【技术实现步骤摘要】
本专利技术涉及人工智能，具体而言，尤其涉及一种带有输入量化和状态量化的无人船舶自适应轨迹跟踪控制方法。
技术介绍
1、在过去几十年中，人们对海洋资源的勘探和开发日益重视。在这一趋势的推动下，无人水下航行器(usv，unmanned surface vehicle)已广泛应用于巡逻、侦察和资源勘探等领域。
2、学者们高度关注对usv轨迹跟踪控制的研究。目前，各种先进的控制技术正在广泛应用于usv的轨迹跟踪控制，包括滑模控制、容错控制、神经网络和鲁棒控制等。大多数研究侧重于如何提高usv轨迹跟踪控制的精度和稳定性。为确保信号在通信信道带宽内正常传输，有必要考虑usv网络控制系统中的状态和输入量化问题。
3、量化反馈控制的研究引起了相当多的关注。许多先进的控制方法已用于创建量化反馈控制策略。研究大多集中于研究状态或输入量化对控制系统的影响。此外，量化变量通常被视为影响未量化变量的干扰因素。在分析量化如何影响系统性能和控制系统稳定性时，通常需要评估这些干扰的边界。然而，在航海实践中，同时解决状态和输入量化问题更为重要。鉴于此，研究带有输入量化和状态量化的无人船舶自适应轨迹跟踪控制系统具有重要意义。
技术实现思路
1、为确保信号在通信信道带宽内正常传输，针对具有输入量化和状态量化的无人船舶轨迹跟踪控制问题，本专利技术提供一种带有输入量化和状态量化的无人船舶自适应轨迹跟踪控制方法。设计基于扰动观测器的量化反馈跟踪控制器，以确保无人船舶跟踪期望轨迹。
2、本专
3、一种带有输入量化和状态量化的无人船舶自适应轨迹跟踪控制方法，包括：
4、s1、结合反步法和动态面控制技术，设计系统控制律，并利用扰动观测器对控制系统中存在的未知外界干扰进行估计；
5、s2、采用均匀量化器对控制系统中的控制输入和状态变量进行量化，并使用线性分析模型描述输入量化的过程；
6、s3、基于扰动观测器，利用量化状态递归设计无人船舶轨迹跟踪控制器，并证明闭环控制系统中量化变量和非量化变量之间误差的有界性；
7、s4、基于lyapunov稳定性理论，证明在无需量化参数的先验信息的情况下，设计的带有输入量化和状态量化的无人船舶自适应轨迹跟踪控制系统的稳定性。
8、进一步地，所述步骤s1，具体包括：
9、s11、构建无人船舶数学模型，如下：
10、
11、式中，[x,y]τ和分别为惯性坐标系下无人船舶的位置和艏摇角；ν＝[u,v,r]τ∈r3，u,v,r分别为附体坐标系下无人船舶的前向速度、横向速度和艏揺角速度；q(τ)＝[q(τu),q(τv),q(τr)]τ为系统控制输入τ＝[τu,τv,τr]τ∈r3的量化值；τω＝[τuω,τvω,τrω]τ∈r3为未知外界扰动；为旋转矩阵；
12、
13、式中，c1＝m22v+m23r，c2＝m11u，d11＝xu+xu|u||u|+xuuu×u2，d22＝yv+yv|v|v|+yv|r|r|，d23＝yr+yr|v||v|+yrr||r|，d32＝zv+zv|v||v|+zv|r||r|，d33＝zr+zr|v||v|+zr|r||r|，m为usv的质量，和为附加质量，xu，xu|u|，yv，yv|v|，yv|r|，yr，yr|v|，yr|r|，zv，zv|v|，zv|r|，zr，zr|v|，zr|r|，和xuuu为水动力参数，xg为usv的重心，iz为关于垂直轴的惯性矩。
14、s12、定义f∈r3为f＝m-1(-c(ν)ν-d(ν)ν)，则无人船舶的数学模型被简化为：
15、
16、式中，ω＝m-1q(τω)；
17、s13、定义误差面：
18、z1＝η-ηd
19、z2＝ν-α
20、式中，为期望轨迹，其中，[xd,yd]τ和分别为船舶在惯性坐标系下的期望位置坐标和艏摇角，α＝[α1,α2,α3]τ为虚拟信号的滤波信号；
21、s14、选用一阶低通滤波器，如下：
22、
23、式中，i＝1,2,3，为正常数，是一阶低通滤波器的滤波参数，滤波误差为
24、s15、对误差面z1＝η-ηd进行求导，得到：
25、
26、s16、选取虚拟信号为：
27、
28、式中，k1为正常数；
29、s17、对误差面z2＝ν-α进行求导，得到：
30、
31、s18、假设外界干扰ω为未知连续函数，其时间导数有界且非常，因此，使用扰动观测器对ω进行估计，设计扰动观测器为：
32、
33、式中，l1和l2为正常数，和分别是对ω和ν的估计，量化误差
34、s19、设计非量化的辅助控制输入信号和自适应律分别为：
35、
36、
37、式中，k2为正常数。
38、进一步地，所述步骤s2具体包括：
39、s21、采用均匀量化器对控制系统中的控制输入和状态变量进行量化，如下：
40、
41、式中，ι为正常数，表示量化步长；j∈z+；aj＝ι，aj+1＝aj+ι，量化误差满足
42、s22、定义q(τ)＝q1τ+q2，且：
43、
44、式中，q1未知，b>0，由于符号在量化过程中保持不变，且q1>0，由于有界，则||q2||也是有界的，令||q2||≤`q2。
45、进一步地，所述步骤s3，具体包括：
46、s31、利用量化状态递归，设计基于扰动观测器的无人船舶轨迹跟踪控制器；
47、s32、证明扰动观测器的观测误差有界；
48、s33、证明由步骤s12的被控对象、步骤s14的低通滤波器和步骤s17的控制律组成的闭环系统的所有闭环信号一致且最终有界；
49、s34、证明误差面、虚拟信号、滤波误差和控制输入的量化误差有界性。
50、进一步地，所述步骤s31，具体包括：
51、s311、设计基于量化状态的误差面，虚拟信号和滤波误差，如下：
52、
53、
54、
55、
56、式中，k1为正常数，q(η)＝[q(x),q(y),q(ψ)]t，q(ν)＝[q(u),q(v),q(r)]t，为虚拟信号的滤波信号，
57、s312、选用一阶低通滤波器，如下：
58、
59、式中，i＝1,2,3，为正常数，是一阶低通滤波器的滤波参数；
60、s313、设计扰动观测器为：
61、
62、式中，l1和l2为正常数，
63、s314、设计控制输入信号和自适应律分别为：
6本文档来自技高网...
【技术保护点】
1.一种带有输入量化和状态量化的无人船舶自适应轨迹跟踪控制方法，包括：
2.根据权利要求1所述的带有输入量化和状态量化的无人船舶自适应轨迹跟踪控制方法，其特征在于，所述步骤S1，具体包括：
3.根据权利要求1所述的带有输入量化和状态量化的无人船舶自适应轨迹跟踪控制方法，其特征在于，所述步骤S2具体包括：
4.根据权利要求1所述的带有输入量化和状态量化的无人船舶自适应轨迹跟踪控制方法，其特征在于，所述步骤S3，具体包括：
5.根据权利要求4所述的带有输入量化和状态量化的无人船舶自适应轨迹跟踪控制方法，其特征在于，所述步骤S31，具体包括：
6.根据权利要求4所述的带有输入量化和状态量化的无人船舶自适应轨迹跟踪控制方法，其特征在于，所述步骤S32，具体包括：
7.根据权利要求4所述的带有输入量化和状态量化的无人船舶自适应轨迹跟踪控制方法，其特征在于，所述步骤S33，具体包括：
8.根据权利要求4所述的带有输入量化和状态量化的无人船舶自适应轨迹跟踪控制方法，其特征在于，所述步骤S34，具体包括：
...【技术特征摘要】
1.一种带有输入量化和状态量化的无人船舶自适应轨迹跟踪控制方法，包括：
2.根据权利要求1所述的带有输入量化和状态量化的无人船舶自适应轨迹跟踪控制方法，其特征在于，所述步骤s1，具体包括：
3.根据权利要求1所述的带有输入量化和状态量化的无人船舶自适应轨迹跟踪控制方法，其特征在于，所述步骤s2具体包括：
4.根据权利要求1所述的带有输入量化和状态量化的无人船舶自适应轨迹跟踪控制方法，其特征在于，所述步骤s3，具体包括：
5.根据权利要求4所述的带有输入量化和状态量化的无人船舶自适应轨迹跟踪控制方法，其特征...
【专利技术属性】
技术研发人员：宁君，王雨，马一帆，刘陆，彭周华，李铁山，李伟，陈俊龙，
申请(专利权)人：大连海事大学，
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。