[发明专利]一种不确定欠驱动无人艇系统的预设性能控制方法有效
申请号: | 201711143413.5 | 申请日: | 2017-11-17 |
公开(公告)号: | CN108008628B | 公开(公告)日: | 2020-02-18 |
发明(设计)人: | 戴诗陆;方冲;何树德;李烈军 | 申请(专利权)人: | 华南理工大学 |
主分类号: | G05B13/02 | 分类号: | G05B13/02;G05B13/04 |
代理公司: | 广州市华学知识产权代理有限公司 44245 | 代理人: | 李斌 |
地址: | 511458 广东省广州市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 不确定 驱动 无人 系统 预设 性能 控制 方法 | ||
1.一种不确定欠驱动无人艇系统的预设性能控制方法,其特征在于,包含如下步骤:
步骤1)、建立无人艇动态模型:包括无人艇的运动学和动力学模型;
步骤2)、提出预设性能控制法处理跟踪误差约束条件:定义无人艇实际轨迹与理想轨迹之间的跟踪误差,根据避免跟踪控制器奇异的条件设定跟踪误差需满足的约束条件,然后提出预设性能控制技术把受到约束条件的跟踪误差转化为不受约束条件的误差;
步骤3)、应用动态面控制技术处理虚拟控制器:采用动态面技术避免虚拟控制器的求导;
步骤4)、采用神经网络在线学习系统的不确定动态:利用RBF神经网络对任意光滑函数以任意精度逼近的特性,分别构造第一RBF神经网络和第二RBF神经网络对系统不确定动态fr(r)和fu(u)进行在线学习,其中,神经网络的权值更新率设计如下:
其中,和分别为不确定动态fr(r)和fu(u)的神经网络权值向量的转置向量;和分别为不确定动态fr(r)和fu(u)的神经网络权值向量;Γ1和Γ2分别为和所设计的对称正定矩阵;re和ue分别为r,u与各自滤波虚拟控制器之间的误差,所述滤波虚拟控制器为步骤3)中虚拟控制器通过动态控制技术处理后得到的变量;S1(Z1)和S2(Z2)均为高斯函数;σ1和σ2分别为和设计的正常数;r和u分别是无人艇的航向角速度和纵向角速度;Z1是第一RBF神经网络的输入量,数值等于r,Z2是第二RBF神经网络的输入量,数值等于u;Ω1和Ω2分别表示r和u的紧集;
步骤5)、设计跟踪控制器:应用李雅普诺夫稳定性理论设计符合要求的跟踪控制器:
其中,m11,m22和m33是无人艇在u,v,r各自速度方向上的质量,包括附加的质量,u为无人艇的纵向角速度,v为无人艇的横荡速度,r为无人艇的航向角速度,k1和k2分别为跟踪控制器τr和τu的控制增益,z1和z2为轨迹跟踪误差经过步骤2)处理后得到的转化误差,χ1和χ2分别为跟踪控制器τr和τu包含的中间变量,ψe为无人艇实际航向角与参考轨迹航向角的误差,和分别为跟踪控制器τr和τu中用于抵消时变扰动的扰动观测器,yr和yu分别为虚拟控制器αr和αu采用动态面技术而引入的层面误差,c1和c2分别为虚拟控制器αr和αu应用动态面技术时引入的设计参数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711143413.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:摄像光学镜头
- 下一篇:一种斜交相贯节点管组装定位装置