无人船自适应超螺旋轨迹跟踪滑模控制

针对无人船受到风浪等不确定性干扰时易出现轨迹跟踪误差大、自适应增益范围小、滑模控制方法的抖振等问题,提出了一种新型自适应超螺旋滑模控制算法。根据无人船结构建立数学模型,引入轨迹参考点将数学模型转换为二阶系统微分方程;设计自适应超螺旋滑模控制器;构造Lyapunov函数,推导满足系统闭环稳定性的自适应增益。在考虑风阻、浪阻的情况下,将本文方法分别与超螺旋滑模控制和传统自适应超螺旋滑模控制这两种方法进行仿真实验对比。结果显示,在仿真实验的30 s中,本文方法的轨迹跟踪平均绝对误差比超螺旋滑模控制和传统自适应超螺旋滑模控制分别减少了0.60 m和0.27 m,仿真结果表明本文方法能够有效提高系统控制性能,抑制抖振,减小轨迹跟踪误差。     

基于LSTM的无人船轨迹跟踪滑模控制算法研究

针对无人船模型不确定项和外界环境干扰缺乏自适应能力而使无人船乘坐舒适性降低的问题,提出一种基于长短期记忆网络(LSTM)的无人船轨迹跟踪滑模控制算法。LSTM用于补偿无人船模型不确定项和外界环境干扰,从而抑制滑模控制的抖动现象。以一艘游船为基础建立了无人船数学模型,设计滑模轨迹跟踪控制器,同时引入LSTM神经网络对无人船数学模型中的不确定项及外界环境干扰进行控制补偿,并在三种轨迹下进行了MATLAB/Simulink仿真测试。测试结果表明,基于LSTM的滑模控制算法轨迹跟踪精度高于滑模控制算法,轨迹平均绝对误差最高减小62%,LSTM神经网络能显著提高无人船的抗干扰能力。