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！

申请/专利权人：哈尔滨工程大学

摘要：一种考虑输入饱和的多USV事件触发误差约束控制方法，属于无人艇控制技术领域。为了解决现有的控制方法无法有效应对多无人艇航行过程中的状态变化的问题，以及针对多无人艇编队控制时存在偏离较大的问题。本发明首先针对多USV协同控制过程中存在的模型不确定性、环境干扰以及输入饱和问题建立USV的运动学和动力学方程，并针对USV的执行机构采用平滑双曲正切函数逼近饱和函数，然后构建饱和输入估计模型并对运动学和动力学方程进行变换，采用神经网络逼近USV的未知非线性fi，设计事件触发机制，进而基于BLF方法设计多USV分布式事件触发误差约束控制器，进而实现多USV事件触发误差约束控制。

主权项：1.一种考虑输入饱和的多USV事件触发误差约束控制方法，其特征在于，针对一个多USV系统中的每个USV，建立USV的运动学和动力学方程；所述多USV系统包括1艘领航者和N艘跟随者，跟随者USV的编号分别为1,2,…,N，领航者USV的编号表示为0；多USV系统的通讯方式是有向通讯拓扑；针对USV的执行机构采用平滑双曲正切函数逼近饱和函数；构建第i艘USV的饱和输入估计模型： 用τ＝[τ1,τ2,τ3]T表示作用在USV上的期望力τ1,τ2和力矩τ3，则τi＝[τi1,τi2,τi3]表示第i艘跟随者的推进系统产生的控制力τi1,τi2和力矩τi3；τimax＝[τi1max,τi2max,τi3max]T为饱和控制力τi1max,τi2max和力矩τi3max的幅值；基于piτi，将第i艘跟随者USV的输入饱和表示为satτi＝piτi+qiτi3式中，satτi＝[satτi1,satτi2,satτi3]T，sat·表示饱和函数；qiτi为饱和输入估计模型误差；基于USV的运动学和动力学方程，将第i艘跟随者的USV的运动学和动力学方程变换为 式中，xi1＝ηi，xi2＝vi，fi为模型自身非线性；为第i艘跟随者对应的质量惯性矩阵的逆；Ji为第i艘跟随者对应的惯性坐标系与运动坐标系之间的转换矩阵；wi为第i艘跟随者对应的未知外界干扰；然后设计输入饱和辅助变量其中，ki2为正常量，piτi为第i艘跟随者的饱和输入估计，τi为第i艘跟随者推进系统产生的控制力和力矩；将第i艘USV的未知非线性fi表示为fi＝WiTφi+εi；其中，表示权重矩阵，表示激活函数，是逼近误差；进而将公式4变换为 式中，xi1＝ηi，ηi为第i艘跟随者对应的η，η＝[x,y,ψ]T表示USV在惯性坐标系下的位置x,y与姿态ψ；xi2＝vi，vi为第i艘跟随者对应的v，v＝[u,v,r]T表示运动坐标系下的速度u,v与角速度r；di＝εi+wi表示第i艘跟随者对应的整体干扰；设计如下干扰观测器： 式中，δi为干扰观测器的辅助系统状态量；ki是一个正常数；是Wi的预估值；是di的预估值；采用RBF神经网络进行逼近fi，并确定神经网络估计律如下： 式中，Λi和βi为正常量，为速度补偿误差，其中，为速度误差，补偿信号βi2满足基于设计的干扰观测器和神经网络估计律，利用多USV分布式事件触发误差约束控制器对多USV系统中的USV进行控制；所述的多USV分布式事件触发误差约束控制器是基于径向基函数神经网络干扰观测器和事件触发机制设计得到的，具体如下： 其中，aij为有向图的加权邻接矩阵的元素，对于节点i与节点j，当节点j能够接收节点i的信息时，aij＝1，否则aij＝0；bi为跟随者与领航者通讯拓扑矩阵的元素，如果节点i能够接收到领航者的信息，那么bi＝1，否则bi＝0；η0t表示领航者USV的轨迹；是命令滤波的输出值；χi是输入饱和辅助变量；mi为事件触发机制参数，0＜mi＜1；为常数；αi1是虚拟控制律，其表达式为 其中，ki1，ki2为正常量；xj1＝ηj，ηj为第j艘跟随者对应的η，η＝[x,y,ψ]T表示USV在惯性坐标系下的位置x,y与姿态ψ；xj2＝vj，vj为第j艘跟随者对应的v，v＝[u,v′,r]T表示运动坐标系下的速度u,v′与角速度r；调节参数kbit＞0为一个可微到二阶的时变连续方程，用于约束补偿轨迹跟踪误差有ιi为正常数；为轨迹补偿误差，为轨迹误差；βi1为轨迹误差补偿信号，满足

全文数据：

权利要求：

百度查询： 哈尔滨工程大学 一种考虑输入饱和的多USV事件触发误差约束控制方法