【误差自适应跟踪方法AUV】自适应跟踪(EAT)方法研究(Matlab代码&Simulin实现)

这篇具有很好参考价值的文章主要介绍了【误差自适应跟踪方法AUV】自适应跟踪(EAT)方法研究(Matlab代码&Simulin实现)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

 💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。

⛳️座右铭:行百里者,半于九十。

📋📋📋本文目录如下:🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码、Simulink模型、文献


💥1 概述

摘要:跟踪问题(即如何遵循先前记忆的路径)是移动机器人中最重要的问题之一。根据机器人状态与路径相关的方式,可以制定几种方法。“轨迹跟踪”是最常见的方法,控制器旨在将机器人移动到移动的目标点,就像在实时伺服系统中一样。对于复杂系统或处于扰动或未建模效应下的系统,如 UAV(无人驾驶飞行器),其他跟踪方法可以提供额外的好处。在本文中,考虑路径描述符参数动态的方法(可称为“误差自适应跟踪”)与轨迹跟踪进行了对比。首先提出了跟踪方法的正式描述,表明两种类型的错误自适应跟踪可以在任何系统中与同一控制器一起使用。仿真实验表明,选择合适的跟踪速率可以提高无人机系统的误差收敛性和鲁棒性。结果表明,误差自适应跟踪方法优于轨迹跟踪方法,产生更快、更鲁棒的收敛跟踪,同时在需要时在实现收敛时保持相同的跟踪速率。

📚2 运行结果

【误差自适应跟踪方法AUV】自适应跟踪(EAT)方法研究(Matlab代码&Simulin实现),matlab,开发语言

【误差自适应跟踪方法AUV】自适应跟踪(EAT)方法研究(Matlab代码&Simulin实现),matlab,开发语言 【误差自适应跟踪方法AUV】自适应跟踪(EAT)方法研究(Matlab代码&Simulin实现),matlab,开发语言

 【误差自适应跟踪方法AUV】自适应跟踪(EAT)方法研究(Matlab代码&Simulin实现),matlab,开发语言【误差自适应跟踪方法AUV】自适应跟踪(EAT)方法研究(Matlab代码&Simulin实现),matlab,开发语言

【误差自适应跟踪方法AUV】自适应跟踪(EAT)方法研究(Matlab代码&Simulin实现),matlab,开发语言

 【误差自适应跟踪方法AUV】自适应跟踪(EAT)方法研究(Matlab代码&Simulin实现),matlab,开发语言

 部分代码:

%% clear 
%% graphic (scope) parameters
% Xmin=-1;
% Xmax= 1;
% Ymin=-1;
% Ymax= 1;
%graphic (scope) parameters
Xmin=-5;
Xmax= 5;
Ymin=-5;
Ymax= 5;
%graphic (scope) parameters
% Xmin=-1;
% Xmax= 7;
% Ymin=-1;
% Ymax= 3.5;


%% Simulation constants
start_time=0;
stop_time=10;

%% system parameters 
pvtol_constants_global;

%% System matrixes
A_0 = [ 0 1 0 0 ; ...
        0 0 1 0 ;...
        0 0 0 1 ;...
        0 0 0 0  ];
A=blkdiag(A_0, A_0);

B_0 = [ 0 ; ...
        0 ;...
        0 ;...
        1 ];
B=blkdiag(B_0, B_0);


%% control matrix according to Hindman/Hauser:
K_0 =[-3604 -2328 -509.25 -39];
K=blkdiag(K_0, K_0);

%% Lyapunov equation
Ac=A+B*K;
Q=eye(8);

global P;
P=lyap(Ac',Q);

%% constants for ref. traj. x_ref(r)=A_ref*sin(w_ref*r)
A_ref=1.857*pi/2;
w_ref=2*pi/5;
%

%% initial condition for x, that is:
% v_x = x_1;
% v_y = x_2; 
% omega = x_3; 
% T   = x_4; 
% T_d  = x_5; 

% x = x_6; 
% y = x_7;
% theta = x_8 ;

% an initial condition not null is necessary for T to prevent div/0 in
% coord_change_xv_u
% initial condition must be concordant  with that of psi_nu. Hence, call to
r_initial=0;
psi_nu_initial = psi_nu_ref(r_initial);

% Hindman/Hauser gave a value of 10.0 for initial Td
% However, analysing the  z(0) values, one gives to 
T_d_initial = 16;% g*m is 10.32
% this other condition gives us a smoother start 
T_initial = 16;% T_d_initial ;

%%%%%%%%%%%%%%%%%%%%%%
%%%%% IDEAL INITIAL CONDITIONS:
%from the coord change x to z, this initial values can be calculated
% remark: using these ideal initial conditions, tracking is perfect!
theta_initial = 0;
omega_initial = -psi_nu_initial(4)*m/T_initial;
%ideal initial conditions:
x_initial = [ psi_nu_initial(2); psi_nu_initial(6); omega_initial; T_initial ; T_d_initial; ...
    psi_nu_initial(1); psi_nu_initial(5); theta_initial ...
    ];  

%%%%%%%%%%%%%%%%%%%%%%
% Hindman/Hauser  uses this initial condition for z(0)
% z_initial = [ -1.5; v_x(0); v_x_dot(0); v_x_dot_dot(0) ; ...
%     0; 0; 0; 0 ...
%     ]
% if the PVTOL were robust, it should be stable against an initial 
% condition like  
%  x_initial = [ 0 ; 0 ; omega_initial ; T_initial ; T_d_initial; ...
%     -1.5 ; 0 ; 0 ...
%     ];  

🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。

[1]Hauser, J. and Hindman, R. Maneuver regulation from
trajectory tracking: Feedback linearizable systems. 
In Proc. IFAC Symp. Nonlinear Contr. Syst. Design, 638-643. Tahoe City, CA.(1995).文章来源地址https://www.toymoban.com/news/detail-552861.html

🌈4 Matlab代码、Simulink模型、文献

到了这里,关于【误差自适应跟踪方法AUV】自适应跟踪(EAT)方法研究(Matlab代码&Simulin实现)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 基于数据驱动的多尺度表示的信号去噪统计方法研究(Matlab代码实现)

     💥💥💞💞 欢迎来到本博客 ❤️❤️💥💥 🏆博主优势: 🌞🌞🌞 博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️ 座右铭: 行百里者,半于九十。 📋📋📋 本文目录如下: 🎁🎁🎁 目录 💥1 概述 📚2 运行结果 🎉3 参考文献 🌈4 Matlab代码实现 文献来

    2024年02月15日
    浏览(40)
  • 【语音处理】基于加权压力匹配方法(WPMM)的私人声音系统研究(Matlab代码实现)

    💥💥💞💞 欢迎来到本博客 ❤️❤️💥💥 🏆博主优势: 🌞🌞🌞 博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️ 座右铭: 行百里者,半于九十。 📋📋📋 本文目录如下: 🎁🎁🎁 目录 💥1 概述 📚2 运行结果 🌈3 Matlab代码实现 🎉4 参考文献 在本文中

    2024年02月15日
    浏览(45)
  • 【图像恢复】基于交替乘子方法(ADMM)图像恢复算法研究[固定点收敛和应用](Matlab代码实现)

    💥💥💞💞 欢迎来到本博客 ❤️❤️💥💥 🏆博主优势: 🌞🌞🌞 博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️ 座右铭: 行百里者,半于九十。 📋📋📋 本文目录如下: 🎁🎁🎁 目录 💥1 概述 📚2 运行结果 🎉3 参考文献 🌈4 Matlab代码、数据、文献

    2024年02月13日
    浏览(55)
  • 【微电网_储能】基于启发式状态机策略和线性程序策略优化方法的微电网中的储能研究【给定系统约束和定价的情况下】(Matlab代码实现)

    💥💥💞💞 欢迎来到本博客 ❤️❤️💥💥 🏆博主优势: 🌞🌞🌞 博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️ 座右铭: 行百里者,半于九十。 📋📋📋 本文目录如下: 🎁🎁🎁 目录 💥1 概述 📚2 运行结果 🎉3 参考文献 🌈4 Matlab代码实现 能源管理

    2023年04月24日
    浏览(48)
  • 论文开题如何写研究内容和研究方法

    在进行学术研究的时候,开题报告是十分重要的一步。在开题报告中,研究内容和研究方法是两个核心部分。以下是它们各自的含义及如何去编写: 研究内容(Research Content): 研究内容是你计划研究的主题,包括你想要解答的问题,研究的目标,以及可能的假设。研究内容

    2024年02月13日
    浏览(34)
  • 【方法复现】主动配电网故障定位方法研究

    目录 1 主要内容 算例模型 期望故障电流状态函数 评价函数(膨胀率函数) 算例验证方法 详实的文档说明 2 部分程序 3 程序结果 4 下载链接 该程序方法复现了《基于改进多元宇宙算法的主动配电网故障定位方法研究》_郑聪,建立了含分布式电源的主动配电网故障定位方法

    2023年04月09日
    浏览(39)
  • 【元分析研究方法】学习笔记5.分析与整合研究结果

    参考来源:库珀 (Cooper, H. M. )., 李超平, 张昱城. (2020). 元分析研究方法: A step-by step approach. 中国人民大学出版社. 确定研究结果,检测研究结果之间的差异。 合并的方法是否合适? 效应值的指标是否合适? 平均效应值和置信区间?是否采用了合适的模型对效应值中的独立效应

    2024年02月04日
    浏览(73)
  • 电机无位置控制方法研究

    无位置控制方法研究 1.无位置控制技术研究现状 2.反电动势过零检测法 3.反电动势三次谐波积分检测法 4.续流二极管法 5.磁链法 6.扩展卡尔曼滤波算法(EKF) 7.基于扩展卡尔曼滤波算法(EKF)的转速及位置估算 8.电感测量法 9.涡流效应检测法 10.人工智能法 11.电流法 1.无位置

    2024年02月01日
    浏览(40)
  • ChatGPT研究论文提示词集合2-【形成假设、设计研究方法】

     点击下方 ▼ ▼ ▼ ▼ 链接 直达AIPaperPass ! AIPaperPass - AI论文写作指导平台 目录 1.形成假设 2.设计研究方法 3.书籍介绍 AIPaperPass智能论文写作平台          近期小编按照学术论文的流程,精心准备一套学术研究各个流程的提示词集合。总共14个步骤,每天总结两个,最

    2024年04月22日
    浏览(29)
  • QCA研究方法

    qualitative comparative analysis,中文叫定性比较分析方法。研究对象往往涉及多案例,单个的案例已经不能满足研究的需要。此类事件的成因存在着多元并发组合的原因变量。 QCA是一种以案例研究为向导的基础理论结合研究思路。自小样本数据信息中构建出科学研究话题的因果性

    2024年02月06日
    浏览(68)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包