欠驱动水面船舶的非线性滑模轨迹跟踪控制

针对模型参数存在不确定性和风、浪、流时变干扰的三自由度欠驱动水面船舶动态轨迹跟踪控制问题,根据滑模控制对系统的不确定性和外界干扰具有鲁棒性的特点,提出了一种新型的非线性滑模控制律设计方法.在设计时根据欠驱动水面船舶的固有特性,船舶在横向上没有驱动,如果要同时控制船舶水平面位置和艏摇角3个自由度的运动,就需要分别引入关于纵向跟踪误差的一阶滑动平面和关于横向跟踪误差的二阶滑动平面来间接设计控制律.仿真结果表明,所设计的控制器能够使船舶跟踪虚拟船产生的参考轨迹,对参数不确定和外界扰动具有强的鲁棒性.     

欠驱动船舶简捷鲁棒自适应路径跟踪控制

为了进一步解决模型存在任意不确定性和外界环境干扰的欠驱动船舶路径跟踪控制问题,在Backstepping方法基础上,引入非线性函数逼近技术对模型中任意不确定因素进行补偿控制。考虑到"计算膨胀"和控制实时性问题,引入动态面控制和最小参数学习方法的设计思想,充分利用欠驱动船舶模型内部结构特征,将用于非线性函数逼近的神经网络权重压缩为4个参数进行在线学习。该算法具有形式简捷、学习参数少、易于工程实现的特点,仿真实例验证了所提出控制策略的有效性。     

欠驱动USV神经网络自适应轨迹跟踪控制

为解决欠驱动USV系统在模型不确定性和未知海流干扰下的水平面轨迹跟踪问题,基于反步法与自适应技术,提出一种非线性鲁棒轨迹跟踪控制策略. 针对欠驱动USV参数不确定问题,运用神经网络自适应方法对欠驱动USV系统未知函数进行估计和逼近;然后,运用动态面方法获取虚拟变量的导数,不仅控制律结构简单,易于工程实现,而且有效地减小了传统反步法中虚拟变量直接求导的复杂性;针对未知时变海流的干扰,设计了一种指数收敛海流观测器,有效估计未知缓慢时变海流速度;其次,基于李雅普诺夫理论证明了所设计的控制器能够保证运动轨迹收敛于期望值,并且保证了该轨迹跟踪闭环控制系统所有信号最终一致有界;最后,在控制输入受限条件下,为检验该控制器的跟踪性能,选取圆轨迹作为参考轨迹,仿真实验表明,该控制器能够有效地实现预期轨迹,神经网络自适应方法对系统未知函数可有效估计和逼近,对未知时变海流干扰具有较强的鲁棒性,轨迹跟踪误差和速度跟踪误差均收敛到零附近的一个邻域内,从而验证了所提出控制器的有效性.     

欠驱动AUV的鲁棒位置跟踪控制

为了实现具有参数不确定性和外界干扰的欠驱动AUV的水平面鲁棒位置跟踪,基于李雅普诺夫理论,使用反步法设计了一个非线性控制器,并利用滑模控制方法提高控制系统的鲁棒性;为了检验该控制器的性能,选择有时变参考速度的正弦曲线作为参考轨迹,在控制输入受限的情况下,对具有参数不确定性和外界干扰的欠驱动AUV系统进行了数值仿真,结果表明本文设计的控制器能很好地实现欠驱动AUV的水平面位置跟踪控制,具有很强的鲁棒性。     

欠驱动船舶路径跟踪神经元自适应迭代滑模控制

针对模型存在参数不确定以及遭受未知外界干扰的欠驱动船舶路径跟踪控制问题,本文提出一种基于Lyapunov稳定性的神经元自适应迭代滑模控制方法。该方法根据路径跟踪偏差信息构造出四阶非线性迭代滑模面,利用最高阶滑模面构建Lyapunov能量函数,并得到满足系统渐近稳定性条件的一个误差函数,进而采用Adaline单神经元设计自适应控制器,且结合最小二乘法推导出使误差函数收敛的神经元权重在线学习算法,可避免对模型参数不确定项和外界干扰进行估计。将设计的控制器应用于5446TEU集装箱船模型进行仿真,结果表明控制系统能有效地处理模型参数摄动及风浪干扰,具有强鲁棒性,且与迭代滑模控制器相比所得控制舵角输出更加平滑有效。     

欠驱动水面船舶的有限时间航迹跟踪控制

针对欠驱动水面船舶的快速航迹跟踪控制问题,本文设计了一种基于终端滑模控制方法的分散控制器。通过引入辅助线性滑模面进行切换控制,避免了传统终端滑模面中状态可能为零而导致控制无穷大的奇异问题,且使欠驱动水面船舶能够在有限时间内快速跟踪并保持期望的轨迹。本文结合有限时间稳定性理论证明了终端滑模控制方法具有限时间收敛作用这一特性;借助Lyapunov稳定性理论证明了闭环系统的稳定性。仿真结果表明:该算法控制效果良好,且对外界环境干扰具有一定的鲁棒性能。     

基于改进切换增益自适应率的欠驱动USV滑模轨迹跟踪控制

针对参数的不确定性和外界干扰的非线性给欠驱动无人艇(USV)的精确轨迹跟踪控制带来的挑战,提出基于改进切换增益自适应率（ISGA）的欠驱动USV滑模轨迹跟踪控制算法. 该算法结合反步法和PI滑模控制,以保证欠驱动USV跟踪并保持期望的轨迹;采用基于理想增益的ISGA算法,以提高系统的鲁棒性和抑制滑模抖振现象. 借助李雅普诺夫直接法证明轨迹跟踪控制系统的全局指数稳定性. 仿真结果显示,所提算法具有鲁棒性强、滑模抖振弱和控制精度高等优点. 相较2种先进的轨迹跟踪控制算法,所提算法的位姿控制精度提高超过25.0%.     

基于PD方法的不确定机器人神经网络变结构控制

针对不确定机器人轨迹跟踪控制,提出基于PD方法自适应神经网络变结构控制律,利用RBF神经网络补偿系统参数不确定性,用滑模变结构控制器消除神经网络的逼近误差.仿真结果表明,该控制律能保证轨迹跟踪误差的快速收敛性及对参数不确定性和外部扰动的鲁棒性.     

基于微分平滑的欠驱动船舶航迹控制

对于欠驱动船舶水平面运动的直接航迹控制问题,由于其具有欠驱动和非线性的特点,不能采用静态反馈线性化的方法来处理．首先证明了欠驱动船舶航迹控制系统属于微分平滑系统,基于微分平滑系统中所有状态量均可表示为平滑输出及其导数的函数这一特点,在进行船舶航迹控制器设计时,采用直接动态反馈线性化的方法,建立模型的等价表达式,并将其解耦成为2个可控的线性系统,设计反馈控制律,使欠驱动水面船舶在外界干扰的情况下相对于预先设定的航迹,跟踪误差全局渐近镇定．该方法解除了以往轨迹跟踪控制律中要求角速度持续激励的假设条件．通过仿真试验验证了该方法的有效性。     

航天器姿态跟踪有限时间自适应积分滑模控制

针对刚体航天器存在模型参数不确定性和外界干扰情况下的姿态跟踪控制问题,该文提出了一种有限时间自适应积分滑模控制方法.建立了用四元数表示的航天器姿态跟踪数学模型;在不考虑参数不确定性和干扰的情况下,基于非线性系统齐次性方法设计了一种有限时间控制算法,保证航天器姿态在有限时间内跟踪上期望姿态;当扰动存在时,为提高闭环系统的...