摘要：为实现欠驱动自治水下机器人(AUV)在未知海流干扰作用下的地形跟踪控制,提出一种基于非线性迭代滑模增量反馈的航迹跟踪控制器.基于虚拟向导的方法,建立AUV垂直面航迹跟踪误差方程.采用迭代方法,设计滑模增量反馈控制器,无需对AUV模型参数不确定部分和海流干扰进行估计,这样避免了AUV俯仰舵的抖振现象,并且减小了输出反馈控制的稳态误差与超调问题.仿真实验表明,所设计的控制器对AUV系统的模型参数摄动及海流干扰变化不敏感,所设计的参数易于调节.

摘要：分析了带有状态变量及控制输入约束条件的欠驱动船舶航迹控制问题,结合增量反馈技术,对控制系统输出进行动态非线性滑动模态分解迭代设计,提出了一种基于分解迭代非线性滑模的船舶航迹增量反馈控制方法,以避免定常干扰引起的稳态误差及变结构控制的抖振问题,无需对不确定风、流干扰以及模型参数进行估计,能够同时稳定船舶的航向和航迹。应用“育龙”轮的系统模型进行了仿真,结果表明,控制器对系统参数摄动及外界干扰不敏感,具有强的鲁棒性,且其设计参数物理意义明显,易于调节。

摘要：针对一类不确定非线性受扰动系统,提出一种基于非线性迭代滑模变结构的增量反馈控制算法.通过对系统输出迭代设计非线性滑动模态,并利用增量反馈控制,无需对不确定项的估计,在系统输入增益符号已知的条件下可自动寻找使系统稳定的控制量,避免了变结构控制的抖振以及输出反馈控制的稳态误差与超调问题,强化了变结构控制的不变性特点.对不同船型及舵机模型的船舶航向控制进行了仿真,结果表明,系统阶跃响应超调得到有效抑制,定常干扰下的静态误差得到消除,且控制器对模型摄动及干扰变化不敏感、设计参数易于调节.

摘要：针对电能替代终端能源评价方法中存在的效率低、精确度不高等问题,提出一种基于深度学习思想的电能替代终端能源的评价模型。重新设计最优RBM训练算法,提出增量反馈的模型优化迭代策略,优化模型训练参数的初始化赋值,提升电能替代终端能源评价效率和精确度。实验结果表明,对比其它优化算法模型,增量反馈的RBM在抽取和表现特征方面,能够很好将样本的本质特征体现出来,取得了更加高效和准确的评价结果。

摘要：为了准确控制典型靠泊操纵,分析了带有加速度非完整约束的欠驱动水面船舶的自动靠泊问题,设计了动态输出反馈控制器。利用递归分解迭代设计方法,在扩展状态空间定义了非线性滑模,将控制系统的轨迹设计与跟踪问题转化为标量零阶系统的镇定控制问题,结合增量反馈技术,无需对不确定模型参数以及风、流干扰进行估计,完成典型靠泊操纵的自动控制。仿真结果表明:控制器对干扰变化不敏感,具有强的鲁棒性,且船舶平面运动轨迹设计过程简单,可以仅通过一个参数进行轨迹调节。