.png){kind=icon}
返回
Data-Driven Generalized Iterative Predictive Control with IESO for UAV Trajectory Tracking
.png){kind=icon}
PRE
AI
DOI：10.1007/s12555-026-00073-y.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种基于数据驱动的广义迭代预测控制策略，用于解决在非线性、耦合及扰动环境下运行的四旋翼飞行器（UAV）的轨迹跟踪挑战。在该框架中，输入-输出（I/O）数据被用于消除对精确动力学模型的依赖并增强适应性。采用名义动态线性化（DL）系统来解耦伪偏导数（PPD）估计与外部扰动。扰动效应通过迭代扩展状态观测器（IESO）进行补偿。计算效率与紧凑型DL（CFDL）方法相当。此外，融入了历史数据（类似于部分型和全型DL方法中使用的那些），以进一步改善控制性能。对比仿真表明，与现有的数据驱动方法相比，该策略在跟踪精度、收敛速度和鲁棒性方面均有显著提升。通过在四旋翼飞行器系统上的实验验证，证明了所提出框架在动态条件下的有效性。
Keyword:
Data-driven
Iterative learning control (ILC )
Dynamic linearization (DL )
Predictive control
Unmanned aerial vehicle (UAV )
Iterative extended state observer (IESO)
期刊
IF:
2.9
论文数:
223
被引数:
6.5K
机构
引用论文
.png){kind=icon}
分享收藏Design and Analysis of a Robust UAV Flight Guidance and Control System Based on a Modified Nonlinear Dynamic Inversion基于改进非线性动态逆的鲁棒无人机飞行引导与控制系统设计与分析
OAAI
OAAI分享收藏分享收藏
查看更多内容