基于神經(jīng)動態(tài)模型的自治水面艇智能跟蹤控制.pdf

1、自治水面艇是一種能夠在水面上自主航行且完成各種復雜任務的水上機器人運載平臺。由于它具有體積小、機動靈活、隱蔽性好以及無人駕駛等特點，使其在民用、軍事以及國防建設等方面具有非常廣泛的應用背景。然而要對自治水面艇進行運動控制研究卻仍然具有很大的挑戰(zhàn)性，因為它的控制涉及到船舶系統(tǒng)、機器人控制和非線性系統(tǒng)等多領域。
　　軌跡跟蹤控制是目前自治水面艇運動控制的一個重要研究方向，它要求自治水面艇在有限的時間內(nèi)到達并準確地跟蹤期望的運動軌跡，直

2、到目標位置。由于自治水面艇是一個艇與水的強耦合系統(tǒng)，在實際應用中難以獲得系統(tǒng)精確的模型參數(shù)，特別是水動力參數(shù)必須經(jīng)過反復的實驗才能得到，加上水流等干擾的影響，就使得自治水面艇的安全和穩(wěn)定運行變得非常困難。另一方面，目前絕大部分的自治水面艇又由于缺少側向推進器而成為一類典型欠驅(qū)動機械系統(tǒng)，對這類自治水面艇進行跟蹤控制更加復雜，具有非常大的挑戰(zhàn)性。
　　基于以上背景，本文對自治水面艇的軌跡跟蹤控制進行深入研究，通過引入具有連續(xù)平滑動態(tài)

3、輸入輸出特性的神經(jīng)動態(tài)模型，分別針對具有未知動力學參數(shù)的全驅(qū)動和欠驅(qū)動自治水面艇，提出基于神經(jīng)動態(tài)模型的智能跟蹤控制方法。
　　論文的主要研究成果及創(chuàng)新點如下:
　　第一、針對受未知水流影響的自治水面艇，提出一種基于神經(jīng)動態(tài)模型的軌跡跟蹤控制方法。
　　對于受水流影響的自治水面艇，連續(xù)并且平滑的速度控制對系統(tǒng)的安全和穩(wěn)定操作非常重要。為此，本文提出一種基于神經(jīng)動態(tài)模型的軌跡跟蹤控制方法。首先，從系統(tǒng)的跟蹤誤差方程出發(fā)，

4、基于Lyapunov函數(shù)進行跟蹤控制器設計;然后，受生物特性啟發(fā)，創(chuàng)新性地引入三個神經(jīng)動態(tài)模型，將其輸出作為跟蹤控制器的組成部分，利用神經(jīng)動態(tài)模型的平滑輸入輸出特性，實現(xiàn)系統(tǒng)控制中速度信號的連續(xù)與平滑;最后，針對未知的水流干擾，提出一種簡單的觀測器設計方法，通過Lyapunov穩(wěn)定性分析保證控制系統(tǒng)的穩(wěn)定性。
　　第二、針對具有未知動力學參數(shù)的全驅(qū)動自治水面艇，提出一種有效的神經(jīng)網(wǎng)絡跟蹤控制方法。
　　首先，對全驅(qū)動自治水面

5、艇的動力學模型進行回歸處理，將其轉(zhuǎn)變成包含模型參數(shù)的未知部分和能測的已知部分，然后引入一單層結構的神經(jīng)網(wǎng)絡，基于Lyapunov函數(shù)和穩(wěn)定性理論，進行神經(jīng)網(wǎng)絡控制器設計和有效的學習算法研究，同時進行干擾補償控制設計，實現(xiàn)自治水面艇在未知動力學參數(shù)和干擾情況下的軌跡跟蹤控制。與其他的跟蹤控制方法相比，所提控制器采用了單層結構的神經(jīng)網(wǎng)絡，不僅結構簡單，而且學習算法有效。
　　第三、針對欠驅(qū)動情況下的自治水面艇，提出一種新的基于神經(jīng)動態(tài)

6、模型的反步跟蹤控制方法。
　　反步法是實現(xiàn)欠驅(qū)動自治水面艇跟蹤控制的有效方法，但是在設計過程中需要對虛擬速度控制量進行復雜的求導運算。為此，本文提出一種基于神經(jīng)動態(tài)模型的反步跟蹤控制設計方法。通過引入神經(jīng)動態(tài)系統(tǒng)，將反步設計過程中求得的虛擬速度控制量經(jīng)過相應的神經(jīng)動態(tài)模型，用神經(jīng)動態(tài)模型的平滑輸出代替虛擬控制量，從而避免復雜的求導運算，最后基于Lyapunov穩(wěn)定性理論進行系統(tǒng)穩(wěn)定性分析，保證控制系統(tǒng)的穩(wěn)定性。
　　第四、針

7、對具有未知動力學參數(shù)的欠驅(qū)動自治水面艇，提出一種結合反步法、神經(jīng)動態(tài)模型和神經(jīng)網(wǎng)絡的智能集成跟蹤控制方法。
　　首先，基于反步設計法進行跟蹤控制器設計;其次，考慮到反步設計中存在的計算復雜問題，把受生物啟發(fā)的神經(jīng)動態(tài)模型引入到控制器的設計當中;然后，引入一單層結構的神經(jīng)網(wǎng)絡對控制器中未知的動力學參數(shù)進行在線估計;最后，基于Lyapunov穩(wěn)定性理論推導神經(jīng)網(wǎng)絡有效的學習算法，保證控制系統(tǒng)的穩(wěn)定性。這樣設計的控制算法不但降低了控制系