作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，代码获取、论文复现及科研仿真合作可私信。

个人主页：Matlab科研工作室

个人信条：格物致知。

更多Matlab完整代码及仿真定制内容点击

智能优化算法       神经网络预测       雷达通信       无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机

物理应用             机器学习

内容介绍

本文比较了四种不同的自适应控制器，用于估计四旋翼飞机的质量和惯性矩阵。四旋翼飞机是一个欠驱动系统，其动态模型难以精确建模。本文首先推导了四旋翼飞机的动态模型并进行解耦，然后在持续激励信号下，使用恒定增益 (CG)、有界增益遗忘 (BGF)、缓冲层 (CF) 和基于跟踪误差 (TEB) 四种自适应控制器进行参数估计，并比较了它们的性能。最后，在参数估计完成后，本文提出了一种基于动态扩展的反馈线性化和输入输出解耦方法，用于跟踪平坦输出空间中指定的轨迹，其中平坦输出包括位置和偏航角。

️ 运行结果

部分代码

 function [sys,x0,str,ts] = follower(t,x,u,flag)%SFUNTMPL General M-file S-function template%   With M-file S-functions, you can define you own ordinary differential%   equations (ODEs), discrete system equations, and/or just about%   any type of algorithm to be used within a Simulink block diagram.%%   The general form of an M-File S-function syntax is:%       [SYS,X0,STR,TS] = SFUNC(T,X,U,FLAG,P1,...,Pn)%%   What is returned by SFUNC at a given point in time, T, depends on the%   value of the FLAG, the current state vector, X, and the current%   input vector, U.%%   FLAG   RESULT             DESCRIPTION%   -----  ------             --------------------------------------------%   0      [SIZES,X0,STR,TS]  Initialization, return system sizes in SYS,%                             initial state in X0, state ordering strings%     [sys,x0,str,ts]=mdlInitializeSizes;​  %%%%%%%%%%%%%%%  % Derivatives %  %%%%%%%%%%%%%%%  case 1,    sys=mdlDerivatives(t,x,u);​  %%%%%%%%%%  % Update %  %%%%%%%%%%  case 2,    sys=mdlUpdate(t,x,u);​  %%%%%%%%%%%  % Outputs %  %%%%%%%%%%%  case 3,    sys=mdlOutputs(t,x,u);​  %%%%%%%%%%%%%%%%%%%%%%%  % GetTimeOfNextVarHit %  %%%%%%%%%%%%%%%%%%%%%%%  case 4,    sys=mdlGetTimeOfNextVarHit(t,x,u);​  %%%%%%%%%%%%%  % Terminate %  %%%%%%%%%%%%%  case 9,    sys=mdlTerminate(t,x,u);​  %%%%%%%%%%%%%%%%%%%%  % Unexpected flags %  %%%%%%%%%%%%%%%%%%%%  o

参考文献

[1]丁娃,吴功平,何文山,等.四旋翼飞行器姿态角的自切换串级PID控制方法[J].机械设计与制造, 2022(006):000.

部分理论引用网络文献，若有侵权联系博主删除

 关注我领取海量matlab电子书和数学建模资料

 私信完整代码和数据获取及论文数模仿真定制

1 各类智能优化算法改进及应用

生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱船配载优化、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划（2E-VRP）、充电车辆路径规划（EVRP）、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题

2 机器学习和深度学习方面

2.1 bp时序、回归预测和分类

2.2 ENS声神经网络时序、回归预测和分类

2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类

2.4 CNN/TCN卷积神经网络系列时序、回归预测和分类

2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类

2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类

2.7 ELMAN递归神经网络时序、回归\预测和分类

2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类

2.9 RBF径向基神经网络时序、回归预测和分类

2.10 DBN深度置信网络时序、回归预测和分类

2.11 FNN模糊神经网络时序、回归预测

2.12 RF随机森林时序、回归预测和分类

2.13 BLS宽度学习时序、回归预测和分类

2.14 PNN脉冲神经网络分类

2.15 模糊小波神经网络预测和分类

2.16 时序、回归预测和分类

2.17 时序、回归预测预测和分类

2.18 XGBOOST集成学习时序、回归预测预测和分类

方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

2.图像处理方面

图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

3 路径规划方面

旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划（EVRP）、 双层车辆路径规划（2E-VRP）、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻

4 无人机应用方面

无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划

5 无线传感器定位及布局方面

传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

6 信号处理方面

信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

7 电力系统方面

微电网优化、无功优化、配电网重构、储能配置、有序充电

8 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀

9 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合