AUV神經(jīng)網(wǎng)絡水平面航跡跟蹤控制研究.pdf

1、AUV(自主式水下潛航器)是一個典型的具有非線性、耦合性和運動模型水動力不確定性的系統(tǒng)。AUV在近水面航行時，復雜的海流干擾將使其航跡跟蹤控制更加困難。本文為提高AUV航跡控制的精確性、魯棒性和穩(wěn)定性，對神經(jīng)網(wǎng)絡控制理論，以及它在AUV航向控制系統(tǒng)和航跡跟蹤系統(tǒng)中的應用進行了深入的分析和研究。 針對基于泰勒級數(shù)展開而建立的航向控制系統(tǒng)線性模型會帶來系統(tǒng)誤差的問題，依據(jù)AUV空間六自由度運動模型，建立了AUV航向控制系統(tǒng)非線性模型

2、，以及在海流、海浪干擾環(huán)境下包含系統(tǒng)模型參數(shù)不確定性的AUV航向控制系統(tǒng)模型。 針對常規(guī)BP算法的收斂速度慢的缺點，提出一種在神經(jīng)網(wǎng)絡的誤差反傳權值修正時增加一個調(diào)整器的方法，降低了網(wǎng)絡的靈敏度。該調(diào)整器將全局反傳式網(wǎng)絡變成局部反傳式網(wǎng)絡，使網(wǎng)絡的學習速率有一定提高。 為提高AUV航向控制系統(tǒng)抑制海流等環(huán)境干擾的能力，針對常規(guī)控制器在工況改變的情況下控制性能變差的缺點，設計了帶衡量因子的動態(tài)BP網(wǎng)絡航向控制器。仿真結果表

3、明，這種神經(jīng)網(wǎng)絡控制器在一定程度上滿足了AUV在一定航速下的機動要求，且更具備適應系統(tǒng)自身特性改變產(chǎn)生的干擾和抑制海流等外界環(huán)境干擾的能力。 針對神經(jīng)網(wǎng)絡的學習收斂速度緩慢，雖然經(jīng)過一定的改進，但用在實時控制中仍然存在反應緩慢的缺點，提出用神經(jīng)網(wǎng)絡與PID控制器相結合的混合控制器來對AUV做航向控制。該混合控制器只對原有的常規(guī)PID的控制結構做微小的改變，就可以把無模型或不準確模型、干擾和其他不確定狀態(tài)響應到整個控制動作上。雖然

4、神經(jīng)網(wǎng)絡通過PID的輸出來學習訓練，但它不是PID的簡單復制。加入PID控制器是為了增強系統(tǒng)的穩(wěn)定性，控制器的主要性能決定于神經(jīng)網(wǎng)絡。神經(jīng)網(wǎng)絡和PID混合控制器的性能明顯優(yōu)于PID控制器。這是因為對于神經(jīng)網(wǎng)絡和PID混合控制器，其不像PID控制器由參數(shù)Kp、Ki、Kd決定著控制效果，其控制效果不依賴于這三個參數(shù)，Kp、Ki、Kd的值只需要在一個合理的范圍內(nèi)即可，因此混合控制器具有更好的自適應性和魯棒性，控制精度高。 本文所設計的