详情

原文传递水面无人船的轨迹跟踪控制研究

论文题名：	水面无人船的轨迹跟踪控制研究
关键词：	水面无人船;轨迹跟踪;H∞控制;神经网络;事件触发
摘要：	随着军事侦察、环境监测、海上救援、海底通道检查等多项海上活动的快速增加，水面无人船发挥着越来越重要的作用，其中轨迹跟踪控制问题作为无人船的关键技术得到研究者的密切关注。伴随科技与时代的进步，传统的控制算法无法满足现代导航安全和高精度轨迹跟踪的要求。并且，由于船舶速度和机动性受到风、浪和洋流等各类干扰的严重影响，实现精准地轨迹跟踪面临着巨大挑战。因此，研究高性能的先进控制算法以获得更好的轨迹跟踪精度和系统稳定性具有重要的理论意义和应用价值。　　本文主要结合H∞控制方法、反步法、观测器、神经网络、障碍李雅普诺夫函数以及事件触发策略等理论，研究在复杂环境下水面无人船的轨迹跟踪问题，主要研究内容如下所示：　　（1）针对一类具有船模不确定性和外部环境扰动的海洋水面无人船的轨迹跟踪问题，提出了一种基于二阶滑模观测器(SOSMO)的有限时间H∞控制方法。二阶滑模观测器不仅可以在线估计船舶的速度信息，且其具备一定的鲁棒性可抑制系统不确定性以保证系统内部的稳定性。采用有限时间H∞控制抑制外部环境的扰动，使扰动在有限时间内以L2范数为界的预期衰减从而获得预设的控制性能指标。最后通过Lyapunov稳定性定理证明了闭环系统的全局有限时间稳定性，数值仿真实验结果表明所提出的有限时间鲁棒H∞控制器是有效的、可行的。　　（2）针对具有船模不确定性、外部环境扰动以及状态不可以测量的水面无人船的轨迹跟踪控制问题，提出了一种基于自组织结构神经网络（SSNN）的有限时间鲁棒自适应轨迹跟踪控制方法。首先，利用SSNN良好的逼近性能和学习能力，采用SSNN在线补偿由模型不确定性和外部干扰造成的集总扰动。不仅如此，设计的SSNN的学习算法能够在线调整网络结构以实现最佳神经元数和逼近性能之间的平衡，有效节省网络资源以及降低计算量。此外，利用高增益观测器在线估计船舶的速度信息，避免了由于环境扰动导致速度传感器测量不准确的问题。最后通过Lyapunov稳定性分析表明，该控制方法确保跟踪误差在有限时间内收敛到零的邻域内，所有闭环信号保持有界，并通过数值仿真验证了控制方法的有效性。　　（3）针对具有船模不确定性和突变增强复杂干扰下的水面无人船系统，提出一种固定时间复合鲁棒H∞轨迹跟踪控制方法。首先，通过tan型障碍李雅普诺夫函数（tan-BLF）将跟踪误差限制在约束范围内，以保证预设性能。其次，采用固定时间干扰观测器（FTDO）来抵消由系统不确定性和外部干扰引起的集总扰动。然后，通过H∞控制抑制观测器误差对系统稳定性的干扰。此外，考虑到节约网络资源的重要性，设计了基于相对阈值的事件触发控制器，所设计的控制器具有良好的鲁棒性同时大幅降低了通信带宽和控制器执行量。最后，通过Lyapunov稳定性分析表明，在固定时间复合鲁棒控制器的作用下，所有跟踪误差信号在固定时间内收敛到零的邻域内，复合鲁棒控制器的有效性和可行性通过数值仿真实验得到了验证。
作者：	王志成
专业：	机械工程
导师：	刘海涛;罗水电
授予学位：	硕士
授予学位单位：	广东海洋大学
学位年度：	2022