摘要：研究一类欠驱动无人艇的直线航迹跟踪控制问题,提出了一种自适应T-S(Takagi-Sugeno)模糊神经网络控制方法。首先在神经网络体系结构中设计前件网络匹配T-S模糊控制器的模糊规则前件,设计后件网络进行T-S模糊运算推理从而生成模糊规则后件;其次基于梯度下降法原理,设计了T-S模糊规则参数的优化学习算法;然后结合BP神经网络的误差反向传播原理和梯度下降法,设计了模糊神经网络体系误差的反向传播迭代算法,用于高斯隶属度函数参数的学习优化;最后设计了基于T-S模型的模糊神经网络控制器,并通过仿真实验验证了所提出方法和所设计控制器的有效性。

摘要：针对存在风、浪、流时变干扰的三自由度欠驱动水面船舶轨迹跟踪问题,根据有限时间控制对系统的不确定性和外界干扰具有鲁棒性的特点,提出了一种基于有限时间和Backstepping复合的非线性控制方案.对欠驱动水面艇运动学和动力学建模,通过简化将航迹跟踪转化控制系统的镇定问题,从而获得欠驱动水面艇的控制模型.采用干扰观测器实时观测外界未知干扰进行补偿控制,有效抑制了风、浪、流时变干扰的影响.设计了Backstepping+有限时间控制律,采用Lyapunov稳定性定理保证误差一致有界,提高系统鲁棒性和收敛性.仿真结果表明,所设计的控制器能够实现欠驱动船舶对直线路径的精确跟踪,且具有较强的鲁棒性.

摘要：针对风帆助航船舶易受风、浪等因素的影响产生航线偏离的特点,提出一种自适应非线性迭代滑模直线航迹跟踪控制方法。该方法利用双曲正切函数设计系统状态的非线性迭代滑动模态,采用模糊系统对滑模控制参数进行优化,增强控制器的自适应能力。通过定义一种控制量抖振测量变量和自适应启发评价函数,对模糊系统的结构参数进行在线调整,很好地抑制控制量的抖振。将该控制器应用到风帆助航船舶直线航迹控制领域中,结果表明,该控制器能有效地处理风、浪等外界扰动,跟踪控制性能良好,具有较强的鲁棒性。

摘要：针对欠驱动水面船舶在直线航迹跟踪中受到强烈的风、浪、流时变干扰影响时出现大幅度的摇荡运动的情况,采用自适应卡尔曼状态估计和鲁棒预测控制,提出一种具有横摇角约束的控制器综合设计方法。建立时变干扰作用下的仿射切换系统模型及测量模型;基于扩展状态的自适应卡尔曼滤波方法,对船舶模型的状态和随机干扰力矩进行估计,并对估计的干扰力矩进行前馈补偿。考虑船舶的真实状态与卡尔曼观测状态之间存在观测误差,将控制器与观测器综合考虑,提出一种基于状态观测器和H_2/H_∞混合性能指标的直接约束鲁棒预测控制,在性能指标与控制器设计中直接利用观测状态;将状态约束、鲁棒稳定性约束、性能指标转化为LMI(线性矩阵不等式)的凸优化问题。理论证明了所设计闭环系统的一致有界稳定性,并且通过仿真验证了控制器能实现直线航迹鲁棒跟踪,在保证横摇角在约束范围内,对干扰有着有效的抑制作用。

摘要：针对欠驱动船舶直线航迹跟踪问题,提出一种Backstepping自适应模糊控制方法.在模糊逼近误差存在未知上确界的假设条件下,基于Lyapunov理论证明了闭环系统在所有信号一致最终有界意义下具有均方意义稳定性本文提出的控制器具有设计直观和结构简洁的特点,并且对参数摄动和外界干扰都具有良好的鲁棒性.在状态变量和控制输入共同约束下的仿真实验验证了该方法的有效性.

摘要：针对欠驱动船舶航向与舵减横摇之间存在强耦合的情况,基于预测控制策略设计了有横摇角约束的直线航迹跟踪鲁棒控制器,实现航向与舵减横摇的协调控制.在Serret-Frenet坐标系下定义船舶的直线航迹跟踪误差,根据舵角工作范围划分建立航向与横摇动力学的切换仿射模型.采用干扰观测器在线估计海、浪、流干扰和线性化建模误差,设计前馈控制补偿量,提高系统鲁棒性.分析欠驱动船舶的非最小相位特性,通过输出重定义选择预测控制目标函数的性能加权矩阵,变换出新的最小相位系统;基于状态空间预测和滚动优化获得解析的预测控制律,采用线性规划保证横摇角在指定的范围内.仿真结果表明,设计的控制律实现航向误差和航向角协调收敛,保证横摇角满足约束.