文献

J-GLOBAL ID：201702219284752347   整理番号：17A1634867

不確定動的システムのあるクラスのための動的ニューラルネットワークに基づくスライディングモードオブザーバ法【Powered by NICT】

A dynamic neural network-based sliding mode observer method for a class of uncertain dynamic systems

著者 (4件)： Stebler Shane (Aerospace Engineering Department, Embry Riddle Aeronautical University, Daytona Beach, FL 32114) ,  MacKunis William (Physical Sciences Department, Embry Riddle Aeronautical University, Daytona Beach, FL 32114) ,  Ramos-Pedroza Natalie (Physical Sciences Department, Embry Riddle Aeronautical University, Daytona Beach, FL 32114) ,  Reyhanoglu Mahmut (Physical Sciences Department, Embry Riddle Aeronautical University, Daytona Beach, FL 32114)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCTA  ページ： 1-6  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 動的ニューラルネットワーク(DNN)ベースのオブザーバ設計を提示した,それは有限時間スライディングモード推定法による適応ニューラルネットワークベース技術を融合した。提案されたオブザーバ設計は実際のクワッドローター無人機追跡制御への応用によって動機づけられている,並進及び回転速度の直接センサ測定は,フィードバックのための利用可能でない。スライディングモード推定戦略は,有界外乱と動的モデルの不確実性を補償するために有効な手段として確立されているが,提案したオブザーバの設計は,ロバストで高利得フィードバックスライディングモード要素に加えてフィードフォワード適応DNNベース推定項を採用している。推定器の設計におけるDNNベース項の使用は,過渡性能を改善し,定常状態誤差を減少させることを目的としている。添加では,提案したスライディングモード推定器の設計は入力乗法パラメトリックモデルの不確実性を補償することが証明されている。著者の知識の及ぶ限りでは,これはパラメトリックアクチュエータ不確実性の存在下における漸近状態推定を証明する厳密に最初のDNNベーススライディングモード推定器結果である。提案したDNNベースオブザーバはモデルの不確実性と有界外乱(例えばセンサ雑音)の存在下でクワッドローター高度と姿勢速度の漸近推定を達成することを証明するために利用されているLyapuovベース安定性解析。オブザーバにおける適応DNNを組み込むことにより達成される改善された性能を実証する数値シミュレーションの結果。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： シミュレーション ,  センサ ,  雑音 ,  *動的系 ,  *不確実性 ,  ロバスト性 ,  安定性解析 ,  追従制御 ,  フィードバック ,  状態推定
準シソーラス用語： モデルの不確実性 ,  有界 ,  クワッドローター ,  *スライディングモード ,  オブザーバ設計 ,  *動的ニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： システム設計・解析  (IA02030D) ,  システム同定  (IA02040O)

タイトルに関連する用語 (5件)： 確定 ,  動的システム ,  クラス ,  動的ニューラルネットワーク ,  スライディングモードオブザーバ