欠驱动UUV自适应RBF神经网络反步跟踪控制

针对水下无人航行器(UUV)模型存在一定的误差以及流体中存在时变扰动问题,引入径向基函数(RBF)神经网络控制技术进行自适应补偿估计,结合反步法设计UUV的位置、姿态及速度控制器,使用虚拟速度来代替姿态误差的控制手段,将姿态跟踪控制转化为对速度控制。仿真结果说明此种方法是有效的,提高了UUV的鲁棒性及自适应能力。     

基于模型预测控制的UUV路径跟踪控制研究

水下无人航行器(UUV)的路径跟踪控制是实现UUV多种军、民用途的重要技术基础。针对UUV路径跟踪控制中的欠驱动、非完整约束、模型的非线性,基于非线性连续模型预测控制算法设计了UUV垂直面路径跟踪控制器。建立了垂直面运动模型并基于状态空间模型给出了垂直面预测模型,通过给定性能指标,运用泰勒级数展开与李导数求解出了连续时间状态下的最优控制律,实现了欠驱动UUV路径跟踪控制。通过仿真实验,验证了垂直面路径跟踪控制器设计的有效性。