基于神经动力学的水下滑翔机的模型预测控制

发布时间：2017-11-09 17:27

  本文关键词：基于神经动力学的水下滑翔机的模型预测控制

  更多相关文章： 水下滑翔机 模型预测控制 神经动力学优化

【摘要】：随着陆地资源的逐渐枯竭,海洋资源愈加得到关注。为了有效并合理地开发海洋资源、发展海洋经济,人类必须实时监测掌握海洋环境特点和变化。可以说,对于海洋环境的监测能力直接影响了人类探索海洋资源的脚步。 水下滑翔机是一种利用净浮力和姿态角的调整获取推进力的新型水下航行器,它具有能耗小、效率高、续航时间长、成本低等特点。水下滑翔机是在海洋环境中延伸人类感知和行为能力的重要工具,具有广泛的民用、军用前景。水下滑翔机技术的核心问题是其自主控制系统。由于水下滑翔机的模型呈现强非线性、欠驱动性和不确定性,应用传统的离线控制难以获得良好的控制效果。模型预测控制作为一种基于在线滚动优化的控制策略,能够有效应对水下滑翔机的控制难题。设计高性能模型预测控制算法的关键在于实现对优化问题的实时求解。由于水下滑翔机自身携带的计算设备性能有限,难以应用传统的优化方法处理复杂的动态优化问题。基于神经网络的神经动力学优化具有并行信息处理和硬件可实现性等特性,尤其适用于解决水下滑翔机的模型预测控制问题,能够满足高效计算的需求。 本文重点研究了水下滑翔机垂直面的运动控制,将其模型预测控制问题设计为一个动态二次规划问题,进而通过应用一个神经网络——简化对偶神经网络,实现动态二次规划的实时求解。仿真结果表明基于神经动力学优化的模型预测控制算法能够很好地应用于水下滑翔机的自主控制。
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：U674.941

【参考文献】

中国期刊全文数据库 前3条

1 李志伟;崔维成;;水下滑翔机水动力外形研究综述[J];船舶力学;2012年07期

2 王树新;孙秀军;王延辉;武建国;王晓鸣;;Dynamic Modeling and Motion Simulation for A Winged Hybrid-Driven Underwater Glider[J];China Ocean Engineering;2011年01期

3 马冬梅;马峥;张华;姚惠之;;水下滑翔机水动力性能分析及滑翔姿态优化研究[J];水动力学研究与进展A辑;2007年06期

，

本文编号：1162871