水面無(wú)人艇（Unmanned Surface Vehicle,USV）是一種新型的海上作業(yè)平臺(tái),因其模塊化、無(wú)人化、智能化等優(yōu)點(diǎn)在海洋偵察和軍事領(lǐng)域中得到了全面推廣。然而由于海洋環(huán)境具有復(fù)雜多變的特點(diǎn),僅僅依靠單艇作業(yè)無(wú)法完成預(yù)期的目標(biāo),編隊(duì)控制以其特有的高度適應(yīng)性、容錯(cuò)性、魯棒性及自組織性有效彌補(bǔ)了單艇難以完成復(fù)雜任務(wù)的缺陷,是近年來(lái)學(xué)者研究的重點(diǎn)。本文主要研究了水面無(wú)人艇編隊(duì)在存在外界擾動(dòng)和執(zhí)行機(jī)構(gòu)時(shí)滯的情況下如何能夠保證各艇以預(yù)期的距離和角度持續(xù)航行,論文的具體工作內(nèi)容如下:首先,綜述了水面無(wú)人艇編隊(duì)控制的國(guó)內(nèi)外發(fā)展現(xiàn)狀,對(duì)無(wú)人艇編隊(duì)的控制方法及數(shù)學(xué)模型進(jìn)行介紹,選取無(wú)人艇的三自由度運(yùn)動(dòng)對(duì)控制模型進(jìn)行簡(jiǎn)化,基于領(lǐng)導(dǎo)跟隨者編隊(duì)模型給出了領(lǐng)航艇和跟隨艇之間的相對(duì)運(yùn)動(dòng)方程。其次,針對(duì)水面無(wú)人艇的編隊(duì)控制問(wèn)題,提出了自抗擾控制器（Active Disturbance Rejection Controller,ADRC）,并對(duì)其結(jié)構(gòu)以及原理進(jìn)行了分析�？紤]到ADRC存在參數(shù)眾多,難以整定的現(xiàn)象,利用粒子群算法（Particle Swarm Optimization,PSO）收斂速度較快,簡(jiǎn)... 

【文章來(lái)源】：哈爾濱工程大學(xué)黑龍江省 211工程院校

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 課題研究背景和意義
    1.2 編隊(duì)控制研究現(xiàn)狀
    1.3 時(shí)滯問(wèn)題研究現(xiàn)狀
    1.4 論文結(jié)構(gòu)及主要內(nèi)容
第2章 水面無(wú)人艇相關(guān)控制模型
    2.1 單艇數(shù)學(xué)模型
        2.1.1 參考坐標(biāo)系
        2.1.2 單艇的運(yùn)動(dòng)數(shù)學(xué)模型
    2.2 船舶運(yùn)動(dòng)干擾的數(shù)學(xué)模型
        2.2.1 風(fēng)的干擾模型
        2.2.2 浪的干擾模型
        2.2.3 流的干擾模型
    2.3 編隊(duì)隊(duì)形控制方法
        2.3.1 編隊(duì)控制問(wèn)題
        2.3.2 編隊(duì)控制策略
    2.4 本章小結(jié)
第3章 基本自抗擾控制器
    3.1 基于領(lǐng)導(dǎo)-跟隨者編隊(duì)結(jié)構(gòu)
    3.2 PID控制器
    3.3 自抗擾控制器
        3.3.1 經(jīng)典微分器
        3.3.2 非線性跟蹤微分器
        3.3.3 擴(kuò)張狀態(tài)觀測(cè)器
        3.3.4 非線性誤差反饋
        3.3.5 自抗擾控制器算法
        3.3.6 仿真實(shí)例
    3.4 本章小結(jié)
第4章 自抗擾控制器的參數(shù)優(yōu)化
    4.1 參數(shù)優(yōu)化
    4.2 遺傳算法
        4.2.1 遺傳算法原理
        4.2.2 遺傳算法流程
    4.3 粒子群算法及其改進(jìn)算法
        4.3.1 粒子群算法原理
        4.3.2 標(biāo)準(zhǔn)粒子群算法及其流程
        4.3.3 粒子群算法的收斂過(guò)程
    4.4 基于標(biāo)準(zhǔn)粒子群算法的自抗擾控制器參數(shù)優(yōu)化
    4.5 PSO-ADRC仿真
    4.6 本章小結(jié)
第5章 基于抗時(shí)滯的無(wú)人艇編隊(duì)控制
    5.1 引言
    5.2 基于SMITH預(yù)估器的時(shí)延控制
        5.2.1 Smith預(yù)估器
        5.2.2 PID-Smith預(yù)估器仿真
    5.3 基于互相關(guān)函數(shù)的時(shí)延估計(jì)
        5.3.1 具有延遲輸入的自抗擾控制
        5.3.2 基本互相關(guān)延時(shí)估計(jì)算法
        5.3.3 廣義互相關(guān)時(shí)延估計(jì)算法
        5.3.4 時(shí)延估計(jì)仿真
    5.4 含有時(shí)滯的水面無(wú)人艇編隊(duì)控制
        5.4.1 編隊(duì)控制器設(shè)計(jì)
        5.4.2 時(shí)延估計(jì)仿真
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文和取得的科研成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]過(guò)熱蒸汽溫度系統(tǒng)的Smith預(yù)估補(bǔ)償自抗擾控制[J]. 董子健,邢建,石樂(lè),王朔.  電力科學(xué)與工程. 2017(09)
[2]參數(shù)不確定史密斯預(yù)估器的自適應(yīng)控制[J]. 丁曉迪,崔寶同.  計(jì)算機(jī)工程與設(shè)計(jì). 2016(11)
[3]基于改進(jìn)粒子群算法的自抗擾控制器參數(shù)優(yōu)化及仿真[J]. 楚東來(lái).  信息通信. 2015(09)
[4]聲源定位中廣義互相關(guān)時(shí)延估計(jì)算法的研究[J]. 茅惠達(dá),張玲華.  計(jì)算機(jī)工程與應(yīng)用. 2016(22)
[5]USV發(fā)展現(xiàn)狀及展望[J]. 柳晨光,初秀民,吳青,王桂沖.  中國(guó)造船. 2014(04)
[6]海洋動(dòng)力定位分層控制系統(tǒng)的建模與仿真研究[J]. 郭晨,雷正玲.  系統(tǒng)仿真學(xué)報(bào). 2014(05)
[7]時(shí)滯系統(tǒng)的自抗擾控制綜述[J]. 王麗君,李擎,童朝南,尹怡欣.  控制理論與應(yīng)用. 2013(12)
[8]一種船隊(duì)編隊(duì)控制的backstepping方法[J]. 丁磊,郭戈.  控制與決策. 2012(02)
[9]Fal函數(shù)濾波器的分析及應(yīng)用[J]. 王宇航,姚郁,馬克茂.  電機(jī)與控制學(xué)報(bào). 2010(11)
[10]遺傳算法綜述[J]. 劉定理.  中國(guó)西部科技. 2009(25)

博士論文
[1]粒子群優(yōu)化分?jǐn)?shù)階控制器及欠驅(qū)動(dòng)船舶航向控制研究[D]. 李光宇.大連海事大學(xué) 2016
[2]基于全局優(yōu)化和局部學(xué)習(xí)的進(jìn)化多目標(biāo)優(yōu)化算法[D]. 左益.西安電子科技大學(xué) 2016
[3]水面無(wú)人艇航跡規(guī)劃與跟蹤技術(shù)研究[D]. 李旺.哈爾濱工程大學(xué) 2016
[4]船舶動(dòng)力定位系統(tǒng)的自抗擾控制研究[D]. 雷正玲.大連海事大學(xué) 2014
[5]水面無(wú)人平臺(tái)動(dòng)力學(xué)建模及姿態(tài)穩(wěn)定性研究[D]. 李珂翔.南京理工大學(xué) 2014
[6]欠驅(qū)動(dòng)水面船舶航跡自抗擾控制研究[D]. 李榮輝.大連海事大學(xué) 2013
[7]欠驅(qū)動(dòng)船舶運(yùn)動(dòng)的非線性魯棒控制研究[D]. 王巖.哈爾濱工程大學(xué) 2013
[8]艦船編隊(duì)的魯棒自適應(yīng)控制[D]. 彭周華.大連海事大學(xué) 2011
[9]粒子群算法的研究及應(yīng)用[D]. 劉衍民.山東師范大學(xué) 2011
[10]基于遺傳算法和神經(jīng)網(wǎng)絡(luò)的鍋爐汽水系統(tǒng)模型參數(shù)優(yōu)化[D]. 馬進(jìn).華北電力大學(xué)（河北） 2009

碩士論文
[1]基于遺傳算法模糊PID控制的水輪機(jī)調(diào)節(jié)系統(tǒng)研究[D]. 王坤.華北水利水電大學(xué) 2018
[2]具有預(yù)設(shè)性能的水面無(wú)人艇軌跡跟蹤與編隊(duì)控制研究[D]. 方?jīng)_.華南理工大學(xué) 2018
[3]幾類(lèi)具有未建模動(dòng)態(tài)非線性系統(tǒng)自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制[D]. 孫菀婧.渤海大學(xué) 2017
[4]基于模糊PID控制的無(wú)人船舵機(jī)控制系統(tǒng)研究[D]. 段夢(mèng)霞.海南大學(xué) 2017
[5]一類(lèi)多輸入/多輸出不確定非線性系統(tǒng)的輸出反饋控制[D]. 渠立松.浙江大學(xué) 2017
[6]多艘動(dòng)力定位船魯棒自適應(yīng)編隊(duì)控制研究[D]. 王彬.哈爾濱工程大學(xué) 2017
[7]基于遺傳算法的模擬集成電路優(yōu)化設(shè)計(jì)[D]. 巴京.南京郵電大學(xué) 2016
[8]基于史密斯預(yù)估器的時(shí)滯系統(tǒng)控制研究[D]. 丁曉迪.江南大學(xué) 2016
[9]帶觀測(cè)器的船舶動(dòng)力定位時(shí)滯控制研究[D]. 朱德鵬.哈爾濱工程大學(xué) 2016
[10]執(zhí)行機(jī)構(gòu)滯后的動(dòng)力定位船控制方法研究[D]. 焦金鵬.哈爾濱工程大學(xué) 2016



本文編號(hào)：3175408