买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉大连海事大学申请的专利具有输入饱和的欠驱动船舶自适应神经指定时间轨迹跟踪控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119024848B 。

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411145117.9，技术领域涉及：G05D1/43；该发明授权具有输入饱和的欠驱动船舶自适应神经指定时间轨迹跟踪控制方法是由史国友;喻淑兰;史佳卉设计研发完成，并于2024-08-20向国家知识产权局提交的专利申请。

本具有输入饱和的欠驱动船舶自适应神经指定时间轨迹跟踪控制方法在说明书摘要公布了：本发明公开了一种具有输入饱和的欠驱动船舶自适应神经指定时间轨迹跟踪控制方法，通过将预设性能控制方法与有限时间理论相结合，并引入附加控制方法与饱和补偿机制，保证了跟踪收敛时间、位置误差以及速度误差的离线自定义，实现了欠驱动的矢量化设计；通过设计辅助动态滤波器设计虚拟控制律避免了微分通胀现象；通过考虑内外部扰动以及执行器饱和条件下，基于自适应神经网络与单参数学习算法为欠驱动船舶设计船舶纵向控制律与船舶转向控制律，并协调了自适应神经网络、执行器饱和补偿技术与指定性能控制之间在设计与控制性能上的缺陷，此外本发明能够保证船舶跟踪误差在指定时间内受限到一个预定义的领域内，克服了输入饱和对跟踪误差收敛性能的影响，使得在跟踪控制中的位置误差和速度误差在预定义的收敛时间内到达指定的范围。

本发明授权具有输入饱和的欠驱动船舶自适应神经指定时间轨迹跟踪控制方法在权利要求书中公布了：1.一种具有输入饱和的欠驱动船舶自适应神经指定时间轨迹跟踪控制方法，其特征在于，包括以下步骤： S1：建立具有控制输入饱和函数的三自由度欠驱动MSV的数学模型； 建立的所述具有控制输入饱和函数的三自由度欠驱动MSV的数学模型，包括欠驱动船舶运动学方程、欠驱动船舶动力学方程以及控制输入饱和函数； 所述欠驱动船舶运动学方程的表达式为 式中：x,y,ψ分别表示大地惯性坐标系下欠驱动船舶的纵向、横向位置以及艏摇角；u,v,r分别表示附体船体坐标系下欠驱动船舶的纵向、横向速度以及转向速度； 所述欠驱动船舶动力学方程的表达式为 fuυ＝m22vr-d11u fvυ＝-m11u-d23r-d22v frυ＝m11-m22uv-d32v-d33r 式中：υ＝[uvr]T分别表示附体船体坐标系下欠驱动船舶的纵向、横向速度以及转向速度；f＝[fufvfr]T表示船舶模型在纵向、横向速度以及转向方向的非线性动态项；τ＝[τu0τr]T且τu与τr分别表示欠驱动船舶的纵向与转向控制输入；τw＝[τwuτwvτwr]T且τwu,τwv,τwr分别表示纵向、横向以及转向上遭受的外界未知时变环境扰动；m11,m22,m33表示惯性矩阵中的参数；d11,d22,d23,d32,d33表示欠驱动船舶系统的非线性水动力阻尼矩阵中的参数； 所述控制输入饱和函数的表达式为 式中：τMj表示欠驱动船舶推进系统提供的最大控制力或力矩，且τMj＞0，j＝u,r，τcj表示控制输入指令，且记中间变量Δτu＝τu-τcu,Δτr＝τr-τcr； S2：基于三自由度欠驱动MSV的数学模型，并根据预设期望轨迹定义跟踪误差变量与速度误差变量； S2中定义的所述跟踪误差变量的表达式为 式中：xe,ye,ψe分别表示横向位置误差、纵向位置误差以及艏摇角误差；xd,yd,ψd分别表示预设期望轨迹的横向位置、纵向位置以及艏摇角； 所述速度误差变量的表达式为 式中：a1,a2,a3表示常数；γ＝[γu,γv,γr]T表示虚拟控制律α＝[αu,αv,αr]T的滤波形式；tanh·表示用于约束附加控制信号β1,β2,β3的函数；ue,ve,re分别表示欠驱动船舶的纵向速度误差、横向速度误差以及转向速度误差； S3：构建预定义指定时间性能函数，获取关于跟踪误差变量与速度误差变量的预设性能边界条件，且基于预设性能函数边界条件，根据预定义指定时间性能函数对跟踪误差变量与速度误差变量进行非线性变换，获取位置误差转换变量与速度误差转换变量； 具体包括以下步骤： S31：构建预定义指定时间性能函数，其表达式为 式中：表示设计参数；Tf表示自定义的预定义收敛时间；表示自定义的收敛控制精度，即时间t大于等于Tf时，系统的误差要收敛到范围内；且ρt满足ρ0表示预定义指定时间性能函数的初始值； S32：当时，则定义跟踪误差为eη＝η-ηd； 其中eη＝[eη,1,eη,2,eη,3]T＝[xe,ye,ψe]T，η＝[x,y,ψ]T，ηd＝[xd,yd,ψd]T； 定义速度误差为eυ，其中eυ＝[eυ,1,eυ,2,eυ,3]T＝[ue,ve,re]T； 则根据预定义指定时间性能函数获取关于跟踪误差变量与速度误差变量的预设性能边界条件； 所述跟踪误差变量的预设性能边界条件为 -ρη,1＜xe＜ρη,1 -ρη,2＜ye＜ρη,2 -ρη,3＜ψe＜ρη,3 式中：ρη,i＝ρt且i＝1,2,3； 所述速度误差变量的预设性能边界条件为 -ρυ,1＜ue＜ρυ,1 -ρυ,2＜ve＜ρυ,2 -ρυ,3re＜ρυ,3 式中：ρυ,i＝ρt且i＝1,2,3； S33：根据预定义指定时间性能函数对跟踪误差变量与速度误差变量进行非线性变换，获取位置误差转换变量与速度误差转换变量； 所述位置误差转换变量的表达式为 式中：eη,ii＝1,2,3表示位置误差eη的第i个元素；zη,ii＝1,2,3表示位置误差转换变量且满足 所述速度误差转换变量的表达式为 式中：eυ,ii＝1,2,3表示速度误差eυ的第i个元素；zυ,ii＝1,2,3表示速度误差转换变量且满足 S4：根据跟踪误差转换变量构建用于轨迹跟踪的虚拟控制律，并根据虚拟控制律设计用于避免对其求导导致的微分爆炸的辅助动态滤波器； 具体包括以下步骤： S41：根据位置误差转换变量构建用于轨迹跟踪的虚拟控制律，其表达式为 且轨迹跟踪虚拟控制律的矢量表达式为 式中：A＝diaga1,a2,a3,β＝[tanhβ1,tanhβ2,tanhβ3]T；k＝diag[k1,k1,k2]，k1、k2为常数；Ψη＝diag[Ψη,1,Ψη,2,Ψη,3],φη＝diag[φη,1,φη,2,φη,3],ρη＝diag[ρη,1,ρη,2,ρη,3]；Ψη,i,φη,i表示中间参数变量，i＝1,2,3且αι,ι＝u,v,r分别表示纵向速度虚拟控制律、横向速度虚拟控制律以及转向速度虚拟控制律；表示ηd的一阶导；Jψ表示将船体坐标系与大地坐标系下的信息进行转换的旋转矩阵； S42：根据虚拟控制律设计用于避免对其求导导致的微分爆炸的辅助动态滤波器，且所述辅助动态滤波器的表达式为 式中：γ表示一阶辅助动态滤波器；表示时间常数；γι0表示一阶辅助动态滤波器γι的初始值；αι0表示虚拟控制律αι的初始值； 并定义滤波误差为根据所述滤波误差记一阶辅助动态滤波器γ的导数 S5：根据三自由度欠驱动MSV的数学模型与速度误差转换变量，构建船舶轨迹跟踪控制器的附加控制律与自适应参数控制律； 所述船舶轨迹跟踪控制器的附加控制律的表达式为 式中：μu,μr,k4均为常数；β1,β3表示由于执行器饱和约束效应而无法实现的虚拟控制信号；β2表示用于横向提供稳定性以解决饱和条件下的欠驱动问题的附加控制信号；分别表示β1,β2,β3的一阶导；Ψυ,i,φυ,i表示中间参数变量，i＝1,2,3且Θv表示船舶轨迹跟踪控制器的自适应参数，且 表示Θv的估计值；Φvs即为ΦvZv表示中间参数变量，且ΦvZv＝||svZv||+|φυ,2ζυ,2zυ,2|+1；Zv＝[u,v,r,ρυ,2,ve]T表示神经网络NN模型的输入向量；svZv＝[sv1Zv,…,svnZv]T表示神经网络NN模型的径向基函数向量；表示神经网络NN模型的权重向量；ζυ,2表示设计参数；ε2表示逼近误差； 所述船舶轨迹跟踪控制器的自适应参数控制律的表达式为 式中：Θu,Θv,Θr表示船舶轨迹跟踪控制器的自适应参数；分别表示Θu,Θv,Θr的估计值；分别表示的一阶导；bu,bv,br,lu,lv,lr均表示设计常数；Φvs,Φus,Φrs即为ΦvZv,ΦuZu,ΦrZr均表示中间参数变量，ΦuZu＝||suZu||+|φυ,1ζυ,1zυ,1|+1，Zu＝[u,v,r,ρυ,1,ue]T表示神经网络NN模型的输入向量，suZu＝[su1Zu,…,sunZu]T表示神经网络NN模型的径向基函数向量，表示神经网络NN模型的权重向量；ε1表示逼近误差；ζυ,1表示设计参数；Zr＝[u,v,r,ρυ,3,re]T表示神经网络NN模型的输入向量；ΦrZr＝||srZr||+|φυ,3ζυ,3zυ,3|+1，srZr＝[sr1Zr,…,srnZr]T为神经网络NN的径向基函数向量，神经网络NN模型的权重向量；ε3表示逼近误差；ζυ,3表示设计参数； S6：根据辅助动态滤波器、附加控制律以及自适应参数控制律构建船舶轨迹跟踪控制器；且所述船舶轨迹跟踪控制器包括船舶纵向控制律与船舶转向控制律； 所述船舶纵向控制律的表达式为 所述船舶转向控制律的表达式为 式中：k3,k5表示设计参数； S7：根据船舶轨迹跟踪控制器实现具有输入饱和的欠驱动船舶自适应神经指定时间轨迹跟踪控制。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连海事大学，其通讯地址为：116000 辽宁省大连市甘井子区凌水街道凌海路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。