一种基于RBF神经网络干扰估计器的高性能抗干扰方法

    公开(公告)号:CN119045327A

    公开(公告)日:2024-11-29

    申请号:CN202411137526.4

    申请日:2024-08-19

    Abstract: 本发明公开了一种基于RBF神经网络干扰估计器的高性能抗干扰方法,包括:S1、建立运动控制系统的等价输入干扰状态空间模型;S2、建立RBF神经网络干扰估计器,RBF神经网络干扰估计器包括RBF神经网络观测器和EID估计器;S3、给定t时刻运动控制系统的参考输入,并根据RBF神经网络干扰估计器计算出等价输入干扰状态空间模型中t时刻运动控制系统的等价输入干扰的估计值,以更新t时刻运动控制系统的控制输入,获得t时刻运动控制系统的输出。该方法能够有效补偿系统不确定性、外部扰动和测量噪声对系统性能的影响,提高运动控制系统的精度,满足高性能运动控制系统的需求。

    一种机器人的高动态响应抗干扰和噪声抑制方法及装置

    公开(公告)号:CN119396003A

    公开(公告)日:2025-02-07

    申请号:CN202411964198.5

    申请日:2024-12-30

    Abstract: 本发明属于抗干扰技术领域,公开了一种机器人的高动态响应抗干扰和噪声抑制方法及装置,包括建立机器人控制系统的等价输入干扰状态空间模型;设计状态观测器,并根据机器人控制系统的系统输出和状态观测器的状态观测器增益得到状态观测值;设计内模系统,并根据状态观测器和内模系统建立机器人控制系统的状态反馈控制器;设计并联‑级联干扰估计器,并联‑级联干扰估计器包括多个等价输入干扰估计器和滤波器,并且多个等价输入干扰估计器采用先并联后级联的方式连接,并设计对应的扰动抑制反馈控制律。本发明通过并联与级联的结合方式,减少扰动估计误差,增强扰动抑制能力,显著降低测量噪声的影响,从而提升机器人控制系统的综合性能。

Patent Agency Ranking