机器学习:近20种人工神经网络模型matlab源码

【实例简介】

单相全桥Z源逆变器，带闭环控制，电压电流波形效果较好，欢迎交流学习。

【实例简介】

寿命预测

【实例简介】dq解耦控制三项LCL型并网逆变器.slx

【实例简介】

基于协同控制策略，多无人机之间可以通过能力互补和行动协调，实现单架无人机任务能力的扩展以及多无人机整体效能的提升，进而解决个体能力限制与任务需求之间的矛盾。本文以多固定翼无人机姿态同步控制为例，分析无人机飞行过程中可能面临的实际情况，认为无人机模型或参数不确定、测量误差、干扰、系统中存在的时延及控制器故障是影响多无人机协同控制的主要因素。本文针对上述无人机中存在的复杂情况，分析和设计各中复杂情况下的多无人机协同控制算法，实现多无人机系统控制的稳定性。主要研究成果概括如下： 首先，根据牛顿力学对理想情况(无干扰或故障)下多固定翼无人机姿态运动过程进行数学建模，并根据构造的理想情况下固定翼无人机姿态运动的数学模型，结合无人机在运行过程中所面临的实际复杂情况，分别构建以下数学模型： (1) 伴随集成不确定项(外部干扰、模型或参数不确定、测量误差及控制器微小故障)的多固定翼无人机姿态运动数学模型。(2) 伴随集成不确定项以及状态时延的多固定翼无人机姿态运动数学模型。(3) 伴随集成不确定项以及控制器卡死故障的多固定翼无人机姿态运动数学模型。 然后，结合主从式协同控制策略和理想情况下多固定翼无人机姿态运动模型，设计多固定翼无人机姿态一致性控制方法。最后，设计相应的方法解决上述复杂情况下的多无人机姿态同步问题。针对包含集成不确定项的多无人机姿态运动方程，设计两种方法用以解决其姿态一致性同步问题，分别为在提出的基于主从式控制策略设计的姿态一致性控制方法中结合神经网络设计直接姿态一致性控制器以补偿不确定项；结合观测器与神经网络设计间接姿态一致性控制器以观测并补偿不确定项，并对比这两种方法各自的优劣性。针对包含集成不确定项以及状态时延的情况，在提出的基于神经网络的直接姿态一致性控制器的基础上，结合Lyapunov-Krasovskii函数以补偿时延造成的剧烈波动，最后通过理论证明及仿真验证其有效性，并对比有无Lyapunov-Krasovskii函数时无人机姿态的控制效果。针对包含集成不确定项以及控制器卡死故障的情况，在提出的基于观测器与神经网络的间接姿态一致性控制器基础上，结合基于扩展卡尔曼滤波器设计的故障检测方案和基于控制分配方法设计的控制器重构模块，确保各无人机在检测到控制器卡死故障的同时重构健康控制器，进而使无人机控制力矩及姿态稳定在期望值附近。 【核心代码】 程序 ├── 第3章│   ├── Cbn.m│   ├── Cnb.m│   ├── MultiUAVs_noNN.m│   ├── Uav_Model_FD.m│   ├── moment.m│   ├── nummarkers.m│   └── plotfit.m├── 第4-1节程序│   ├── Cbn.m│   ├── Cnb.m│   ├── MultiUAVs.m│   ├── Uav_Model_FD.m│   ├── moment.m│   ├── nummarkers.m│   └── plotfit.m├── 第4-2节程序│   ├── Cbn.m│   ├── Cnb.m│   ├── MultiUAVs.m│   ├── Uav_Model_FD.m│   ├── moment.m│   ├── nummarkers.m│   └── plotfit.m├── 第5章程序│   ├── Cbn.m│   ├── Cnb.m│   ├── Contrast_mutiUAVs.m│   ├── ShiftOperation.m│   ├── Uav_Model.m│   ├── moment.m│   ├── mutiUAVs.m│   ├── nummarkers.m│   └── plotfit.m└── 第6章程序    ├── Actuator_fault1.m    ├── Augmented_matrix_vector.m    ├── CD.mat    ├── Cbn.m    ├── Cnb.m    ├── Contrust_MultiUAVs.m    ├── Disred_control.m    ├── FDI_robust_false_alarm.m    ├── MoM.mat    ├── MultiUAVs.m    ├── Probability_Density_Adjust.m    ├── Simplified2_MultiUAVs.m    ├── Uav_Model_FD.m    ├── control_allocation.m    ├── control_two1ifault_allocation.m    ├── control_two2ifault_allocation.m    ├── control_two3ifault_allocation.m    ├── control_two4ifault_allocation.m    ├── control_two5ifault_allocation.m    ├── desired_torque_parameters.m    ├── fault_torque1.m    ├── fault_torque1i.m    ├── fault_torque2i.m    ├── fault_torque3i.m    ├── fault_torque4i.m    ├── fault_torque5i.m    ├── fualt_filter.m    ├── kalman_filt.m    ├── kalman_filt_new.m    ├── kalman_filt_old.m    ├── moment.m    ├── newKalman.m    ├── nummarkers.m    ├── printFilt.m    ├── probability_adjust.m    ├── two1ifualt_filter.m    ├── two2ifualt_filter.m    ├── two3ifualt_filter.m    ├── two4ifualt_filter.m    ├── two5ifualt_filter.m    └── z1.m5 directories, 71 files

MATLAB 不仅仅是一门编程语言，还是一个集成的软件平台，包含以下几个主要部分。1. MATLAB 语言MATLAB 是一种高级编程语言，它提供了多种数据类型、丰富的运算符和程序控制语句供用户使用。用户可以根据需求，按照 MATLAB 语言的约定，编程完成特定的工作。2. MATLAB 集成工作环境MATLAB 集成工作环境包括程序编辑器、变量查看器、系统仿真器和帮助系统等。用户在集成工作环境中可以完成程序的编辑、运行和调试，输出和打印程序的运行结果。3. MATLAB 图形系统用 MATLAB 的句柄图形，可以实现二维、三维数据的可视化、图象处理，也可以完全或局部修改图形窗口，还可以方便的设计图形界面。4. MATLAB 数学函数库MATLAB 提供了丰富的数值计算函数库，既包括常用的数学函数，又包含了各个专业领域独有的数值计算实现，用户可以通过简单的函数调用就可以完成复杂的数学计算任务。5. Simulink 交互式仿真环境通过交互式的仿真环境 Simulink，用户可以采用图形化的数学模型，完成对各类系统的模型建立和系统仿真，仿真结果也能够以直观的图形方式显示。Simulink 可以接受用户的键盘鼠标输入，也可以通过程序语句来实现数据交换，应用方便灵活。6. MATLAB 编译器通过编译器，可以将用 MATLAB 语言编写的程序编译成脱离 MATLAB 环境的 C 源代码、动态连接库或者可以独立运行的可执行文件。7. 应用程序接口 API这是 MATLAB 的应用程序接口，它提供了 MATLAB 和 C、Fortran、VB、VC 等多种语言之间的接口程序库，使用户可以在这些语言的程序里调用 MATLAB 程序。8. MATLAB 工具箱MATLAB 包含了各种可选的工具箱。工具箱则是由各个领域的高水平专家编写的，所以用户不必编写该领域的基础程序就可以直接进行更高层次的研究。例如：控制领域可以使用的工具箱就有 Control System（控制工具箱）、System Identification（系统辨识工具箱）、Robust Control（鲁棒控制工具箱）、Optimization（最优化工具箱）等。9. Notebook 工具Notebook 能够让用户在 Word 环境中使用 MATLAB 的各种资源，为用户营造容文字处理、科学计算、工程设计于一体的完美的工作环境。用 Notebook 制作的 M-Book 文档不仅拥有 Word 的全部字处理功能，而且具备 MATLAB 的数学运算能力和计算结果可视化的能力。 

MATLAB神经网络30个案例分析.源程序.zip

逆合成孔径雷达与对抗 图1.8