文献

J-GLOBAL ID：202102279732973688   整理番号：21A3312508

同時学習に基づく未知入力利得を持つ自律表面車両のためのデータ駆動適応拡張状態オブザーバ設計【JST・京大機械翻訳】

Data-driven adaptive extended state observer design for autonomous surface vehicles with unknown input gains based on concurrent learning

著者 (6件)： Yue Jiawang (School of Marine Electrical Engineering, Dalian Maritime University, Dalian 116026, China) ,  Liu Lu (School of Marine Electrical Engineering, Dalian Maritime University, Dalian 116026, China) ,  Peng Zhouhua (School of Marine Electrical Engineering, Dalian Maritime University, Dalian 116026, China) ,  Wang Dan (School of Marine Electrical Engineering, Dalian Maritime University, Dalian 116026, China) ,  Li Tieshan (School of Automation Engineering, University of Electronic Science and Technology of China, Chengdu 611731, China) ,  Li Tieshan (Navigation College, Dalian Maritime University, Dalian 116026, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 467  ページ： 337-347  発行年： 2022年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,未知の入力利得を受ける自律表面ベヒクルの外乱推定と速度回復について,未知の内部動力学と外部擾乱から成る集中不確実性に加えて検討した。既存の拡張状態オブザーバ設計法は,制御入力利得のようなモデルパラメータに関するいくつかの事前知識が前もって知られていると仮定するという事実により適用できない。拡張状態オブザーバ設計に同時学習アプローチを組み込むことにより,位置および加速度情報に基づく3次データ駆動適応拡張状態オブザーバを提案し,未知入力利得,集中外乱および測定速度を推定した。提案したデータ駆動適応拡張状態オブザーバの利点は,未知の入力利得,集中外乱,および未知速度が同時学習により保証された収束で同時に推定できることである。結果を有限時間収束を有するデータ駆動適応拡張状態オブザーバに拡張した。提案した2つのデータ駆動適応拡張状態オブザーバの自律表面車両に対する有効性をシミュレーションにより実証した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  不確実性 ,  加速度 ,  ビヒクル ,  *利得 ,  有効性
準シソーラス用語： 自律性 ,  事前知識 ,  モデルパラメータ ,  設計法 ,  *データ駆動 ,  *未知入力 ,  *拡張状態オブザーバ , 【Automatic Indexing@JST】

著者キーワード (5件)： 自律表面車両 ,  未知入力利得 ,  データ駆動適応拡張状態オブザーバ ,  速度回復 ,  外乱推定

分類 (3件)： システム設計・解析  (IA02030D) ,  システム同定  (IA02040O) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (8件)： 学習 ,  未知入力 ,  利得 ,  自律 ,  データ駆動 ,  適応 ,  拡張状態オブザーバ ,  設計