基于IAFSA算法的自主水下航行器S面控制参数优化方法技术

本发明专利技术提供一种基于IAFSA算法的自主水下航行器S面控制参数优化方法，包括：采用夺食行为、自适应步长、带衰减因子的视野范围改进经典人工鱼群算法，形成IAFSA算法；设计自主水下航行器的S面艏向控制器和S面前向速度控制器；利用所述IAFSA算法对S面前向速度控制器与S面艏向控制器的五个控制参数进行优化整定，形成基于IAFSA算法的S面路径跟踪控制器。经过仿真与试验分析，改进后的鱼群算法具有较快的收敛速度，且跳出局部最优值的能力显著增强，使用整定后参数的S面路径跟踪控制器指标较整定前降低了96％，并在水下实物试验中验证了IAFSA算法在AUV二维路径跟踪控制参数整定中应用的可行性与有效性。可行性与有效性。可行性与有效性。

【技术实现步骤摘要】
基于IAFSA算法的自主水下航行器S面控制参数优化方法


[0001]本专利技术涉及优化算法，具体是一种基于IAFSA算法的自主水下航行器S面控制参数优化方法。

技术介绍

[0002]自主水下航行器(AUV)已经成为水下探测、海洋资源开发的重要工具之一，当下正服务于海洋军事、海洋经济等多个领域。由于AUV具有强非线性与强耦合性的动力学特性，以及水下环境的不确定性，其水下运动控制器的设计难以参照无人车、无人机等相对成熟的无人系统，已成为其他重要功能的基础瓶颈。
[0003]文献[1]结合模糊控制器与PD控制器的理念，设计了一种水下机器人的S面控制器，具有输入参数少、对水下系统拟合程度高、实用性强的特点，并在后续的多次外场试验中证明了有效性。文献[2]中使用收敛性较好的其他非线性函数替代S面控制器中的Sigmoid函数，形成了广义S面的水下机器人控制器，能取得更好的控制效果。但是传统S面控制器中的控制参数往往是固定的，不具备自适应能力，且需要人为设定并调整，这类近似方式使得AUV在水下运动过程中仍有较大的跟踪偏差，不符合应用实际。因此将智能优本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于IAFSA算法的自主水下航行器S面控制参数优化方法，其特征在于，包括如下步骤：采用夺食行为、自适应步长、带衰减因子的视野范围改进经典人工鱼群算法，形成IAFSA算法；基于S面控制器设计自主水下航行器的S面艏向控制器和S面前向速度控制器；利用所述IAFSA算法对S面前向速度控制器与S面艏向控制器的五个控制参数进行优化整定，形成基于IAFSA算法的S面路径跟踪控制器。2.如权利要求1所述的基于IAFSA算法的自主水下航行器S面控制参数优化方法，其特征在于，所述基于S面控制器设计自主水下航行器的S面艏向控制器的具体步骤如下：通过Sigmoid函数产生控制律，以控制垂直舵机的角度，从而控制AUV的艏向，S面艏向控制器设计如下：式中，u1为推力控制器的前向速度输出，k1、k2为控制参数，e1与分别表示实际前向速度与期望值的差值，Δu1表示艏向控制器的增量输出；其中e1＝v
b
‑
v(2)式中，v
b
表示前向速度期望值，v为AUV当前速度。3.如权利要求1所述的基于IAFSA算法的自主水下航行器S面控制参数优化方法，其特征在于，所述基于S面控制器设计自主水下航行器的S面前向速度控制器的具体步骤如下：使用S面控制器，通过Sigmoid函数产生控制律，以控制推进器的推力，从而控制AUV的前向速度，S面前向速度控制器的设计如公式(3)所示：式中，u2为推力控制器的前向速度输出，k3、k4、k5为控制参数，e2与分别表示实际前向速度与期望值的差值，Δu2表示前向速度控制器的增量输出；e2＝ψ
b
‑
(ψ+β)(4)其中，e2表示实际前向速度，ψ
b
表示大地坐标系下AUV期望艏向，ψ为AUV实际艏向，β表示漂角。4.如权利要求1所述的基于IAFSA算法的自主水下航行器S面控制参数优化方法，其特征在于，所述采用夺食行为、自适应步长、带衰减因子的视野范围改进经典人工鱼群算法，形成IAFSA算法，具体包括：其中采用夺食行为改进经典人工鱼群算法，具体为：将夺食行为加入人工鱼的基本行为之中，具体数学表述如下：式中，Y
i
表示当前位置X
i
的食物浓度，当其与视野范围中某一位置X
V
的食物浓度Y
V
的比值小于某一阈值时，则该人工鱼执行夺食行为，该阈值用执行可能性β＝rand(0,1)与拥挤度因子的乘积表示；
其中采用自适应步长改进经典人工鱼群算法，具体为：当前位置距离食物浓度更高处较远时使用较大的Step值，较近时使用较小的Step值，具体数学表述如下：Step＝Rand*||X
i
‑
X
V
||(6)式中，X
i
表示人工鱼当前位置，X
V
表示其视野范围内某一位置，当X
V
处食物浓度值大于当前位置浓度时，则该人工鱼向其方向上游动Step距离；其中采用带衰减因子的视野范围改进经典人工鱼群算法，具体为：当算法开始迭代时，使用较大的Visual值扩大寻优范围，随着迭代过程的进行，逐步适当减小Visual值以加快收敛速度，数学表达为：Visual
k
＝αVisual
k
‑1(7)其中α∈(0,1)代表视野范围的衰减速率，k代表迭代次数。5.如权利要求4所述的基于IAFSA算法的自主水下航行器S面控制参数优化方法，其特征在于，采用夺食行为、自适应步长、带衰减因子的视野范围改进经典人工鱼群算法改进后，各行为选择的条件如下：
①
聚群行为：设当前人工鱼i的位置是X
i
，该处的食物浓度为Y
i
，根据式(7)得到当前迭代次数的视野范围Visual
k
，根据式(6)得到自适应步长Step，在其视野范围Visual
k
内可观察到同伴数量为n
f
及同伴群体中心位置X
c
，中心位置处的食物浓度为Y
...

【专利技术属性】
技术研发人员：王征，杨坤，杨洋，杜度，周帅，尹洋，王黎明，侯佳欣，屈新雨，杨亭芝，
申请(专利权)人：中国人民解放军九二五七八部队，
类型：发明
国别省市：