基于RBF神经网络滑模控制的双尾鳍机器鱼

为了开展水下探测,设计了一种双尾鳍水下机器鱼。由于其存在模型参数不确定性和复杂水波干扰,为了得到较好的控制效果,建立了带有参数不确定因子的动力学模型,并在此基础上设计了径向基函数(RBF)神经网络滑模控制器。利用Lyapunov函数证明了控制系统的稳定性。仿真结果表明,与传统的PID控制器相比,所设计的RBF神经网络滑模控制器对双尾鳍水下机器鱼模型参数变化不敏感,控制精度高,鲁棒性强。该方法为今后鳍驱动式水下机器人的设计及应用提供了参考。