论文部分内容阅读
针对经典PID算法抗干扰性差、鲁棒性弱的缺点,给出了带干扰观测器的RBF神经网络分数阶PID控制器。干扰观测器一方面可以将外部的扰动以及由模型参数不准确带来的误差引入到输入端并引入补偿,能很好的提高系统的抗干扰能力以及鲁棒性;另一方面干扰观测器模块和RBF神经网络分数阶PID模块两者互不影响。RBF神经网络分数阶PID可以实现分数阶参数的自学习。最后把带有观测器的RBF神经网络分数阶PID应用与四旋翼控制系统中并且进行MATALAB实验。仿真表明：在环境中存在干扰的情况下,带观测器的RBF神经网络分数阶P