基于BP神经网络的自适应自抗扰控制及仿真

？针对被控对象参数变化大而快、外扰严重且不确定的系统,参数固定的扩张状态观测器(ESO)存在“总和扰动冶估计精度降低、控制效果较差的问题,提出了一种基于BP神经网络的自适应自抗扰控制器(ADRC)。分析了引入自适应ESO的意义,剖析了ESO的结构,利用BP神经网络在线调整ESO参数并将这个自适应ESO嵌入到ADRC.仿真结果表明,改进的ADRC较常规ADRC具有扰动估计精度更高、控制量振荡幅度更小以及鲁棒性、抗干扰性更强的优点。