一种离散时间数据驱动自学习的无人船航速控制系统技术方案

本发明专利技术公开了一种离散时间数据驱动自学习的无人船航速控制系统，包括：速度估计模块、扰动观测器模块、无模型控制器模块、数据驱动参数更新律模块；无模型控制器模块用于计算前向力矩τ(n)；速度估计模块用于计算下一时刻无人船的动力学未知项估计下一时刻的无人船航速估计扰动观测器模块用于计算下一时刻的系统总扰动估计数据驱动参数更新律模块用于根据下一时刻的系统总扰动估计计算下一时刻的控制增益估计本发明专利技术的在估计总扰动的基础上，通过利用扩张状态观测器和数据驱动更新律，不仅解决了对可变化的控制增益进行估计，而且还能辨识控制增益估计不准确部分的问题，最终实现了系统完全自学习和监控功能的效果。控功能的效果。控功能的效果。

【技术实现步骤摘要】
一种离散时间数据驱动自学习的无人船航速控制系统


[0001]本专利技术涉及无人船航速控制领域，尤其涉及一种离散时间数据驱动自学习的无人船航速控制系统。

技术介绍

[0002]无人船运动控制包括运动学控制和动力学控制两方面，其中无人船动力学控制指通过调节执行机构产生相应的力和力矩实现对给定航速的跟踪。在航速控制中，无人船动力学模型存在内部模型不确定和未知海洋环境扰动。为提高无人船抗扰性能，使无人船在特殊的海洋环境下的航速和角速度依旧保持稳定，对系统内扰与外扰的统一估计成为关键问题，国内外学者已经展开了大量的相关研究。现有动力学控制方法在经典控制和现代控制理论的基础上，通过引入最小二乘支持向量机回归、模糊逻辑控制、网络化的船舶自适应系统识别、神经网络等方法，对无人船运动状态和不确定性进行分析和估计，实现复杂环境下对给定航速的准确跟踪。其中自抗扰控制中的扰动估计方法和自适应控制中的基于参数在线自适应方法，在无人船运动状态和不确定性估计的应用较为成功。从现有航速控制器设计方面来看，现有无人船航速控制方法仍存在以下不足：
[0003]在现有的无人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种离散时间数据驱动自学习的无人船航速控制系统，其特征在于，包括：速度估计模块、扰动观测器模块、无模型控制器模块、数据驱动参数更新律模块；无模型控制器模块用于计算前向力矩τ(n)；速度估计模块用于根据前向力矩τ(n)，计算下一时刻无人船的动力学未知项估计下一时刻的无人船航速估计扰动观测器模块用于根据下一时刻无人船的动力学未知项估计无人船航速估计计算下一时刻的系统总扰动估计数据驱动参数更新律模块用于根据下一时刻的系统总扰动估计计算下一时刻的控制增益估计2.根据权利要求1所述的一种离散时间数据驱动自学习的无人船航速控制系统，其特征在于，所述速度估计模块为：其中，为当前时刻的无人船航速估计，为下一时刻的无人船航速估计，为当前时刻的动力学未知项估计，为下一时刻无人船的动力学未知项估计，为当前时刻的系统总扰动估计，λ1和λ2为调节被扩张状态误差所引入的标量增益参数，T为离散时间常数，τ(n)为输出推动船舶向前行进的前向力矩。3.根据权利要求1所述的一种离散时间数据驱动自学习的无人船航速控制系统，其特征在于，所述扰动观测器模块为：其中，γ1为自适应增益，为下一时刻的系统总扰动估计，为当前时刻的系统总扰动估计，u(n)表示当前时刻的无人船航速，u(n+1)表示下一时刻的无人船航速，u(n)∈R、u(n+1)∈R，T为离散时间常数，为当前时刻的系统总扰动估计，为当前时刻的控制增益估计量，τ(n)为输出推动船舶向前行进的前向力矩。4.根据权利要求3所述的一种离散时间数据驱动自学习的无人船航速控制系统，其特征在于，所述下一时刻的无人船航速u(n+1)的计算公式为：u(n+1)＝u(n)+T(d+k0τ(n))
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)其中，u(n)表示当前时刻的无人船航速，u(n+1)表示下一时刻的无人船航速，u(n)∈...

【专利技术属性】
技术研发人员：景云，崔凯，李锦辉，姜岳，古楠，王丹，王浩亮，刘陆，王安青，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：