[发明专利]基于指令滤波神经网络控制器的全驱动船舶轨迹跟踪控制方法及系统

说明书

本发明提供了一种基于指令滤波神经网络控制器的全驱动船舶轨迹跟踪控制方法，综合考虑船舶模型参数未知，受到外界环境干扰，输入受限和船舶输出的暂态与稳态性能受到约束，利用指令滤波器有效处理输入受限的问题；利用RBF神经网络和预估器估计系统未知参数，并提高神经网络逼近精度；设计递归误差进行控制器设计，提高系统的非脆弱性；将时变非对称障碍李雅普诺夫函数与性能函数相结合有效约束船舶输出轨迹的暂态性能与稳态性能，扩大适用范围，使控制器的性能更优。

技术领域

本发明涉及全驱动的船舶控制技术领域，具体涉及一种基于指令滤波神经网络控制器的全驱动船舶轨迹跟踪控制方法及系统。

背景技术

随着科学技术的不断发展，研究学者们对船舶运动控制领域的研究日益深入。近年来，突破智能船舶核心技术，研发高性能船舶已成为我国科技强国的重点战略之一，为推动船舶不断向自动化、智能化等更高的水平发展，船舶在复杂环境下的控制越来越受到人们的关注。全驱动船舶是一种典型的船舶系统，主要用于海洋资源勘探，海上消防与供给等需要高精度和高安全性的领域。由于在实际海洋环境的工作过程中，全驱动船舶常常受到未知外界环境干扰，输入受限，输出性能约束等影响，另外船舶模型极易存在不确定情况，其精确模型很难得到，使得全驱动船舶的轨迹跟踪更加难以实现。

中国专利公开号CN110377036A，公开了一种基于指令约束的无人水面艇航迹跟踪固定时间控制方法，利用指令滤波器对虚拟控制律进行约束，并将滤波后的虚拟控制律发送给系统控制器；针对外界海洋环境干扰进行干扰观测器的设计，接入辅助积分环节，提高对干扰的抑制。但是该发明仅针对系统模型精确已知的情况，对于存在模型不确定的船舶系统，该方法不适用。

中国专利公开号CN109656143A，公开了一种带有输出约束的海面全驱动船舶的自适应跟踪控制方法，该方法设定了输出约束条件，利用输出误差设计障碍李雅普诺夫函数，使全驱动船舶在要求的范围内航行。但是该方法没有考虑船舶轨迹跟踪过程中系统暂态性能的问题，暂态性能的提高可以大大增加船舶航行的安全性，但是该专利中对系统的暂态性没有进行解决。

发明内容

本发明所要解决的技术问题在于现有的全驱动船舶轨迹跟踪方法对于输入受限全驱动船舶在较复杂海洋环境中的航行适用性较差。

本发明通过以下技术手段解决上述问题：

一种基于指令滤波神经网络控制器的全驱动船舶轨迹跟踪控制方法，包含如下步骤：

步骤一：建立全驱动船舶系统模型，并考虑输入饱和特性构建输入受限全驱动船舶系统模型；

步骤二：设定船舶输出的稳定状态与暂时状态的约束条件，对约束条件进行预处理；

步骤三：根据全驱动船舶的模型建立指令滤波器，通过指令滤波器第一虚拟误差变量和第二虚拟误差变量的递归值以及输出约束条件建立第一虚拟控制器和第二虚拟控制器，使受约束的控制信号进行接下来的系统闭环控制；

步骤四：利用RBF神经网络逼近船舶模型中的未知参数和未知外界海洋环境干扰，并设计预估器预估神经网络的逼近误差；针对神经网络逼近误差设计自适应律，并根据第一虚拟控制器和第二虚拟控制器建立闭环控制系统；

步骤五：利用闭环控制系统对全驱动船舶进行轨迹跟踪控制。

本发明提供一种基于指令滤波神经网络控制器的全驱动船舶轨迹跟踪控制方法，该方法对船舶控制的力和力矩进行有效约束，使船舶在输入受限的情况下仍能保证良好的轨迹跟踪性能；本发明还考虑了船舶模型的参数存在未知且受到未知海洋环境干扰的情况，更加符合实际的海洋工程应用；此外，本发明还将船舶的轨迹输出进行有效约束，保证船舶在受限海域内航行，与此同时考虑了船舶输出的暂态性能问题，进一步优化了船舶的轨迹输出性能。

优选的，所述步骤一包括：

对全驱动船舶进行建模，得到如下船舶运动控制数学模型