【技术实现步骤摘要】
一种水下航行器深度控制参数在线优化方法、系统、计算机设备及介质
[0001]本专利技术属于水下航行器智能航行
,具体涉及一种水下航行器非电变量的控制调节技术
。
技术介绍
[0002]近年来,水下航行器在潜水员不易到达的区域发挥着越来越重要的作用,特别是对于深度控制有需求的水下作业任务如水下切割
、
打磨
、
钻孔
、
清洗
、
检测与维修等
。
[0003]目前对于水下航行器深度控制的研究方法主要包括滑模变结构控制
、
模糊控制
、
自适应控制
、
神经网络控制
、PID
控制
、S
面控制等
。
[0004]控制参数的选取对深度控制结果至关重要,但上述技术在参数选取方面有的涉及大量计算
、
有的依赖专业人员的经验
、
有的需要基于海量样本数据学习,这对上述技术在深度控制的效率和精度等发面都产生了影响
。
技术实现思路
[0005]本专利技术针对现有技术存在的对水下航行器深度控制时,需要依赖专业技术人员
、
通过大量的计算选取参数以及需要基于海量样本数据学习,影响深度控制的效率和精度,以及实效性不佳的问题,提出了一种水下航行器深度控制参数在线优化的方法
。
[0006]一种水下航行器深度控制参数在线优化方法,包括:
[0007]采集推 ...
【技术保护点】
【技术特征摘要】
1.
一种水下航行器深度控制参数在线优化方法,其特征在于,所述方法包括:采集推进器的垂向实时数据;根据所述垂向实时数据采用递推最小二乘法获得垂向运动控制特性;对
S
面控制器参数随机赋初值,选取评价指标函数;根据所述评价指标函数,通过梯度下降法对所述
S
面控制器参数进行在线优化
。2.
根据权利要求1所述的一种水下航行器深度控制参数在线优化方法,其特征在于,所述垂向实时数据包括:实时推力数据和实时深度数据
。3.
根据权利要求2所述的一种水下航行器深度控制参数在线优化方法,其特征在于,所述根据所述垂向实时数据采用最小二乘法获得垂向运动控制特性包括:根据所述垂向实时数据,采用递推最小二乘法获得垂向运动控制特性的参数预测值;根据所述参数预测值,采用递推最小二乘法获得深度数据的预测值
。4.
根据权利要求3所述的一种水下航行器深度控制参数在线优化方法,其特征在于,所述根据所述垂向实时数据获得垂向运动控制特性的参数预测值采用的公式为:其中,为垂直方向运动控制特性的参数预测值,
D
i
为所述实时深度数据,
f
i
为所述实时推力数据,
T
为转置
。5.
根据权利要求3所述的一种水下航行器深度控制参数在线优化方法,其特征在于,所述递推最小二乘法具体为:
P(k
‑
1)
=
[I
‑
K(k
‑
1)f
T
(k
‑
1)]P(k
‑
2)
其中,
k
为推力数据和深度数据的编号,
f(k
‑
1)
为在第
k
次递推中新的推力数据,
...
【专利技术属性】
技术研发人员:姜春萌,张宏瑞,李书鹏,王金娥,陈双全,唐依明,王高阳,邓颖,徐蓝青,吕金华,吴翔,
申请(专利权)人:武汉船舶职业技术学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。