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。