專利名稱：一種基于神經(jīng)網(wǎng)絡(luò)反步法的欠驅(qū)動(dòng)自主水下航行器變深控制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及欠驅(qū)動(dòng)自主水下航行器的控制技術(shù)領(lǐng)域。
背景技術(shù)：
海底地形的勘探和測(cè)繪對(duì)深海資源的開(kāi)發(fā)有著重要的意義，欠驅(qū)動(dòng)自主水下航行器AUV (Autonomous Underwater Vehicle)具有良好的機(jī)動(dòng)性和續(xù)航能力，在海底地形、地貌的測(cè)繪中扮演著重要的角色，由于欠驅(qū)動(dòng)自主水下航行器AUV的執(zhí)行機(jī)構(gòu)通常配置為尾部軸向推進(jìn)器、尾部方向舵和尾部升降舵，在垂向方向上無(wú)直接驅(qū)動(dòng)機(jī)構(gòu)(如推進(jìn)器)，僅通過(guò)尾部升降舵在自主水下航行器AUV具有一定的航速下產(chǎn)生的附加力和力矩能夠?qū)崿F(xiàn)深度控制，在地形測(cè)繪時(shí)自主水下航行器AUV攜帶的多波束側(cè)掃聲納傳感器對(duì)距海底的高度有一定要求，這就使得欠驅(qū)動(dòng)自主水下航行器AUV的變深航行控制研究更具有實(shí)際意義。同時(shí)隨著自主水下航行器AUV的工作深度的增加，復(fù)雜的海洋環(huán)境和外界海流的干擾對(duì)自主水下航行器AUV的深度控制器設(shè)計(jì)提出了更高的要求。目前，國(guó)內(nèi)外對(duì)于欠驅(qū)動(dòng)自主水下航行器AUV變深控制的研究大多采用基于線性模型的控制方法，例如滑?？刂?、增益調(diào)度、最優(yōu)控制，根據(jù)不同的工作點(diǎn)對(duì)模型進(jìn)行線性化處理，設(shè)計(jì)一系列的控制器，僅能保證在工作點(diǎn)鄰域內(nèi)系統(tǒng)的局部穩(wěn)定性，同時(shí)由于忽略模型不確定性的存在，因此無(wú)法保證系統(tǒng)的全局漸近穩(wěn)定性。由于自主水下航行器AUV 的數(shù)學(xué)模型無(wú)法精確獲得，汪偉等在文獻(xiàn)《AUV深度的模糊神經(jīng)網(wǎng)絡(luò)滑?？刂啤?機(jī)器人， 2003，第25卷第3期)中提出利用模糊神經(jīng)網(wǎng)絡(luò)對(duì)滑模控制器的增益進(jìn)行在線調(diào)整。唐旭東等在文獻(xiàn)《一種水下機(jī)器人運(yùn)動(dòng)的過(guò)程神經(jīng)元控制》(控制理論與應(yīng)用，2009，第沈卷第 4期)中針對(duì)水下機(jī)器人受到時(shí)變的非線性流體動(dòng)力和海流的干擾作用，提出了基于S模型的過(guò)程神經(jīng)元控制方法，以上方法由于采用梯度法設(shè)計(jì)自適應(yīng)規(guī)律，因此無(wú)法保證參數(shù)收斂速度和系統(tǒng)的全局穩(wěn)定性。為了實(shí)現(xiàn)對(duì)模型中的不確定非線性項(xiàng)進(jìn)行在線補(bǔ)償，俞建成等分別在文獻(xiàn)《水下機(jī)器人的神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制》(控制理論與應(yīng)用，2008，第25卷第 1期)和《基于模糊神經(jīng)網(wǎng)絡(luò)水下機(jī)器人直接自適應(yīng)控制》(自動(dòng)化學(xué)報(bào)，2007，第33卷第8 期)中提出了神經(jīng)網(wǎng)絡(luò)直接自適應(yīng)控制方法和基于模糊神經(jīng)網(wǎng)絡(luò)的自適應(yīng)控制方法，結(jié)合李亞普諾夫穩(wěn)定性理論證明了存在有界擾動(dòng)和逼近誤差條件下，系統(tǒng)的一致最終有界。以上方法不足之處為均要假設(shè)估計(jì)誤差或不確定性的上界為已知的常值，導(dǎo)致控制器產(chǎn)生不必要的增益較高的控制信號(hào)。為實(shí)現(xiàn)對(duì)模型中不確定性的在線估計(jì)，優(yōu)化控制器輸出信號(hào)， Li 等在文獻(xiàn)〈〈A neural network adaptive controller design for free-pitch-angle diving behavior of an autonomous underwater vehicle》 (Robotics and Autonomous Systems, 2005，第52卷第2期)中提出了基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)深度控制方法，利用神經(jīng)網(wǎng)絡(luò)對(duì)非線性函數(shù)的逼近特性，能夠?qū)崿F(xiàn)對(duì)有界擾動(dòng)和未建模動(dòng)態(tài)進(jìn)行在線補(bǔ)償，但由于采用傳統(tǒng)的反步法設(shè)計(jì)控制器，導(dǎo)致迭代過(guò)程中存在虛擬控制量的高階導(dǎo)數(shù)，使得控制器形式過(guò)于復(fù)雜。以上提出的深度控制器均未討論不同初始縱傾角下的深度控制效果，無(wú)法滿足實(shí)際工程中的多工況應(yīng)用需求。目前已經(jīng)受專利保護(hù)或已提出申請(qǐng)的欠驅(qū)動(dòng)自主水下航行器的控制方法，如中國(guó)專利局在2006年1月11日公開(kāi)的(申請(qǐng)?zhí)?00510010117.9) “浮游式水下機(jī)器人運(yùn)動(dòng)的S面控制方法”，為針對(duì)一類具有六個(gè)自由度的全驅(qū)動(dòng)遙控式水下機(jī)器人的S面控制方法，不同于本發(fā)明方法針對(duì)欠驅(qū)動(dòng)自主水下航行器的設(shè)計(jì)目的；已申請(qǐng)的(申請(qǐng)?zhí)?201010173012. 6) “無(wú)人潛航器垂直面欠驅(qū)動(dòng)運(yùn)動(dòng)控制方法”為基于自適應(yīng)神經(jīng)模糊推理系統(tǒng)的自抗擾控制方法，雖然采用神經(jīng)模糊推理系統(tǒng)對(duì)模型的不確定性進(jìn)行在線辨識(shí)，但是由于采用梯度法對(duì)參數(shù)進(jìn)行估計(jì)，無(wú)法保證參數(shù)的全局收斂性和系統(tǒng)的漸進(jìn)穩(wěn)定性，且本發(fā)明的控制方法的選取與其存在極大不同，使得本發(fā)明更加符合工程應(yīng)用。

發(fā)明內(nèi)容
本發(fā)明設(shè)計(jì)了一種基于神經(jīng)網(wǎng)絡(luò)反步法的欠驅(qū)動(dòng)自主水下航行器變深控制方法。本發(fā)明所述的變深控制方法的過(guò)程為步驟1.通過(guò)壓力傳感器采集壓力信息，并根據(jù)該壓力信息計(jì)算獲得對(duì)應(yīng)的自主水下航行器AUV所在的深度；步驟2.建立欠驅(qū)動(dòng)自主水下航行器AUV的數(shù)學(xué)模型和魯棒變深控制器模型；根據(jù)海流環(huán)境以及AUV水動(dòng)力參數(shù)，建立欠驅(qū)動(dòng)自主水下航行器AUV的數(shù)學(xué)模型， 采用基于反饋增益的反步法設(shè)計(jì)魯棒變深控制器模型；步驟3.獲得基于神經(jīng)網(wǎng)絡(luò)權(quán)重的在線學(xué)習(xí)算法和自適應(yīng)魯棒控制器參數(shù)的自適應(yīng)規(guī)律，對(duì)步驟2獲得的數(shù)學(xué)模型中存在的不確定性進(jìn)行在線識(shí)別及誤差估計(jì)，并給予補(bǔ)償、優(yōu)化最終控制器的輸出信號(hào)，然后采用該控制器實(shí)現(xiàn)欠驅(qū)動(dòng)自主水下航行器AUV的變深控制。步驟3的具體過(guò)程為首先，對(duì)獲得的欠驅(qū)動(dòng)自主水下航行器AUV的數(shù)學(xué)模型中存在的不確定性進(jìn)行在線辨識(shí)，并通過(guò)反饋回路對(duì)不確定性進(jìn)行補(bǔ)償，通過(guò)李亞普諾夫穩(wěn)定性理論設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)權(quán)重的學(xué)習(xí)律，保證參數(shù)具有李亞普諾夫意義下的全局收斂性；所述不確定性包含未建模動(dòng)態(tài)和由于海流作用引起的參數(shù)不確定性。然后，針對(duì)欠驅(qū)動(dòng)自主水下航行器AUV的數(shù)學(xué)模型，設(shè)計(jì)自適應(yīng)魯棒控制器模型對(duì)神經(jīng)網(wǎng)絡(luò)的估計(jì)誤差進(jìn)行在線估計(jì)，并通過(guò)反饋回路予以補(bǔ)償，優(yōu)化最終控制器的輸出信號(hào)，所述最終控制器的表達(dá)形式為Ss = -kxq-k20-k3ze -JnqClC2U ηθ + ΨτΦ{χ) + εtanhjj(43)式中δ s表示自主水下航行器AUV的水平升降舵舵角，單位是弧度，q表示自主水下航行器AUV的縱傾角速度，qe表示縱傾角速度誤差，θ表示自主水下航行器AUV的縱傾角，％表示跟蹤誤差，1^表示舵效系數(shù)，旁表示神經(jīng)網(wǎng)絡(luò)權(quán)值的估計(jì)值，Φ U)為徑向基神經(jīng)網(wǎng)絡(luò)的高斯基函數(shù)， 表示神經(jīng)網(wǎng)絡(luò)逼近誤差的估計(jì)值，ο為常數(shù)，u表示自主水下航行器 AUV的縱向速度。通過(guò)李亞普諾夫穩(wěn)定性理論設(shè)計(jì)估計(jì)誤差的自適應(yīng)律，保證系統(tǒng)閉環(huán)信號(hào)的一致漸進(jìn)有界。
本發(fā)明所述的方法利用自主水下航行器搭載的多波束測(cè)距聲納和壓力傳感器的測(cè)量數(shù)據(jù)，設(shè)計(jì)的一種欠驅(qū)動(dòng)航行器的變深控制方法，進(jìn)而實(shí)現(xiàn)對(duì)海底地形的定高跟蹤。本發(fā)明相對(duì)現(xiàn)有技術(shù)具有如下的優(yōu)點(diǎn)及效果1.基于反饋增益的反步法設(shè)計(jì)變深控制器，避免了采用傳統(tǒng)反步法的思想設(shè)計(jì)變深控制器時(shí)，由于存在虛擬控制量的高階導(dǎo)數(shù)導(dǎo)致控制器形式更為復(fù)雜的情況，且變深控制器具有相似于PID控制器的形式，參數(shù)調(diào)節(jié)易于工程應(yīng)用。2.設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)控制器和自適應(yīng)魯棒控制器能夠?qū)崿F(xiàn)對(duì)模型存在的不確定性進(jìn)行在線辨識(shí)，并通過(guò)反饋控制回路予以補(bǔ)償，基于利亞普諾夫穩(wěn)定性理論設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)律和估計(jì)誤差的自適應(yīng)律，能夠保證參數(shù)的全局收斂性，使得控制器具有在線補(bǔ)償由于海洋環(huán)境作用引起的模型參數(shù)不確定性的能力。3.能夠?qū)崿F(xiàn)在不同初始縱傾角條件和深度幅值下的變深控制，滿足實(shí)際工程中的多工況應(yīng)用需求。


圖1是本發(fā)明欠驅(qū)動(dòng)自主水下航行器AUV的變深控制器框圖。圖2 5是采用本發(fā)明方法，分別在三種控制器參數(shù)條件下在不同初始條件下的控制效果圖。其中，圖2是采用表1中的第二組控制器參數(shù)下、分別在三種初始條件下的深度跟蹤曲線圖，圖3是與圖2對(duì)應(yīng)的跟蹤誤差曲線圖，圖4是與圖2對(duì)應(yīng)的控制力矩變化曲線圖。圖5是與圖2對(duì)應(yīng)的在深度跟蹤過(guò)程中AUV各狀態(tài)變量的變化曲線圖。圖6至9是分別采用PID控制方法和本發(fā)明的方法進(jìn)行深度跟蹤控制過(guò)程中的各種參數(shù)對(duì)比圖，其中，本發(fā)明的方法是分別在表1所述的三種控制參數(shù)的情況下獲得的三種情況，圖6是變深控制響應(yīng)曲線圖，圖7是跟蹤誤差曲線圖，圖8是控制力矩變化曲線圖， 圖9是AUV變深控制各狀態(tài)變量變化曲線圖。圖10至13是在擾動(dòng)作用下，分別采用PID控制和本發(fā)明的控制方法實(shí)現(xiàn)深度跟蹤過(guò)程中的各參數(shù)的對(duì)比圖，其中，本發(fā)明的方法是分別采用表1中所述的三種控制參數(shù)實(shí)現(xiàn)的深度跟蹤，圖10是深度跟蹤曲線圖，圖11是深度跟蹤誤差曲線圖，圖12為控制力矩曲線圖，圖13為各狀態(tài)變量曲線圖。
具體實(shí)施例方式具體實(shí)施方式
一本實(shí)施方式所述的一種基于神經(jīng)網(wǎng)絡(luò)反步法的欠驅(qū)動(dòng)自主水下航行器變深控制方法的過(guò)程為步驟1.通過(guò)壓力傳感器采集壓力信息，并根據(jù)該壓力信息計(jì)算獲得對(duì)應(yīng)的自主水下航行器AUV所在的深度；步驟2.建立欠驅(qū)動(dòng)自主水下航行器AUV的數(shù)學(xué)模型和魯棒變深控制器模型；根據(jù)海流環(huán)境以及AUV水動(dòng)力參數(shù)，建立欠驅(qū)動(dòng)自主水下航行器AUV的數(shù)學(xué)模型， 采用基于反饋增益的反步法設(shè)計(jì)魯棒變深控制器模型；步驟3.獲得基于神經(jīng)網(wǎng)絡(luò)權(quán)重的在線學(xué)習(xí)算法和自適應(yīng)魯棒控制器參數(shù)的自適應(yīng)規(guī)律，對(duì)步驟2獲得的數(shù)學(xué)模型中存在的不確定性進(jìn)行在線識(shí)別及誤差估計(jì)，并給予補(bǔ)償、優(yōu)化最終控制器的輸出信號(hào)，然后采用該控制器實(shí)現(xiàn)欠驅(qū)動(dòng)自主水下航行器AUV的變深控制。本實(shí)施方式中的步驟3的具體過(guò)程為首先，對(duì)獲得的欠驅(qū)動(dòng)自主水下航行器AUV的數(shù)學(xué)模型中存在的不確定性進(jìn)行在線辨識(shí)，并通過(guò)反饋回路對(duì)不確定性進(jìn)行補(bǔ)償，通過(guò)李亞普諾夫穩(wěn)定性理論設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)權(quán)重的學(xué)習(xí)律，保證參數(shù)具有李亞普諾夫意義下的全局收斂性；所述不確定性包含未建模動(dòng)態(tài)和由于海流作用引起的參數(shù)不確定性。然后，針對(duì)欠驅(qū)動(dòng)自主水下航行器AUV的數(shù)學(xué)模型，設(shè)計(jì)自適應(yīng)魯棒控制器模型對(duì)神經(jīng)網(wǎng)絡(luò)的估計(jì)誤差進(jìn)行在線估計(jì)，并通過(guò)反饋回路予以補(bǔ)償，優(yōu)化最終控制器的輸出信號(hào)，所述最終控制器的表達(dá)形式為
權(quán)利要求
1.一種基于神經(jīng)網(wǎng)絡(luò)反步法的欠驅(qū)動(dòng)自主水下航行器變深控制方法，其特征在于，該方法的過(guò)程為步驟1.通過(guò)壓力傳感器采集壓力信息，并根據(jù)該壓力信息計(jì)算獲得對(duì)應(yīng)的自主水下航行器AUV所在的深度；步驟2.建立欠驅(qū)動(dòng)自主水下航行器AUV的數(shù)學(xué)模型和魯棒變深控制器模型； 根據(jù)海流環(huán)境以及AUV水動(dòng)力參數(shù)，建立欠驅(qū)動(dòng)自主水下航行器AUV的數(shù)學(xué)模型，采用基于反饋增益的反步法設(shè)計(jì)魯棒變深控制器模型；步驟3.獲得基于神經(jīng)網(wǎng)絡(luò)權(quán)重的在線學(xué)習(xí)算法和自適應(yīng)魯棒控制器參數(shù)的自適應(yīng)規(guī)律，對(duì)步驟2獲得的數(shù)學(xué)模型中存在的不確定性進(jìn)行在線識(shí)別及誤差估計(jì)，并給予補(bǔ)償、 優(yōu)化最終控制器的輸出信號(hào)，然后采用該控制器實(shí)現(xiàn)欠驅(qū)動(dòng)自主水下航行器AUV的變深控制。
2.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)反步法的欠驅(qū)動(dòng)自主水下航行器變深控制方法，其特征在于，步驟3的具體過(guò)程為首先，對(duì)獲得的欠驅(qū)動(dòng)自主水下航行器AUV的數(shù)學(xué)模型中存在的不確定性進(jìn)行在線辨識(shí)，并通過(guò)反饋回路對(duì)不確定性進(jìn)行補(bǔ)償，通過(guò)李亞普諾夫穩(wěn)定性理論設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)權(quán)重的學(xué)習(xí)律，保證參數(shù)具有李亞普諾夫意義下的全局收斂性；所述不確定性包含未建模動(dòng)態(tài)和由于海流作用引起的參數(shù)不確定性；然后，針對(duì)欠驅(qū)動(dòng)自主水下航行器AUV的數(shù)學(xué)模型，設(shè)計(jì)自適應(yīng)魯棒控制器模型對(duì)神經(jīng)網(wǎng)絡(luò)的估計(jì)誤差進(jìn)行在線估計(jì)，并通過(guò)反饋回路予以補(bǔ)償，優(yōu)化最終控制器的輸出信號(hào)， 所述最終控制器的表達(dá)形式為
3.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)反步法的欠驅(qū)動(dòng)自主水下航行器變深控制方法，其特征在于，步驟2中，建立欠驅(qū)動(dòng)自主水下航行器AUV的數(shù)學(xué)模型的過(guò)程為忽略橫搖運(yùn)動(dòng)對(duì)垂直面運(yùn)動(dòng)的影響，得到簡(jiǎn)化的垂直面運(yùn)動(dòng)方程，設(shè)自主水下航行器 AUV縱向速度由推力系統(tǒng)單獨(dú)控制保持在穩(wěn)定航速ud，則自主水下航行器AUV的數(shù)學(xué)模型的動(dòng)力學(xué)微分方程為
4.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)反步法的欠驅(qū)動(dòng)自主水下航行器變深控制方法，其特征在于，步驟O)中所述的基于反饋增益的反步法設(shè)計(jì)魯棒變深控制器模型的方法的具體過(guò)程為 選取如下坐標(biāo)變換
5.根據(jù)欠驅(qū)動(dòng)AUV的數(shù)學(xué)模型(1)和跟蹤誤差方程(5)，獲得設(shè)計(jì)控制規(guī)律為式(42)，神經(jīng)網(wǎng)絡(luò)權(quán)重的在線學(xué)習(xí)算法和自適應(yīng)魯棒控制器參數(shù)的自適應(yīng)律為式(3 和式(33)，則能夠保證閉環(huán)系統(tǒng)的所有信號(hào)及狀態(tài)一致最終有界，且收斂到原點(diǎn)附近極小的鄰域內(nèi)， 將式07)中的中間變量替換為初始的狀態(tài)變量得到最終的控制器形式
全文摘要
一種基于神經(jīng)網(wǎng)絡(luò)反步法的欠驅(qū)動(dòng)自主水下航行器變深控制方法，涉及欠驅(qū)動(dòng)自主水下航行器的控制技術(shù)領(lǐng)域。所述的變深控制方法為首先通過(guò)壓力傳感器采集壓力信息，并根據(jù)該壓力信息計(jì)算獲得對(duì)應(yīng)的自主水下航行器AUV所在的深度；然后建立欠驅(qū)動(dòng)自主水下航行器AUV的數(shù)學(xué)模型和魯棒變深控制器模型，根據(jù)海流環(huán)境以及AUV水動(dòng)力參數(shù)建立欠驅(qū)動(dòng)自主水下航行器AUV的數(shù)學(xué)模型，采用基于反饋增益的反步法設(shè)計(jì)魯棒變深控制器模型；最后獲得基于神經(jīng)網(wǎng)絡(luò)權(quán)重的在線學(xué)習(xí)算法和自適應(yīng)魯棒控制器參數(shù)的自適應(yīng)規(guī)律，對(duì)獲得的數(shù)學(xué)模型中存在的不確定性進(jìn)行在線識(shí)別及誤差估計(jì)，并給予補(bǔ)償、優(yōu)化最終控制器的輸出信號(hào)，然后采用該控制器實(shí)現(xiàn)欠驅(qū)動(dòng)自主水下航行器AUV的變深控制。
文檔編號(hào)G05B13/04GK102385316SQ20111027593
公開(kāi)日2012年3月21日 申請(qǐng)日期2011年9月16日 優(yōu)先權(quán)日2011年9月16日
發(fā)明者李娟 , 王宏健, 邊信黔, 陳興華, 陳子印 申請(qǐng)人:哈爾濱工程大學(xué)