究,对它所受到的外界干扰作理论分析,整理出系统的数学模型,再利用PIDNN控制器优良的在线训练、学习和调整功能对该模型进行仿真控制.与传统PID(Propor-tional Integral Differential)控制器相比,PIDNN结构简单、自适应性强、收敛速度快、不会陷入局部极小.仿真结果表明:PIDNN控制系统响应速度快、稳态精度高、具有良好的动静态特性和鲁棒性,满足实时控制的要求.

一种惯性平台自动调平系统的设计

为了缩短惯性平台的调平时间提高调平的精度,本文首先建立了平台的数学模型,在此基础上建立了基于PID(Propor-tional-Integral-Derivative)神经元网络控制的平台调平系统,该系统主要由水平传感器、PID神经网络控制器、D/A和A/D转换模块、变频器和电机组成,四条支腿同时升高调平。仿真结果表明,在x方向和y方向水平偏差角度分别不超过2°时,调平时间小于50s,调平精度小于2,调平过程中平台稳定,无虚腿现象,实现了机电式四点调平。经过长期使用,系统运行稳定,可靠性高。该控制器可应用于不同的调平系统中。