為實現(xiàn)無人船的航向自主跟蹤功能,考慮隨機性環(huán)境擾動對船舶運動的影響,提出一種融合卡爾曼濾波器的自適應神經網絡航向分數(shù)階控制方法。對無人船的航向跟蹤控制系統(tǒng)和外部環(huán)境干擾進行數(shù)學建模,設計該模型下的擴展卡爾曼濾波器,避免環(huán)境因素對船舶操縱性能的影響,基于分數(shù)階微積分理論設計無人船航向控制的分數(shù)階控制器,給出一種徑向基函數(shù)神經網絡學習算法,用于解決該控制器的參數(shù)整定問題。對所提方法進行仿真實驗,實驗結果表明,該方法能使無人船快速穩(wěn)定地跟蹤期望參考航向,具有良好的自適應性和魯棒性。 

【文章來源】：計算機工程與設計. 2020,41(08)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

RBF網絡整定控制器參數(shù)原理框架

仿真實驗1：無環(huán)境擾動下，系統(tǒng)（1）和系統(tǒng)（4）的仿真對比實驗。系統(tǒng)（1）即式（1）所示的連續(xù)型USV航向跟蹤控制系統(tǒng)，系統(tǒng)（4）即該連續(xù)型系統(tǒng)經離散化后所得的離散型控制系統(tǒng)，如式（4）所示。在常規(guī)PID控制器作用下，分別取控制器參數(shù)為：kp=4,ki=1,kd=3，設置實驗過程中的期望參考航向以40s為周期做±10°的交替變換，在100s內得到兩個系統(tǒng)的航向控制響應曲線如圖2所示。由圖2可知，在被控對象、實驗背景和控制方式相同的情況下，離散型USV航向跟蹤控制系統(tǒng)和連續(xù)型USV航向跟蹤控制系統(tǒng)的航向響應曲線除超調量有少量不同以外，其上升時間和調節(jié)時間基本一致，且兩條航向響應曲線的走向總體相同，說明了本文對連續(xù)型USV航向跟蹤控制系統(tǒng)（1）所采用的近似離散化方法有效可行。

仿真實驗2：無環(huán)境擾動下，常規(guī)PID控制器、模糊PID控制器、RBF神經網絡PID控制器和本文方法的仿真對比實驗。分別取各控制器的初始參數(shù)值為：kp=4,ki=1,kd=3，λ=1，μ=1，設置實驗過程中的期望參考航向以40s為周期做±10°的交替變換，在60s內得到離散系統(tǒng)（4）的航向控制響應曲線如圖3所示。根據圖3可以發(fā)現(xiàn)，模糊PID控制器和常規(guī)PID控制器的控制結果較不理想，主要體現(xiàn)在調節(jié)時間較長，超調量較大；而比較之下的RBF神經網絡PID控制器和本文方法基本做到無靜差調節(jié)，調節(jié)速度快而且精度高。同時還可以發(fā)現(xiàn)在所比較的4種方法中，本文所設計的控制方法具有最快的調節(jié)速度和更好的控制品質。

【參考文獻】：
期刊論文
[1]欠驅動無人艇自適應滑模航跡跟蹤控制[J]. 陳霄,周德超,劉忠,張建強,王瀲.  國防科技大學學報. 2018(03)
[2]基于模糊控制的擴展卡爾曼濾波SOC估計研究[J]. 方磊,陳勇,趙理,殷康勝,鄭陽.  系統(tǒng)仿真學報. 2018(01)
[3]基于非對稱模型的欠驅動USV自適應路徑跟蹤控制[J]. 陳霄,劉忠,張建強,董蛟.  系統(tǒng)工程與電子技術. 2018(01)
[4]飛機舵機電液加載系統(tǒng)多余力抑制方法研究[J]. 劉曉琳,王春婷.  系統(tǒng)仿真學報. 2017(02)
[5]基于自適應變異粒子群算法和BP神經網絡的短期燃氣負荷預測[J]. 張少平,徐曉鐘,代軍委.  計算機應用. 2016(S1)
[6]非完全對稱欠驅動高速無人艇軌跡跟蹤控制[J]. 萬磊,董早鵬,李岳明,何斌.  電機與控制學報. 2014(10)

碩士論文
[1]無人船航向控制器設計與仿真研究[D]. 龔波.廣西大學 2019



本文編號：3414534