[发明专利]基于递归模糊神经网络的水下潜器空间变结构控制方法

说明书

(一)技术领域

本发明涉及的是一种控制方法，特别是一种水下潜器自动操舵控制系统的控制方法。

(二)背景技术

水下潜器自动操舵控制技术是水下潜器运动控制技术发展的重要方向。传统水下潜器自动操舵系统通常是由水平面方向舵系统和垂直面升降舵系统组成，称为联合控制系统(或集中控制系统)。这种设计思想的核心是突出分平面运动的动力特性，使控制设计简化，容易实现，而且与实际操艇的灵活性相适应，因此分平面设计方法是研究水下潜器联合控制系统的主要方式。但是这种设计方式也存在一些不足之处，主要缺点是：由于在控制设计中未考虑运动的耦合效应，使最后的联合控制系统鲁棒性减弱。一般的补偿方法是利用各种校正、补偿装置提高系统的抗干扰性，这使系统变得复杂，控制参数的确定优化工作比较麻烦。

实际上水下潜器在水下作空间运动时，精确的运动方程通常难以获得，运动方程中的非线性与方程间的耦合影响，使水下潜器的操纵运动成为一个具有较强不确定性的系统，一些基于精确数学模型进行控制的方法，如PID、解耦、最优等控制算法难以达到满意的设计要求。变结构控制作为一种控制的综合方法，其主要优点是可以采用不精确的数学模型进行控制设计，可以估算不确定性干扰作用，有较强的鲁棒性，比较适合于水下潜器运动控制系统的设计。迄今为止，基于递归模糊神经网络(Recurrent Fuzzy Neural Network，RFNN)的自适应滑模变结构控制方法在水下潜器空间运动联合控制系统中尚未得到应用。

(三)发明内容

本发明的目的在于提供一种可以估算不确定性干扰作用，具有较强的鲁棒性的基于递归模糊神经网络的水下潜器空间变结构控制方法。

本发明的目的是这样实现的：

分别设计基于RFNN的方向舵控制系统、围壳舵控制系统和尾升降舵控制系统，把方向舵控制系统、尾升降舵控制系统、围壳舵控制系统组和在一起，构成水下潜器空间运动的联合控制系统。首先由系统量测装置输入航向角、纵倾角、深度和转换深度信息，其中，航向角输入给基于RFNN的方向舵控制系统，采用图3所示网络调整增益参数，输出实际方向舵角，该参数与航速信息输入给校正补偿系统，输出信息分别输入到基于RFNN的尾升舵控制系统和基于RFNN的围壳舵控制系统(结合纵倾角和深度信息输入)，采用图3所示网络调整增益参数，输出实际尾舵舵角和首舵舵角。

所述的航向控制的控制律为：