Nussbaum-based fractional-order sliding-mode fault-tolerant cooperative control of multiple UAVs with event-triggered mechanism
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
To solve the problem of in-flight actuator faults and parameter uncertainties for multiple Unmanned Aerial Vehicles (UAVs), and reduce the communication and computational resource consumption of multiple UAVs, a Fraction-Order (FO) sliding-mode Fault-Tolerant Cooperative Control (FTCC) strategy is proposed for multiple UAVs based on Event-Triggered Communication Mechanism (ET-COM-M) and Event-Triggered Control Mechanism (ET-CON-M). First, by considering the limited communication bandwidth of multiple UAVs in formation, an ET-COM-M is designed to significantly reduce communication times. Then, a distributed observer is skillfully constructed to estimate the reference signals for follower UAVs. Moreover, the adaptive strategy is incorporated into the Radial Basis Function Neural Network (RBFNN) to learn the lumped unknown terms for handling bias actuator faults and parameter uncertainties. Besides, the Nussbaum method is used to deal with the loss-of-effectiveness faults. To further achieve the refined control performance against faults, FO calculus is artfully integrated into the sliding-mode control protocol with ET-CON-M. Finally, Zeno behavior is excluded by rigorous theoretical analysis and Lyapunov stability is proved to show the effectiveness of the designed FTCC strategy. Simulation results show that the designed FTCC strategy with Event-Triggered Mechanism (ETM) can guarantee the safety of multiple UAVs and simultaneously reduce the communication and control frequencies, making the developed control scheme applicable in engineering.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle