艦船編隊的魯棒自適應控制.pdf

1、船舶運動模型具有本質非線性、非完整約束、欠驅動和時變環(huán)境干擾等特性，船舶運動控制問題受到研究人員的廣泛關注。傳統(tǒng)艦船控制主要集中在單船舶的運動控制問題上。然而，隨著海洋科技的發(fā)展，實際中迫切需要利用多船舶進行協調以完成更為復雜的任務。相關應用包括海洋資源探測、環(huán)境監(jiān)測、海洋補給、搜索營救等。在這些具體應用中，艦船編隊控制技術無疑是最重要的技術之一。船舶控制領域研究人員一直致力于尋求有效控制方法實現對多船舶的編隊控制，并且取得了一定的研究

2、成果，但仍然存在許多未解決的問題。不斷探索船舶編隊控制方法，實現多船舶的協調，有著重要實際意義和應用價值。
　　 本文從非線性系統(tǒng)自適應控制的角度出發(fā)，研究含不確定動態(tài)欠驅動艦船的魯棒自適應編隊控制問題，論文的主要工作包括以下幾個方面：
　　 第一，考慮了領導船和跟隨船同時含有不確定動態(tài)的艦船編隊控制問題。采用領導-跟隨編隊控制結構，利用反推法進行編隊控制器的設計，利用神經網絡對系統(tǒng)不確定動態(tài)進行在線逼近，提出了一種領導

3、-跟隨魯棒自適應艦船編隊控制方法。穩(wěn)定性分析證明了閉環(huán)系統(tǒng)是半全局一致最終有界的。仿真表明了所給控制算法的有效性和神經網絡的學習能力。
　　 第二，針對上述反推法設計帶來的控制器復雜性問題，采用動態(tài)面控制技術進行編隊控制器設計，利用神經網絡對跟隨船不確定動態(tài)進行在線逼近，并引入自適應控制項對領導船未知動態(tài)進行學習，研究了基于動態(tài)面控制技術的魯棒自適應神經編隊控制器設計問題。利用李亞普諾夫穩(wěn)定性分析證明了隊形跟蹤誤差可以收斂到原點

4、附近，仿真實驗表明了所給控制算法的有效性。
　　 第三，研究了含未知非線性動態(tài)和未知環(huán)境干擾的欠驅動艦船隊形跟蹤問題。基于導彈截擊目標導引方式中追蹤導航原理和船舶點對點跟蹤原理，首先提出了一種基于目標跟蹤機制的編隊控制方法。隨后，結合反推法和神經網絡在線逼近技術，提出了一種基于目標跟蹤機制的魯棒自適應艦船編隊控制方法。穩(wěn)定性分析證明了目標跟蹤誤差收斂到原點附近。仿真結果表明了所給控制算法的有效性。
　　 第四，研究了具有

5、雙向網絡固定通訊結構下含不確定動態(tài)欠驅動艦船的領導-跟隨運動同步控制問題?；趧討B(tài)面控制技術，利用神經網絡對船舶個體動態(tài)進行在線逼近，并結合領導-跟隨同步控制策略，提出一種分布式魯棒自適應合作編隊控制方法。首先考慮了跟隨船完全訪問虛擬領導者信息的情形，提出了一種基本合作編隊控制算法。隨后將該結論擴展到存在網絡通訊延遲和只有部分跟隨者訪問虛擬領導者兩種情形。穩(wěn)定性分析證明了由以上三種情形下所構成的閉環(huán)系統(tǒng)是半全局一致最終有界的，合作跟蹤誤

6、差收斂到原點附近。廣泛的比較分析驗證了控制算法的有效性。
　　 第五，探討了單向網絡固定通訊結構下含不確定動態(tài)非完整多智能體系統(tǒng)的群集運動控制問題。單個智能體的動態(tài)是未知的并且遭受未知環(huán)境干擾。此外，領導者的動態(tài)也是未知的。采用神經網絡對不確定動態(tài)進行逼近，并利用有界人工勢能函數防止多智能體之間碰撞。在網絡拓撲是強連通的假設下，證明了利用所提的群集控制算法，多智能體的速度與角度與領導者趨于一致，運動同步誤差收斂到原點附近，并且可