一种基于离散滑模预测控制的多AUV一致性控制方法技术

本发明专利技术公开了一种基于离散滑模预测控制的多AUV一致性控制方法。本发明专利技术首先基于多AUV系统的非线性的离散动力学和运动学模型，对海洋环境扰动量进行估计，使得海洋环境扰动估计结果更为精确；设计的积分滑模面考虑了扰动对AUV一致性的影响，并将所设计的滑模面与预测技术结合，在减小系统抖振的同时，提升了系统的动态响应特性；同时，以设计的离散的滑模趋近律作为滑模面状态的参考轨迹，准滑模面带宽的改变与控制器性能无关，因此可以通过调节参数获得更小的带宽但又不削弱控制效果；所设计的参考滑模轨迹还可以削弱抖振现象最终实现多AUV的一致性控制，控制效果好，收敛速度快。收敛速度快。收敛速度快。

【技术实现步骤摘要】
一种基于离散滑模预测控制的多AUV一致性控制方法


[0001]本专利技术涉及多水下航行器系统
，具体涉及一种基于离散滑模预测控制的多AUV一致性控制方法。

技术介绍

[0002]自主水下航行器(AUV)是海洋勘探、开发和各种水下作业不可或缺的工具。过去一个世纪，水下作业通常由单个AUV独立进行，然而单个AUV的操作能力有限，在应对扩大的操作范围和复杂的任务要求时，需要多个AUV协同工作，以提高水下作业的效率和鲁棒性。因此，多水下航行器系统用于海洋任务将是一个必然的趋势。
[0003]在实际的海洋作业中，多AUV的工作环境极易受到不同因素的影响，如海流、温度、噪声等海洋环境因素，这些因素都增加了系统失效的可能性。因此，对外界环境扰动的处理是实现多AUV协同控制技术的重点之一。滑模控制技术是处理扰动有效的技术方法。通过设计合理的滑模控制律，使得系统在扰动存在的情况下最终能到达滑模面。近些年来，滑模预测控制作为一种新的技术用来解决扰动存在下的跟踪控制问题，其结合了滑模控制易于处理扰动的特点和模型预测控制有效提升系统动态性能的优势，在跟踪问题方面有较为不错的成果。但大多数文献考虑的是单个智能体的跟踪控制问题。也有一部分文献是利用滑模预测技术实现多智能体系统的一致性跟踪控制，但针对的是线性多智能体系统。除此之外，多AUV的高效协同任务的完成，依赖于好的通信环境，因此在大多数多AUV一致性跟踪问题方面的研究中，都假设AUV之间的信息交换是理想条件下的。然而，光与电磁波在海水中的传播衰减很大，因此，需要考虑AUV之间的通信距离。

技术实现思路

[0004]有鉴于此，本专利技术提供了一种基于离散滑模预测控制的多AUV一致性控制方法，可适用于非线性的多AUV系统，控制收敛速度快，且可实现调整准滑模面带宽的情况下不降低滑膜控制的控制效果，鲁棒性好。
[0005]本专利技术的基于离散滑模预测控制的多AUV一致性控制方法，包括：
[0006]步骤1，海洋环境扰动估计：构建多AUV系统的非线性的离散动力学和运动学模型，基于所述模型对海洋环境扰动量进行估计；
[0007]步骤2，滑膜预测模型设计：
[0008]S21，针对单个跟随者AUV，基于步骤1估计的环境扰动量的扰动误差和该跟随者AUV与领航者AUV、以及与其他跟随者AUV的一致性跟踪误差，设计当前AUV的离散积分滑膜面，并获取一步预测的离散滑模面状态；所述一致性跟踪误差包括位置误差和速度误差；
[0009]S22，将所有跟随者AUV在设定步长下的离散滑模面状态用状态空间的形式进行表达，得到多AUV滑模预测模型；
[0010]步骤3，设计参考滑模轨迹，以离散滑模趋近律作为滑膜面状态的参考滑膜轨迹：
[0011]S31，设计单个跟随者AUV的参考滑膜轨迹s
ri
(k+1)为：
[0012][0013]其中，s
ri
(k+1)、s
ri
(k)分别为k+1和k时刻的滑模预测轨迹；k为采样时刻；g
1i
、g
2i
分别为待设参数，g
1i
,g
2i
＞0并满足1
‑
g
1i
T
s
‑
g
2i
T＞0；T
s
为采样周期；α
i
为待设参数，且0＜α
i
＜1；sgn为符号函数；
[0014]S32，采用与S22相同的方式，将单个AUV参考滑膜轨迹扩充得到多AUV在设定步长下的参考滑膜轨迹；
[0015]步骤4，滑膜预测控制器设计：
[0016]基于步骤3得到的多AUV参考滑膜轨迹以及步骤2的滑膜预测模型，建立关于滑膜面误差和控制信号的代价函数，对所述代价函数进行求解，获得最优控制律，使得步骤2所设计的离散积分滑膜面跟踪上步骤3设计的参考滑模轨迹，实现多AUV一致性控制。
[0017]较优的，利用多AUV系统当前时刻的状态量和输入的控制量设计离散时间干扰观测器，对海洋环境扰动量进行估计。
[0018]较优的，单个AUV的离散动力学和运动学模型为：
[0019][0020]其中，η＝[x y ψ]T
，(x,y)和ψ分别为AUV在惯性坐标系下的位置和艏向角；υ＝[u v r]T
，为AUV在艇体坐标系下的速度；T
s
为采样时间；R为坐标转换矩阵；A
c
(υ)＝
‑
M
‑1(C(υ)+D(υ))，B
c
＝M
‑1，ω
c
＝M
‑1ω，R、M、C和D分别为艇体坐标系到惯性坐标系下的坐标转换矩阵、单个AUV的惯性矩阵、科里奥利向心阵和阻尼系数矩阵；
[0021]设计的第l个AUV的离散时间干扰观测器为：
[0022][0023]其中，下标l＝0,1,...,N，l＝0表示领航者AUV，l＝1～N表示跟随者AUV；P
l
(k+1)为观测器的内部辅助状态变量；λ
l
为待设系数，0＜λ
l
＜1；为控制量，τ
ul
和τ
rl
分别为第l个AUV的纵向推力和艏摇力矩。
[0024]较优的，所述S21中，设计的离散积分滑膜面为：
[0025][0026]其中，S(k)＝[s1(k),s2(k),...,s
N
(k)]T
，e
η
(k)＝[e
η1
(k),e
η2
(k),...,e
ηN
(k)]T
，e
υ
(k)＝[e
υ1
(k),e
υ2
(k),...,e
υN
(k)]T
，s
i
(k)、e
ηi
(k)、e
υi
(k)分别为第i个跟随者AUV的滑模面、位置误差和速度误差，i＝1,2,
…
,N；Q1＝diag{q
11
,q
12
,...,q
1N
}，Q2＝diag{q
21
,q
22
,...,q
2N
}，q
1i
和q
2i
都为3
×
3的对角阵且对角线上的元素都为大于0的常数；Q
s
＝Q(L+B)，Q＝diag{c1,c2,...,c
N
}，c
i
待设计系数且0＜c
i
＜1；L为拉普拉斯矩阵；σ(k)为辅助设计变量；为待
设系数，设系数，为扰动估计误差；上标T表示转置。
[0027]较优的，所述步骤4中，设计的代价函数为：
[002本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于离散滑模预测控制的多AUV一致性控制方法，其特征在于，包括：步骤1，海洋环境扰动估计：构建多AUV系统的非线性的离散动力学和运动学模型，基于所述模型对海洋环境扰动量进行估计；步骤2，滑膜预测模型设计：S21，针对单个跟随者AUV，基于步骤1估计的环境扰动量的扰动误差和该跟随者AUV与领航者AUV、以及与其他跟随者AUV的一致性跟踪误差，设计当前AUV的离散积分滑膜面，并获取一步预测的离散滑模面状态；所述一致性跟踪误差包括位置误差和速度误差；S22，将所有跟随者AUV在设定步长下的离散滑模面状态用状态空间的形式进行表达，得到多AUV滑模预测模型；步骤3，设计参考滑模轨迹，以离散滑模趋近律作为滑膜面状态的参考滑膜轨迹：S31，设计单个跟随者AUV的参考滑膜轨迹s
ri
(k+1)为：其中，s
ri
(k+1)、s
ri
(k)分别为k+1和k时刻的滑模预测轨迹；k为采样时刻；g
1i
、g
2i
分别为待设参数，g
1i
,g
2i
＞0并满足1
‑
g
1i
T
s
‑
g
2i
T＞0；T
s
为采样周期；α
i
为待设参数，且0＜α
i
＜1；sgn为符号函数；S32，采用与S22相同的方式，将单个AUV参考滑膜轨迹扩充得到多AUV在设定步长下的参考滑膜轨迹；步骤4，滑膜预测控制器设计：基于步骤3得到的多AUV参考滑膜轨迹以及步骤2的滑膜预测模型，建立关于滑膜面误差和控制信号的代价函数，对所述代价函数进行求解，获得最优控制律，使得步骤2所设计的离散积分滑膜面跟踪上步骤3设计的参考滑模轨迹，实现多AUV一致性控制。2.如权利要求1所述的方法，其特征在于，利用多AUV系统当前时刻的状态量和输入的控制量设计离散时间干扰观测器，对海洋环境扰动量进行估计。3.如权利要求2所述的方法，其特征在于，单个AUV的离散动力学和运动学模型为：其中，η＝[x y ψ]
T
，(x,y)和ψ分别为AUV在惯性坐标系下的位置和艏向角；υ＝[u v r]
T
，为AUV在艇体坐标系下的速度；T
s
为采样时间；R为坐标转换矩阵；A
c
(υ)＝
‑
M
‑1(C(υ)+D(υ))，B
c
＝M
‑1，ω
c
＝M
‑1ω，R、M、C和D分别为艇体坐标系到惯性坐标系下的坐标转换矩阵、单个AUV的惯性矩阵、科里奥利向心阵和阻尼系数矩阵；设计的第l个AUV的离散时间干扰观测器为：
其中，下标l＝0,1,...,N，l＝0表示领航者AUV，l＝1～N表示跟随者AUV；P
l
(k+1)为观测器的内部辅助状态变量；λ
l
为待设系数，0＜λ
l
＜1；为控制量，τ
ul
和τ
rl
分别为第l个AUV的纵向推力和艏摇力矩。4.如权利要求3所述的方法，其特征在于，所述S21中，设计的离散积分滑膜面为：其中，S(k)＝[s1(k),s2(k),...,s
N
(k)]
T
，e
...

【专利技术属性】
技术研发人员：辛斌，杨伊熹，王晴，邓方，曲韵，程帅，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：