摘要：针对X舵AUV的零纵倾变深控制问题,提出一种基于非线性干扰观测器的滑模控制方法。该方法首先在AUV垂直面操纵模型的基础上,分别对深度与纵倾通道设计非线性干扰观测器,观测AUV变深时深度与纵倾双通道的耦合干扰以及未建模动态,并对其进行前馈补偿;其次,设计深度与纵倾双通道耦合控制器,通过同时对深度与纵倾进行控制减小变深过程的纵倾变化,实现AUV的零纵倾变深控制;最后,设计X舵的舵角分配算法,实现十字舵向X舵的舵角指令转化。仿真结果表明,本文提出的零纵倾变深控制算法能够有效地控制AUV完成高精度零纵倾变深航行。

摘要：为实现自主水下机器人(AUV)的高精度变深控制,基于AUV垂直面的运动学和非线性动力学模型,提出了神经网络自适应迭代反步控制方法,设计了运动学和动力学控制器.文中首先考虑AUV非线性模型的攻角和水动力阻尼系数的不确定性,设计神经网络控制器来对纵倾运动中的非线性水动力阻尼项和外界海流干扰作用进行在线估计,并基于Lyapunov稳定性理论设计神经网络权值的自适应律,保证系统闭环信号的一致最终有界.最后通过两组仿真实验,比较了所设计的控制器在设定控制器增益参数下的系统响应和在扰动作用下的变深控制性能,结果表明,所设计的控制器具有较小的稳态误差和较高的跟踪精度.

摘要：本文针对海底地形测绘时自主水下航行器(autonomous underwater vehicle,AUV)的变深控制问题,提出具有PID增益调节的AUV深度控制方法,基于反馈增益的反步法设计控制器,避免了采用传统反步法导致控制器中存在虚拟控制量的高阶导数问题;基于李雅普诺夫稳定性理论设计控制器参数消除了部分非线性项,得到的控制器的线性部分为状态变量的线性组合,具有PID控制器参数调节的形式;针对存在建模不精确、外界干扰和测量噪声时的闭环系统鲁棒性进行分析,保证了误差系统在扰动作用时的一致最终有界性.最后通过仿真实验验证了本文设计的控制器的有效性.

摘要：为解决自主水下航行器的变深控制问题,提出一种基于反馈增益的反步控制方法.首先,通过设计控制器参数消除部分非线性项,在保证系统稳定性的同时设计神经网络控制器来补偿纵倾运动中的模型不确定性;然后,通过自适应鲁棒控制器对神经网络的逼近误差予以消除,以加快神经网络的收敛学习速度,神经网络权值和逼近误差估计的学习律可由李雅普诺夫稳定性理论推导得出,保证了闭环系统的一致最终有界性;最后,通过仿真实验验证了所提出方法的有效性.

摘要：针对水下无人航行器(UUV)的深度控制问题,提出一种反步法与滑模控制相结合的变深控制策略,避免了一般反步法中因虚拟控制量调节过度而导致的UUV姿态失衡问题。首先,基于反步法和Lyapunov稳定性理论设计纵摇角和纵摇角速度两个虚拟控制量,并建立误差方程;然后,引入一阶滑模面并结合李雅普诺夫第二方法设计控制律,消除部分模型非线性项,保证所有状态误差全局渐进收敛于零;最后,对两组仿真算例进行分析。结果表明:在慢时变有界干扰下,所设计的控制器具有较好的深度跟踪性能和鲁棒性。

摘要：自航模试验是对控制规律进行验证确认的一种主要手段。这种试验可以减少控制器及其与电子传感器和机械传动装置的接口在实际运行时的风险。对英国潜艇而言，模型试验都是在QinetiQ进行的，描述了所用到的设备和这套模型系统的能力。控制器设计一般以潜艇运动的线性数学模型为基础。特定性能要求可融入到控制器设计当中，这样才能确保优良的最终运行效果。作为有效性的例子，给出了频率响应试验的结果。这些试验表明，尽管在物理模型和数学模型之问存在差别，还是可实现所期待的控制反应。早先对多变量状态空间技术的应用研究正逐步趋向集中到深度保持设计上。描述了如何通过模型试验帮助建立一种深度控制策略，所介绍的试验技术有助于解决外部的物理影响，这种技术提供的是令人信服的重复性并可提高试验效率。