原文传递
波浪滑翔器姿态观测与航向控制研究
| 论文题名： | 波浪滑翔器姿态观测与航向控制研究 |
| 关键词： | 波浪滑翔器;动力学建模;无迹卡尔曼滤波算法;协方差匹配技术;Q_learning强化学习 |
| 摘要： | “黑珍珠”波浪滑翔器是一种零排放、无污染的自主远航程海洋无人观测平台。由浮体船与牵引机通过脐带缆连接构成波浪滑翔器特有的双体结构。海洋无人观测平台控制系统核心的内容是实现精确的航向控制，然而由于海洋环境复杂多变使得高精度航向控制显得尤为困难。本文针对上述问题展开研究，首先构建了用于波浪滑翔器姿态观测的多传感器数据融合构架，并提出了改进的协方差匹配自适应无迹卡尔曼滤波算法；其次提出了基于Q_learning强化学习的自适应模糊PID航向控制算法，并构建了波浪滑翔器闭环航向控制系统；最后通过仿真实验与海洋实验进行了验证。论文的主要研究内容如下： 首先，建立“黑珍珠”波浪滑翔器双体姿态坐标系和六自由度动力学模型。根据姿态坐标系利用加速度计与磁力计进行姿态结算，并结合互补融合算法有效的弥补了磁力计对安装平面要求苛刻的缺点。同时利用陀螺仪传感器进行姿态解算，并对两种解算结果进行分析。 其次，针对陀螺仪姿态解算误差累计的缺陷，以及磁力计和加速度计互补解算存在大量噪声的缺陷构建了多传感器两层数据融合构架。对顶层融合构架的融合算法进一步展开研究，通过引入无迹卡尔曼滤波算法实现姿态的最优估计，然而经典无迹卡尔曼滤波算法存在对噪声的先验知识不足导致估计精度下降甚至发散的缺陷，进而引入协方差匹配技术实现噪声的在线估计与调整，实现了波浪滑翔器精确地姿态估计。 再次，针对“黑珍珠”波浪滑翔器经典PID航向控制精度低的问题，提出了基于Q_learning强化学习的自适应模糊PID航向控制算法，实现PID控制参数的自适应过程与在线调整，将经典PID控制算法应用于时变非线性系统。根据航向控制算法构建波浪滑翔器闭环控制系统，实现波浪滑翔器高精度航向控制。 最后，对波浪滑翔器多传感器姿态观测进行仿真实验和海洋实验验证，并对航向控制算法进行仿真实验，结果表明所提出的多传感器姿态观测构架和基于强化学习的航向控制算法能够实现更加精确地姿态观测与航向控制。 |
| 作者： | 刘玉兵 |
| 专业： | 机械工程 |
| 导师： | 杨世明 |
| 授予学位： | 硕士 |
| 授予学位单位： | 天津工业大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
