CN115357037A - 一种水下航行器自适应量化控制方法及*** - Google Patents
一种水下航行器自适应量化控制方法及*** Download PDFInfo
- Publication number
- CN115357037A CN115357037A CN202211115969.4A CN202211115969A CN115357037A CN 115357037 A CN115357037 A CN 115357037A CN 202211115969 A CN202211115969 A CN 202211115969A CN 115357037 A CN115357037 A CN 115357037A
- Authority
- CN
- China
- Prior art keywords
- aircraft
- vector
- underwater vehicle
- control
- coordinate system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000013139 quantization Methods 0.000 claims abstract description 33
- 230000003044 adaptive effect Effects 0.000 claims abstract description 17
- 238000011002 quantification Methods 0.000 claims abstract description 8
- 239000013598 vector Substances 0.000 claims description 44
- 239000011159 matrix material Substances 0.000 claims description 34
- 230000006870 function Effects 0.000 claims description 13
- 238000013461 design Methods 0.000 claims description 12
- 230000005484 gravity Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 239000012530 fluid Substances 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000035945 sensitivity Effects 0.000 claims description 4
- 238000013016 damping Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000017105 transposition Effects 0.000 claims description 2
- 230000006872 improvement Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 230000002411 adverse Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 241000764238 Isis Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/04—Control of altitude or depth
- G05D1/06—Rate of change of altitude or depth
- G05D1/0692—Rate of change of altitude or depth specially adapted for under-water vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明提供了一种水下航行器自适应量化控制方法及***,所述方法包括:建立水下航行器模型;利用对数量化器对量化环节进行描述,建立带有量化环节的航行器模型;利用自适应律对未知量进行在线估计,计算输入控制推力和输入控制力矩。本发明的优势在于:本发明考虑了执行器量化情况下的水下航行器轨迹跟踪控制问题,利用自适应方法对量化环节进行补偿,提高了控制精度;所提出的控制器的闭环稳定性得到了证明。
Description
技术领域
本发明属于水下航行器控制领域,具体涉及一种水下航行器自适应量化控制方法及***。
背景技术
无人水下航行器已经在海洋救助、资源勘探、水文观测、水下测量、水下管道检修、工程施工等领域得到了大量的应用,而且在军事领域也具有广泛的应用前景。随着应用的领域的增加,许多复杂的任务要求水下航行器具有更好的控制性能,从而可以应对水下复杂的环境,因此水下航行器的控制器设计得到了大量的研究。
如今绝大部分的控制***都是利用计算机控制实现的,控制方式为数字控制方式,外界的信号进入数字控制器之前需要将模拟信号转换为数字信号,这个过程中就会设计到量化编码的问题,即当模拟信号进入数字控制器之前,由于计算机字长有限,存在计算误差舍入误差,并需要进行模数转换,因此需要按照一定的编码模型,将信号的实际值近似为有限精度的值。此外,由于实际的执行机构分辨率有限,不可能执行任意精度的信号,因此执行机构的输出值必然存在量化。量化现象会对控制***的闭环特性产生不利影响。
发明内容
本发明的目的在于克服现有技术中水下航行器执行机构的输出值量化现象会对控制***的闭环特性产生不利影响的缺陷。
为了实现上述目的,本发明提出了一种水下航行器自适应量化控制方法,所述方法包括:
步骤1:建立水下航行器模型;
步骤2:利用对数量化器对量化环节进行描述,建立带有量化环节的航行器模型;
步骤3:利用自适应律对未知量进行在线估计,计算输入控制推力和输入控制力矩。
作为上述方法的一种改进,所述步骤1具体为:
建立水下航行器模型运动学方程式如下:
其中,定义北东地坐标系{E}=[e1,e2,e3]T,e1=[1,0,0]T,e2=[0,1,0]T,e3=[0,0,1]T为坐标系{E}在三维方向x,y,z上的单位向量;{B}=[b1,b2,b3]T为本体坐标系b1=[1,0,0]T,b2=[0,1,0]T,b3=[0,0,1]T为本体坐标系{B}在三维方向x,y,z上的单位向量;符号T为矩阵转置;
变量η和v用来描述航行器的运动状态:
其中,η1为航行器浮心在北东地坐标系下的三维位置坐标,x为x坐标值,y为y坐标值,z为z坐标值;η2为机体坐标系{B}相对于北东地坐标系{E}的姿态角向量,φ为横滚角,θ为俯仰角,ψ为偏航角;v1为航行器浮心在机体坐标系{B}中的线速度大小,u为前向速度,v为侧向速度,w为垂向速度;v2为机体坐标系{B}相对于北东地坐标系{E}的角速度大小在机体坐标系{B}中的投影,p为b1方向的角速度,q为b2方向的角速度,r为b3方向的角速度;
J(η)为坐标变换矩阵,定义为:
其中,
其中,C(·),SI(·),T(·)分别表示余弦、正弦以及正切函数;
建立水下航行器模型动力学微分方程式如下:
C(v)由科氏力矩阵CRB(v)与向心力矩阵CA(v)组成,定义为:
D(v)为流体水动力阻尼矩阵,定义为:
D(v)=diag(Xu,Yv,Zw,Kp,Mq,Nr)
其中,Xu,Yv,Zw,Kp,Mq,Nr为关于阻力的流体参数;
G(η)为恢复力与力矩向量,定义为:
其中,W为航行器受到的重力,B为航行器所产生的浮力;
τ为包含控制推力F以及控制力矩Γ的输入控制向量,定义为:
作为上述方法的一种改进,所述步骤2具体为:
对于控制输入τi,定义关于τi的对数量化器Θ(τi)为:
其中k为量化灵敏度,round(·)用于将变量的值量化为最近的整数;
建立带有执行器量化的航行器动力学模型为:
作为上述方法的一种改进,所述步骤3具体为:
建立自适应律计算公式为:
其中,设计参数γ1>0,γ2>0,γ3>0,σ>0;mii表示矩阵M的第i个对角元素;si表示滑模函数s的第i行;滑模函数为设计参数c>0为常数;e=J(η)-1(η-ηd)为跟踪误差向量,向量ηd为轨迹与姿态指令信号;跟踪误差的一阶时间导数为为ηd的一阶时间导数;
其中,Θ(τi)表示关于τi的对数量化器;常数a>0表示所设计量化器的量化分辨率;
建立控制输入τi计算公式为:
其中,ρ为控制增益ρ>0;
根据公式τ=(FT,ΓT)T即可计算得到输入控制推力F和输入控制力矩Γ。
本发明还提供一种水下航行器自适应量化控制***,所述***包括:
水下航行器模型模块,用于建立水下航行器模型;
量化航行器模型模块,用于利用对数量化器对量化环节进行描述,建立带有量化环节的航行器模型;
计算推力和力矩模块:用于利用自适应律对未知量进行在线估计,计算输入控制推力和输入控制力矩。
本发明还提供一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述任一项所述的方法。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序当被处理器执行时使所述处理器执行如上述任一项所述的方法。
作为上述***的一种改进,
与现有技术相比,本发明的优势在于:
1、本发明考虑了执行器量化情况下的水下航行器轨迹跟踪控制问题,利用自适应方法对量化环节进行补偿,提高了控制精度。
2、所提出的控制器的闭环稳定性得到了证明。
附图说明
图1所示为水下航行器自适应量化控制方法流程图;
图2所示为水下航行器结构图;
图3所示为航行器三维轨迹跟踪结果示意图。
具体实施方式
下面结合附图对本发明的技术方案进行详细的说明。
本发明所研究的对象是一种6自由度水下航行器的模型,针对信号编码传输过程以及执行器精度有限时存在的量化现象,引入对数量化器对量化环节进行描述,在外界存在海流干扰条件下,设计带有输入量化的水下航行器自适应控制器,保证***的稳定性,通过调节相应的控制增益可以使得控制效果达到要求的跟踪误差指标。
本发明基于一种6自由度水下航行器的控制模型,引入对数量化器对量化环节进行描述,针对***的内部存在执行器量化环节以及外界存在的海流干扰,设计了一种自适应量化控制器,通过调节相应的控制增益,解决存在外界海流干扰以及输入量化条件下的水下航行器轨迹跟踪控制问题,并证明闭环***的稳定性,最后通过仿真验证算法的有效性。
实施方法步骤
1.建立水下航行器模型。
定义北东地坐标系{E}=[e1,e2,e3]T,e1=[1,0,0]T,e2=[0,1,0]T,e3=[0,0,1]T为坐标系{E}在x,y,z方向上的单位向量;{B}=[b1,b2,b3]T为本体坐标系b1=[1,0,0]T,b2=[0,1,0]T,b3=[0,0,1]T为本体坐标系{B}在x,y,z方向上的单位向量。本体坐标系{B}的原点与航行器的浮心CB重合rb=(0,0,0)T,为了产生恢复力矩,航行器的重心CM在b3的正半轴,重心在本体坐标系下的坐标为rg=(0,0,zg)T。
定义如下变量来描述航行器的运动状态:
其中,η1为航行器浮心在北东地坐标系下的三维位置坐标,x为x坐标值,y为y坐标值,z为z坐标值;η2为机体坐标系{B}相对于北东地坐标系{E}的姿态角向量,φ为横滚角,θ为俯仰角,ψ为偏航角;v1为航行器浮心在机体坐标系{B}中的线速度大小,u为前向速度,v为侧向速度,w为垂向速度;v2为机体坐标系{B}相对于北东地坐标系{E}的角速度大小在机体坐标系{B}中的投影,p为b1方向的角速度,q为b2方向的角速度,r为b3方向的角速度。
由旋转矩阵的性质可知
J1(η2)-1=J1(η2)T (3)
其中,S(v2)为关于向量v2的斜对称矩阵。
航行器在机体坐标系{B}与在北东地坐标系{E}中的角速度矢量满足:
水下航行器结构如图2所示,其运动学以及动力学微分方程表示为:
J(η)为坐标变换矩阵,定义为:
C(v)由科氏力矩阵CRB(v)与向心力矩阵CA(v)组成,定义为:
D(v)为流体水动力阻尼矩阵,定义为:
D(v)=diag(Xu,Yv,Zw,Kp,Mq,Nr) (13)
其中,Xu,Yv,Zw,Kp,Mq,Nr为关于阻力的流体参数。
G(η)为恢复力与力矩向量,定义为:
W为航行器受到的重力,B为航行器所产生的浮力。
控制输入定义为:
2.利用对数量化器对量化环节进行描述,建立带有量化环节的航行器模型。
执行器在实现以上两式中的控制力以及控制力矩时不可能以无限精度来实现,存在执行器量化。对于控制输入τi,i=(1,2,3,4,5,6),定义关于τi的对数量化器Θ(τi)为:
其中k为量化灵敏度,round(·)用于将变量的值量化为最近的整数。
结合式(9)可知,带有执行器量化的航行器动力学模型为:
3.设计自适应律对未知量进行在线估计,设计量化控制器,包括输入推力和输入力矩。
抑制外界干扰以及对***模型不确定进行估计,补偿输入量化现象对***的不利影响,使航行器可以跟踪指定的位置信息以及姿态信息。
为了实现上述控制目标,需要将本体坐标系中的动力学方程转换到北东地坐标系中。由式(8)可知:
代入式(17),可得北东地坐标系下的位置坐标动力学方程为:
可得:
其中,
为了便于独立的设计控制力F以及控制力矩Γ,量化环节可以表示为:
常数a>0表示所设计量化器的量化分辨率;
将式(22)代入式(20)可得:
定义跟踪误差为e=J(η)-1(η-ηd),根据式(8)可知J(η)-1≠0,因此,
可知误差导数为:
令:
可得:
根据式(23)、(24)可知,直接设计控制量τ时需要利用由于求Θ(τ)时又需要τ,为了避免二者的耦合,需要设计不依赖Θ(τ)的控制输入,由于未知且时变,需要进行自适应估计。定义由于常数μi的值未知,需对其进行自适应估计,定义μ的估计值为 为的第i行;估计误差为为的第i行。
设计Lyapunov函数:
将式(34)求导并结合式(33)可得:
设计控制输入和自适应律为:
其中i=(1,2,···,6),控制增益ρ>0,σ>0,γ1,γ2,γ3>0。
4.闭环稳定性分析
在水下航行器存在输入量化条件下,利用所设计的自适应控制器式(36)-(38),可以使***闭环误差有界稳定,通过选取适当的设计参数c、ρ、σ、l、γ1、γ2、γ3,使得闭环误差可以收敛于任意小的残集内,满足相应的控制指标。
证明:定义闭环***Lyapunov函数:
对式(39)求导并结合式(35)可得:
将式(36)-(38)代入式(40)可得:
由于ρ>0,可知:
将式(42)和式(45)代入式(41)可得:
将式(48)代入式(47)可得:
因此可知:
求解式(50)可得:
5.仿真验证。
航行器质量为m=1540kg;重力加速度为g=9.8m/s2;惯性矩阵为Io=diag(2038,13587,13587)kg·m2;
***变量初始状态为η1(0)=(1,1,7)Tm,v1(0)=(-2,-3,1)Tm/s,η2(0)=(0,0,0)Trad,v2(0)=(0,0,0)Trad/s。
参考轨迹为:ηd=(-2.5πcos(t/2π),1.25πcos(t/2π),-2t,0,0,0)T,为使航行器螺旋下潜的指令。仿真结果如图3所示。
本发明还可提供的一种计算机设备,包括:至少一个处理器、存储器、至少一个网络接口和用户接口。该设备中的各个组件通过总线***耦合在一起。可理解,总线***用于实现这些组件之间的连接通信。总线***除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。
其中,用户接口可以包括显示器、键盘或者点击设备(例如,鼠标,轨迹球(trackball)、触感板或者触摸屏等。
可以理解,本申请公开实施例中的存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRate SDRAM,DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM,DRRAM)。本文描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中,存储器存储了如下的元素,可执行模块或者数据结构,或者他们的子集,或者他们的扩展集:操作***和应用程序。
其中,操作***,包含各种***程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序,包含各种应用程序,例如媒体播放器(Media Player)、浏览器(Browser)等,用于实现各种应用业务。实现本公开实施例方法的程序可以包含在应用程序中。
在本上述的实施例中,还可通过调用存储器存储的程序或指令,具体的,可以是应用程序中存储的程序或指令,处理器用于:
执行上述方法的步骤。
上述方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific IntegratedCircuit,ASIC)、现场可编程门阵列(Field Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行上述公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合上述公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
可以理解的是,本发明描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现,处理单元可以实现在一个或多个专用集成电路(Application Specific Integrated Circuits,ASIC)、数字信号处理器(Digital SignalProcessing,DSP)、数字信号处理设备(DSP Device,DSPD)、可编程逻辑设备(ProgrammableLogic Device,PLD)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现,可通过执行本发明的功能模块(例如过程、函数等)来实现本发明技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
本发明还可提供一种非易失性存储介质,用于存储计算机程序。当该计算机程序被处理器执行时可以实现上述方法实施例中的各个步骤。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (7)
1.一种水下航行器自适应量化控制方法,所述方法包括:
步骤1:建立水下航行器模型;
步骤2:利用对数量化器对量化环节进行描述,建立带有量化环节的航行器模型;
步骤3:利用自适应律对未知量进行在线估计,计算输入控制推力和输入控制力矩。
2.根据权利要求1所述的水下航行器自适应量化控制方法,其特征在于,所述步骤1具体为:
建立水下航行器模型运动学方程式如下:
其中,定义北东地坐标系{E}=[e1,e2,e3]T,e1=[1,0,0]T,e2=[0,1,0]T,e3=[0,0,1]T为坐标系{E}在三维方向x,y,z上的单位向量;{B}=[b1,b2,b3]T为本体坐标系,b1=[1,0,0]T,b2=[0,1,0]T,b3=[0,0,1]T为本体坐标系{B}在三维方向x,y,z上的单位向量;符号T为矩阵转置;
变量η和v用来描述航行器的运动状态:
其中,η1为航行器浮心在北东地坐标系下的三维位置坐标,x为x坐标值,y为y坐标值,z为z坐标值;η2为机体坐标系{B}相对于北东地坐标系{E}的姿态角向量,φ为横滚角,θ为俯仰角,ψ为偏航角;v1为航行器浮心在机体坐标系{B}中的线速度大小,u为前向速度,v为侧向速度,w为垂向速度;v2为机体坐标系{B}相对于北东地坐标系{E}的角速度大小在机体坐标系{B}中的投影,p为b1方向的角速度,q为b2方向的角速度,r为b3方向的角速度;
J(η)为坐标变换矩阵,定义为:
其中,
其中,C(·),SI(·),T(·)分别表示余弦、正弦以及正切函数;
建立水下航行器模型动力学微分方程式如下:
C(v)由科氏力矩阵CRB(v)与向心力矩阵CA(v)组成,定义为:
D(v)为流体水动力阻尼矩阵,定义为:
D(v)=diag(Xu,Yv,Zw,Kp,Mq,Nr)
其中,Xu,Yv,Zw,Kp,Mq,Nr为关于阻力的流体参数;
G(η)为恢复力与力矩向量,定义为:
其中,W为航行器受到的重力,B为航行器所产生的浮力;
τ为包含控制推力F以及控制力矩Γ的输入控制向量,定义为:
4.根据权利要求3所述的水下航行器自适应量化控制方法,其特征在于,所述步骤3具体为:
建立自适应律计算公式为:
其中,设计参数γ1>0,γ2>0,γ3>0,σ>0;mii表示矩阵M的第i个对角元素;si表示滑模函数s的第i行;滑模函数为设计参数c>0为常数;e=J(η)-1(η-ηd)为跟踪误差向量,向量ηd为轨迹与姿态指令信号;跟踪误差的一阶时间导数为 为ηd的一阶时间导数;
其中,Θ(τi)表示关于τi的对数量化器;常数a>0表示所设计量化器的量化分辨率;
建立控制输入τi计算公式为:
其中,ρ为控制增益ρ>0;
根据公式τ=(FT,ΓT)T即可计算得到输入控制推力F和输入控制力矩Γ。
5.一种水下航行器自适应量化控制***,所述***包括:
水下航行器模型模块,用于建立水下航行器模型;
量化航行器模型模块,用于利用对数量化器对量化环节进行描述,建立带有量化环节的航行器模型;和
计算推力和力矩模块:用于利用自适应律对未知量进行在线估计,计算输入控制推力和输入控制力矩。
6.一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211115969.4A CN115357037B (zh) | 2022-09-14 | 2022-09-14 | 一种水下航行器自适应量化控制方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211115969.4A CN115357037B (zh) | 2022-09-14 | 2022-09-14 | 一种水下航行器自适应量化控制方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115357037A true CN115357037A (zh) | 2022-11-18 |
CN115357037B CN115357037B (zh) | 2023-05-09 |
Family
ID=84006003
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211115969.4A Active CN115357037B (zh) | 2022-09-14 | 2022-09-14 | 一种水下航行器自适应量化控制方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115357037B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107463097A (zh) * | 2017-09-27 | 2017-12-12 | 西北工业大学深圳研究院 | 一种水下机器人的自适应量化容错控制装置及其方法 |
CN107894775A (zh) * | 2017-10-16 | 2018-04-10 | 中国科学院声学研究所 | 一种欠驱动无人水下航行器轨迹生成与控制方法 |
CN109100939A (zh) * | 2018-09-19 | 2018-12-28 | 哈尔滨工程大学 | 考虑输入饱和的水面无人艇全状态约束轨迹跟踪控制方法 |
CN110687798A (zh) * | 2019-11-11 | 2020-01-14 | 大连海事大学 | 一种基于滑模量化输出反馈的自适应容错控制方法 |
CN111857165A (zh) * | 2020-07-28 | 2020-10-30 | 浙江大学 | 一种水下航行器的轨迹跟踪控制方法 |
CN112947067A (zh) * | 2021-01-26 | 2021-06-11 | 大连海事大学 | 一种水下机器人三维轨迹精确跟踪控制方法 |
CN114895569A (zh) * | 2022-06-06 | 2022-08-12 | 天津瀚海蓝帆海洋科技有限公司 | 一种基于非线性干扰观测器的auv量化反馈滑模轨迹跟踪控制方法 |
-
2022
- 2022-09-14 CN CN202211115969.4A patent/CN115357037B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107463097A (zh) * | 2017-09-27 | 2017-12-12 | 西北工业大学深圳研究院 | 一种水下机器人的自适应量化容错控制装置及其方法 |
CN107894775A (zh) * | 2017-10-16 | 2018-04-10 | 中国科学院声学研究所 | 一种欠驱动无人水下航行器轨迹生成与控制方法 |
CN109100939A (zh) * | 2018-09-19 | 2018-12-28 | 哈尔滨工程大学 | 考虑输入饱和的水面无人艇全状态约束轨迹跟踪控制方法 |
CN110687798A (zh) * | 2019-11-11 | 2020-01-14 | 大连海事大学 | 一种基于滑模量化输出反馈的自适应容错控制方法 |
CN111857165A (zh) * | 2020-07-28 | 2020-10-30 | 浙江大学 | 一种水下航行器的轨迹跟踪控制方法 |
CN112947067A (zh) * | 2021-01-26 | 2021-06-11 | 大连海事大学 | 一种水下机器人三维轨迹精确跟踪控制方法 |
CN114895569A (zh) * | 2022-06-06 | 2022-08-12 | 天津瀚海蓝帆海洋科技有限公司 | 一种基于非线性干扰观测器的auv量化反馈滑模轨迹跟踪控制方法 |
Non-Patent Citations (2)
Title |
---|
ZHOU J 等: "Adaptive backstepping control of uncertain nonlinear systems with input quantization" * |
武建国 等: "基于非线性干扰观测器的AUV量化反馈滑模控制" * |
Also Published As
Publication number | Publication date |
---|---|
CN115357037B (zh) | 2023-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110308735B (zh) | 一种针对输入时滞的欠驱动uuv轨迹跟踪滑模控制方法 | |
Li et al. | Study of 3 dimension trajectory tracking of underactuated autonomous underwater vehicle | |
CN111679585B (zh) | 一种具有输入饱和受限的无人船强化学习自适应跟踪控制方法 | |
CN108319140B (zh) | 一种重定义输出式无模型自适应航向控制方法及*** | |
CN110007606B (zh) | 一种考虑输入饱和的水面无人艇误差约束控制方法 | |
CN109901598A (zh) | 基于随机模型预测控制技术的自主水下机器人路径跟踪方法 | |
CN110865539A (zh) | 一种随机干扰下的无人艇跟踪误差约束控制方法 | |
CN113859589B (zh) | 一种基于模型预测控制与滑模控制的航天器姿态控制方法 | |
CN114115262B (zh) | 基于方位角信息的多auv执行器饱和协同编队控制***和方法 | |
CN109901402B (zh) | 一种基于航向平滑技术的自主水下机器人路径跟踪方法 | |
Xia et al. | Adaptive energy-efficient tracking control of a X rudder AUV with actuator dynamics and rolling restriction | |
CN111273549A (zh) | 一种智能船舶自动舵***的模糊自适应输出反馈容错控制方法及*** | |
CN115437406A (zh) | 基于强化学习算法的飞行器再入跟踪制导方法 | |
CN114756029A (zh) | 基于动态事件触发的无人艇无模型控制方法 | |
CN111930124A (zh) | 一种智能船舶自动舵***的模糊自适应输出反馈有限时间控制方法及*** | |
Baier et al. | Hybrid physics and deep learning model for interpretable vehicle state prediction | |
CN112068444A (zh) | 一种采用非线性自适应滑模的飞行器攻角控制方法 | |
CN111258325A (zh) | 对地遥感卫星高精度高性能的姿态容错控制方法、装置及计算机存储介质 | |
Miao et al. | DOPH∞-based path-following control for underactuated marine vehicles with multiple disturbances and constraints | |
CN112327883B (zh) | 基于扩张状态观测器的欠驱动水面船路径跟踪控制方法 | |
CN110647161B (zh) | 基于状态预测补偿的欠驱动uuv水平面轨迹跟踪控制方法 | |
CN115357037A (zh) | 一种水下航行器自适应量化控制方法及*** | |
CN112327638B (zh) | 一种具有指定性能并带有输入饱和限制的无人船轨迹跟踪最优控制方法 | |
CN113835340B (zh) | 一种考虑输入量化和非线性死区的水下机器人无模型控制方法 | |
CN112558465B (zh) | 一种带有输入限制的未知无人船有限时间强化学习控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |