详情

原文传递基于有限时间的全驱动船舶轨迹跟踪与编队控制

论文题名：	基于有限时间的全驱动船舶轨迹跟踪与编队控制
关键词：	全驱动船舶;有限时间;轨迹跟踪;编队控制;输入受限;速度不可测
摘要：	全驱动船舶（Fully-actuatedsurfacevessel,FASV,hereaftercalledSV）兼具灵活的操纵性、较高的安全性、控制算法设计的简便性等优势，在海上货物运输、海底勘探、海洋观测等海洋作业领域具有广泛应用。本课题以三自由度SV为研究对象，基于有限时间控制算法，考虑外部扰动、模型动态部分/完全未知、速度不可测、输入饱和、固定/时变时延等实际问题，利用神经网络、自适应、微分跟踪器、辅助系统、时基发生器、状态预估器等技术手段，分别对单SV的轨迹跟踪，多SV的编队控制进行了系统研究。本文主要研究内容如下：　　（1）针对遭受复合未知项（包括时变扰动和未建模动态）、速度不可测、输入饱和的SV，设计了输入受限SV的有限时间自适应轨迹跟踪输出反馈控制器。此控制器采用有限时间微分跟踪器对位置信号进行滤波，得到较为准确的速度信号；设计自适应辅助系统克服执行器饱和引起的不良影响；引入径向基神经网络逼近未建模动态，提高抗干扰性和鲁棒性；并且设计自适应律估计神经网络拟合误差与扰动和的上界，提高控制精度；最后，引入非奇异终端滑模（Nonsingularterminalslidingmode,NTSM）和指数趋近律实现有限时间控制。通过Lyapunov稳定性理论可以证明闭环系统所有误差信号的渐近稳定性，位置和速度跟踪误差信号的有限时间稳定性。仿真结果表明，此算法相比于传统滑模控制器追踪精度更高、收敛速度更快，微分跟踪器能获得准确的位置和速度信号，神经网络能高精度识别复合未知项，输入饱和情况下系统依然可以高精度追踪期望轨迹。　　（2）针对带有固定输入时延、动态完全未知、时变扰动的SV，设计了基于预测算法的输入时滞SV固定时间自适应编队控制策略。此策略首先采用状态预测器对位置、速度信号进行预估，并详细论证了状态预测器误差的最终一致有界性；在状态预估器中，采用预估器径向基神经网络对复合未知项进行估计，增强抗干扰能力；然后利用状态变换方程构造与位置和速度相关的新状态，考虑新状态间的关系，并引入固定时间NTSM和固定时间趋近律实现固定时间控制；对于变换后方程中存在的不确定因素，设计自适应律对其上界进行合理逼近。通过Lyapunov理论可以证明整个闭环系统的误差渐近收敛于零，位置和速度协同与跟踪误差的固定时间稳定性。数值仿真验证了本文算法的有效性，状态预估器预估效果好，神经网络逼近精度高，时滞系统最终固定时间稳定。　　（3）考虑输入受限，针对遭受时变通信时延、动态完全未知、时变扰动的SV，设计了考虑输入受限的通信时滞SV固定时间自适应编队控制算法。该算法将时变通信时延分为两部分，即固定部分和微时变部分；结合预估器径向基神经网络和状态预估器技术预测位置和速度在固定时延期间的演变，并引入状态变换方程获取新状态为在固定时间内实现编队打下基础；对于变换后系统中存在的不确定项，设计自适应律逼近其上界；最后，建立基于时基发生器的固定时间自适应NTSM面，结合固定时间趋近律，在实现固定时间编队控制的同时，降低了输入饱和现象发生的可能性，提高了收敛品质。通过Lyapunov稳定性理论可以证明闭环编队所有误差信号一致最终有界，位置、速度跟踪误差信号固定时间收敛。仿真结果表明状态预估器估计误差较小、有界，神经网络具有高精度预测能力，自适应律设计光滑合理，系统最终能克服时滞约束，以更小的力和力矩平滑地在固定时间内实现编队。　　综上所述，本文对单SV和多SV编队基于有限时间算法的轨迹跟踪和同步跟踪控制展开了研究。在单SV轨迹跟踪方面，解决了系统不确定、速度难测、输入饱和等问题。在多SV同步与跟踪控制方面，针对遭受时延和复合未知项的二阶非线性多智能体系统，给出了一种典型的基于预测策略的控制方法。期间，还解决了输入受限问题，改善了系统瞬态性能。本文控制算法设计具有较高的挑战性、工况符合实际，具有一定的理论价值和工程应用价值。
作者：	王宇
专业：	控制科学与工程
导师：	沈智鹏
授予学位：	硕士
授予学位单位：	大连海事大学
学位年度：	2021