基于辨識模型的UUV回收控制方法研究.pdf

1、人們對海洋的探索從未止步，對海洋的研究也在不斷的深入，這使得水下無人航行器(UUV)的使用領域也越來越廣，從海底資源勘測到水下搜救都有他們的身影。馬航的MH370的墜落失蹤以及“藍鰭金槍魚-21”UUV對其開展的長期搜救工作，使得UUV正式出現(xiàn)在大眾的視野。近些年UUV在國防和民用領域的作用越發(fā)廣泛，得到了各國政府和科研機構的高度重視。在UUV完成作業(yè)后，通常需要對其進行能源的補給、數據的下載、常規(guī)檢修等工作，回收過程中流體的擾動是不可

2、避免的，因而如何在多擾動的海洋環(huán)境下進行回收控制成為研究熱點。本文根據實船航行數據建立實船運動模型，對此運動模型在存在不確定環(huán)境干擾和有無海流的情況下，以反步法結合自適應RBF神經網絡在UUV回收控制過程開展相關研究工作，課題主要在以下幾個方面做了研究:
　　首先，根據大地固定坐標系及艇體的運動坐標系，分析UUV空間運動特性及受力情況，包括靜力、水動力、執(zhí)行機構及外界海流干擾。根據運動坐標系到固定坐標系轉換關系建立UUV通用運動學

3、方程及通用動力學方程。同時根據操縱實驗指標及水動力參數敏感性指數大小對水動力參數進行分類，然后根據敏感性的強弱對UUV運動模型進行簡化，獲得的簡化模型作為待辨識模型。
　　其次，根據UUV動力學方程設計組合辨識方法，首先使用方差補償擴展卡爾曼進行初步辨識，再把初步的辨識結果作為限定記憶的最小二乘法辨識的初值，進行二次辨識。在辨識實驗中設計平面運動和垂直面運動，為了突出部分水動力參數辨識結果，平面運動分固定舵角機動和變舵角Z形機動，

4、垂直面做固定舵角和變舵角超越機動。最后在驗證組合辨識方法的可靠性時根據已有參數模型仿真出觀測數據，通過組合辨識出水動力參數后建立UUV運動學方程。在推力和舵角與仿真情況相同的情況下進行原模型與辨識出的模型軌跡仿真，并通過軌跡對比說明組合辨識方法是有效的。
　　再次，對UUV實航數據進行組合辨識時先根據UUV尺寸數據由經驗公式計算出附加質量和質量慣性矩系數，然后使用組合辨識方法對UUV實航數據進行辨識獲得水動力參數，結合簡化模型建立

5、實航UUV的動力學方程。通過對比平面實航運動軌跡半徑和辨識出運動方程的仿真軌跡半徑，以及垂直面下潛深度和辨識出運動方程仿真深度的驗證了辨識運動模型的準確性。
　　最后，針對UUV回收控制存在辨識模型不精確及存在不確定擾動問題，引入自適應RBF神經網絡對其進行估測，并結合反步法設計UUV的位置、姿態(tài)及速度控制器，用虛擬速度來代替姿態(tài)誤差，將姿態(tài)跟蹤控制轉化為對速度、轉矩的控制，最后運用李雅普諾夫穩(wěn)定理論證明了該控制器的穩(wěn)定性。考慮到