Control basado en redes neuronales con observador adaptativo para sistemas multi-UAV con estabilidad en tiempo predefinido
Autores: Zhang, Yunli; Sha, Hongsheng; Peng, Runlong; Li, Nan; Miao, Zhonghua; He, Chuangxin; Zhou, Jin
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Control basado en redes neuronales con observador adaptativo para sistemas multi-UAV con estabilidad en tiempo predefinido
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Controlador de formación robusto basado en observadores
Tiempo predefinido
Sistemas multi-UAV
Técnica de modo deslizante
Redes neuronales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Este artículo propone un controlador de formación robusto basado en observadores y de tiempo predefinido para sistemas multi-UAV inciertos con perturbaciones externas, integrando la técnica de modo deslizante con redes neuronales. La estrategia de tiempo predefinido se desarrolla para mejorar el rendimiento del seguimiento de la formación, incluyendo una velocidad de convergencia más rápida, mayor precisión y mejor robustez, mientras que el esquema de modo deslizante, integrado con la red neuronal, se utiliza eficazmente para manejar dinámicas inciertas y perturbaciones externas, asegurando adaptabilidad, disponibilidad y robustez. Además, la estabilidad del sistema de control en lazo cerrado se analiza utilizando el método de Lyapunov aplicado a la formulación del modelo de Newton-Euler del quadrotor. Este análisis garantiza plenamente que se pueden lograr los objetivos de seguimiento de la posición de formación deseada y estabilización de la actitud para sistemas multi-UAV (quadrotor). Finalmente, la efectividad de los resultados teóricos se valida a través de simulaciones exhaustivas.
Descripción
Este artículo propone un controlador de formación robusto basado en observadores y de tiempo predefinido para sistemas multi-UAV inciertos con perturbaciones externas, integrando la técnica de modo deslizante con redes neuronales. La estrategia de tiempo predefinido se desarrolla para mejorar el rendimiento del seguimiento de la formación, incluyendo una velocidad de convergencia más rápida, mayor precisión y mejor robustez, mientras que el esquema de modo deslizante, integrado con la red neuronal, se utiliza eficazmente para manejar dinámicas inciertas y perturbaciones externas, asegurando adaptabilidad, disponibilidad y robustez. Además, la estabilidad del sistema de control en lazo cerrado se analiza utilizando el método de Lyapunov aplicado a la formulación del modelo de Newton-Euler del quadrotor. Este análisis garantiza plenamente que se pueden lograr los objetivos de seguimiento de la posición de formación deseada y estabilización de la actitud para sistemas multi-UAV (quadrotor). Finalmente, la efectividad de los resultados teóricos se valida a través de simulaciones exhaustivas.