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：本发明是一种基于MLP方法的欠驱动无人艇轨迹跟踪控制方法。进行欠驱动水面无人艇的建模，得到USV运动学模型；采用径向基函数神经网络来近似未建模的动力学函数，进行模型动力学转换；进行欠驱动动力学的模型转换，将USV跟踪误差系统扩展为三阶，以实现交叉跟踪动力学的相对度；转换USV集成鲁棒有限时间控制器，进行有限时间USV轨迹跟踪；进行稳定性分析。数值仿真结果表明，该控制器不仅具有良好的跟踪精度，而且具有良好的抗干扰能力。

主权项：1.一种基于MLP方法的欠驱动无人艇轨迹跟踪控制方法，其特征是：包括以下步骤：步骤1：进行欠驱动水面无人艇的建模，得到USV运动学模型；步骤2：采用径向基函数神经网络来近似未建模的动力学函数，进行模型动力学转换；步骤3：进行欠驱动动力学的模型转换，将USV跟踪误差系统扩展为三阶，以实现交叉跟踪动力学的相对度；步骤4：转换USV集成鲁棒有限时间控制器，进行有限时间USV轨迹跟踪；步骤5：进行稳定性分析；所述步骤1具体为：将USV的期望轨迹定义在一个水平面上，根据固定地球坐标OEXEYE和固定物体坐标OBXBYB描述USV的运动，在这两个坐标下，USV的运动学模型为: 其中，x,y表示USV的位置，表示偏航角；u,v和r分别表示与OBXBYB有关的纵向速度，摇摆速度和偏航速度；USV的动态模型描述如下: 式中，mii,i＝1,2,3为船舶惯性质量的正常数，τu和τr为控制输入，τud,τvd和τrd分别表示由洋流、风、浪引起的时变未知外部扰动，非线性水动力阻尼hi,i＝u,v,r，通过下式表示： 其中，X·,Y·和N·分别表示浪涌运动、横摆运动和横摆运动的线性和二次水动力系数；所述步骤2具体为：径向基函数神经网络被用来近似未建模的动力学函数，未知光滑函数近似为： 其中，W＝[w1,w2，…,wm]T为权向量，m为神经节点数，向量Xn＝[x1,x2,...,xn]T表示网络输入，近似误差记为o；高斯函数ξXn＝[ξ1Xn,ξ2Xn,...,ξnXn]T通过下式表示： 其中，ci,i＝1,...,m是列向量，表示Xn的中心分布，βi表示ξiXn的宽度；所述步骤3具体为：对于给定的光滑参考轨迹ηd＝xd,yd，跟踪误差定义为： 求导可得: 计算得到导数: 其中，耦合项fu定义为fu＝m22vr-hum11为了得到二阶系统，构造两个辅助变量如下: 得到e2x的导数: 根据的关系，将上式重写为: G和F被重新定义为G＝G2,F＝F2；d和Q的表达式为: 得到了一个二阶系统，通过该系统的应用，将ξu与初始值ξu0＝0进行积分，即得到USV的实际推进力τu；所述步骤4具体为：为了便于集成控制器的综合，构造了以下滑模流形:S＝e2+k1e1+k2He1其中，k1,k2是正的调谐增益k10,k20；向量He1表示切换函数，表达式如下 其中，ηi,i＝1,2为设计控制参数，0＜ηi＜1，δi定义为通过上式，USV的控制器集成到一个信道中，引入了一个非线性函数He1来避免系统接近平衡点时的奇异，得到以下结果: 其中，如下所示： 流体力学项F和综合外部扰动d都假定是事先未知的，未建模的动态F可以用以下神经网络来近似: 其中，为网络的权值矩阵，n＞0为设计的神经节点数，ξn×1Xn＝[ξ1Xn,ξ2Xn,...,ξnXn]T是高斯函数向量，Xn＝[u,v,r]T是近似误差向量；所述步骤5具体为：设置Lyapunov函数: 其中，和计算出V1的时间导数为: 代入得到: 对于任意初始值计算出同样，在的前提下，利用，得到以下不等式:-gSTtanhgS≤-g||S||+2ε其中，ε＝0.2785和g表示集合将上式的合并有: 其中，K1＝min{2,γ1γ2,γ3γ4}，，S与估计误差都是一致最终有界的；存在未知常数满足和在此基础上，构造以下Lyapunov函数来验证S的有限时间收敛速度: 可计算为: μ和R的上界是和有未知变量εμ≥0,εR≥0满足将这些性质合并，可得： 得出了由于耦合项和发展如下: 最后，结合上式可以得出: 其中：

全文数据：

权利要求：

百度查询： 哈尔滨工程大学 一种基于MLP方法的欠驱动无人艇轨迹跟踪控制方法