原文传递
基于量子神经网络的航迹保持控制
| 论文题名： | 基于量子神经网络的航迹保持控制 |
| 关键词： | 船舶自动舵;航迹保持;量子神经网络;转向策略;非线性PID控制 |
| 摘要： | 量子神经网络（Quantum Neural Network）是一种全新的理论，是人工神经网络与量子计算理论相结合的产物。量子神经网络吸收两者的优点，利用量子并行计算和量子态叠加等特性克服传统人工神经网络的某些固有缺陷，未来极有可能成为处理智能控制问题的一种重要手段。 船舶自动舵是重要的船舶控制设备之一，船舶自动舵性能的优劣直接影响着船舶的稳定性、安全性和经济性等方面。随着航运事业和科学技术的快速发展，人们对船舶自动舵的要求也越来越高，其中，航迹保持控制功能是船舶自动舵的主要功能之一。因此，研究性能更加优异的航迹保持控制器显得十分必要。 本文在传统人工神经网络模型的基础上，构建出一种基于BP神经网络的量子神经网络模型。首先，设计出一种控制效果良好的PID航向保持控制器，并以此为教师控制器，训练BP神经网络控制器和量子BP神经网络控制器。接下来，本文采用间接航迹保持控制方案设计非线性PID航迹保持控制器。其中，制导环节采用LOS（Line of Sight）制导算法获取船舶航迹保持过程中所需的命令航向。在航路点进行转向运动时，采用一种考虑船舶操纵性指数和船舶转向降速影响的提前转向距离。为了克服船舶转向角较大时，非线性PID航迹保持控制效果不佳的问题，本文提出改进的转向策略，在大角度转向时由3个虚拟转向点构成虚拟航线，以虚拟转向点及虚拟航线引导船舶完成转向任务，进而得到控制效果更加优良的非线性PID航迹保持控制器。最后，以此为教师控制器，设计出基于量子BP神经网络的航迹保持控制器。 仿真实验结果表明，量子神经网络航迹保持控制器在收敛速度和鲁棒性上要优于传统的BP神经网络控制器。另外，采用改进转向策略的航迹保持控制器，可获得更好的航迹保持效果。 |
| 作者： | 赵超 |
| 专业： | 交通信息工程及控制 |
| 导师： | 关巍 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
