matlab感知器算法实验,自动控制matlab仿真实验

　　【控制】基于Matlab的最快跟踪微分器自抗扰控制技术_ Matlab仿真技术博客_博客

　　首先，建立了基于干扰估计的机器人非线性反馈控制系统，并证明了其稳定性。在此基础上，提出了一种新的用于机器人跟踪控制的自抗扰控制器。该控制器不需要实时计算复杂的机器人动力学模型，由两个跟踪微分器(TD)组成：一个用于安排系统的过渡过程；另一个用来估计速度和加速度。TD的滤波特性使其能够抑制测量噪声。被控对象的控制量和估计加速度反馈形成的‘扩张状态’，能自动检测系统模型和外界扰动的实时影响，并进行实时动态补偿。它除了像以前的ADRC一样具有良好的适应性和较强的鲁棒性外，还具有需要调整的参数少的特点。仿真结果表明了该控制器的有效性和鲁棒性

　　代码%%控制器模拟器的2部分

　　%{

　　当电容跳到最大值时，验证现有控制器的最大抑制周期；

　　%}

　　clc

　　% load(VirdepData.mat )。

　　origin errs=Line _ M2(16666:16895)；

　　origin errs=origin errs ；% 0.01毫米

　　OriginErrs=10。*原创者；% 0.001毫米

　　CVI rrrs=Line _ M5(16666:16895)；

　　CVirErrs=10。* CVirErrs

　　MVirErrs=零(0)；

　　PreErr=0；

　　err _ no smooth=Line _ M5(16666)；

　　MAF _ 1=Line _ M5(16666-3:16666)；

　　%主循环

　　对于loopCnt=1:1:长度(原始数)

　　OErr=origin errs(loop CNT)；

　　如果loopCnt==1

　　PreErr=CVirErrs(1)；

　　err _ s=OErr

　　其他

　　% function [ErrL_S，ErrL_nosmooth，Maf _ new]=suppress vibration _ V2(suppress ratio.

　　% capL，tarL，preErr_nosmooth，Maf)

　　[err_s，err_nosmooth，Maf_1]=SuppressVibration_V2(1，OErr，30，err_s，Maf _ 1)；

　　PreErr=err _ nosmooth

　　目标

　　MVirErrs(loop CNT)=err _ s；

　　目标

　　TCF( er-1 )；图(名称， er-1 )；

　　情节(原创者。*1e-3)

　　继续

　　情节(MVirErrs。*(1e-3)-0.13)

　　继续

　　情节(CVirErrs。*1e-3)

　　继续

　　绘图(-0.3 *个一(1，长度(CVirErrs)))

　　图例( ori ， m ， c ， errline )

　　3运行结果

　　4参考文献[1]袁德祥。基于自抗扰控制技术的AUV运动控制研究与仿真[D].中国海洋大学，2012。

　　[2]李殿起，和段勇。带跟踪微分器的机器人自抗扰控制军械工程学报37.9(2016):9。

　　有些理论引用自网络文献。如有侵权，联系博主删除。

　　原创作品来自matlab研究助手，

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。