买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：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。

主权项：1.一种基于RBF神经网络干扰估计器的高性能抗干扰方法，应用于运动控制系统，其特征在于：所述基于RBF神经网络干扰估计器的高性能抗干扰方法包括如下步骤：S1、建立运动控制系统的等价输入干扰状态空间模型，所述等价输入干扰状态空间模型公式如下： 式中，xt为t时刻运动控制系统的状态，为xt的导数，ut为t时刻运动控制系统的控制输入，yt为t时刻运动控制系统的输出，vt为t时刻运动控制系统的测量噪声，A、B、C为运动控制系统的矩阵，det为t时刻运动控制系统的等价输入干扰；S2、建立RBF神经网络干扰估计器，所述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，其中：1所述RBF神经网络观测器构建如下： 式中，为t时刻运动控制系统的状态xt的估计值，为的导数，为t时刻运动控制系统的输出yt的估计值，uft为t时刻RBF神经网络观测器的输入，L为RBF神经网络观测器增益，为RBF神经网络的输出，即系统不确定项fx的估计值，为估计权值的转置，为输入为的径向基函数，即代表t时刻运动控制系统的状态xt的估计值2所述EID估计器构建如下： 式中，为t时刻运动控制系统的等价输入干扰det的估计值，B+＝BTB-1BT为B的广义逆，BT为B的转置；S3、给定t时刻运动控制系统的参考输入rt，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det的估计值以更新t时刻运动控制系统的控制输入ut，获得t时刻运动控制系统的输出yt。

全文数据：

权利要求：

百度查询： 浙江工业大学 衢州市浙工大生态工业创新研究院 一种基于RBF神经网络干扰估计器的高性能抗干扰方法