基于终端滑模及预设性能控制的水下航行器轨迹跟踪研究
发布时间：2021-08-29 04:43
本文研究水下航行器的轨迹跟踪控制问题。将预设性能控制与滑模控制相结合,结合有限时间收敛终端滑模与预设性能控制器对比进行分析推导,证明了算法的稳定性。采用的控制律提高了轨迹跟踪中的误差收敛速度,约束了AUV轨迹跟踪误差。除了增强对系统中不确定性模型的鲁棒性,这种控制率还能够减少由于滑模函数的控制抖动。新型控制器具有较高的控制精度以及较快的响应速度。通过对比仿真研究,验证了该控制律的有效性。
【文章来源】：舰船科学技术. 2020,42(23)北大核心
【文章页数】：5 页
【部分图文】：
预设性能函数的模型示意Fig.1Themodelofprescribedperformancefunction
～图6为4种算法用于AUV控制的对比仿真，线1为预设性能与非奇异终端滑模结合控制（PPFNTSM），线2为预设性能与线性滑模结合控制（PPFSM），线3为非奇异终端滑模控制（NTSM）。图3为3种算法的位置误差收敛图。在同样的反馈函数下，采用预设性能算法的收敛速度明显高于非奇异终端滑模控制，实现了快速控制。图4～图6为3种算法的控制推进器输出图。由图4可以看出，NTSM由于收敛速度最低，所以NTSM算法控制力输出很低。在控制的后期，由于水流的存图2AUV运动轨迹及跟踪路径Fig.2TheAUVtrajectorytracking图350s位置误差收敛对比Fig.3Comparisonof50spositionerrorconvergence图450s控制推力输出对比Fig.4Comparisonof50sthrustoutput第42卷张国光，等：基于终端滑模及预设性能控制的水下航行器轨迹跟踪研究·95·
?ど栊阅苡敕瞧嬉熘斩嘶?＝岷峡刂?（PPFNTSM），线2为预设性能与线性滑模结合控制（PPFSM），线3为非奇异终端滑模控制（NTSM）。图3为3种算法的位置误差收敛图。在同样的反馈函数下，采用预设性能算法的收敛速度明显高于非奇异终端滑模控制，实现了快速控制。图4～图6为3种算法的控制推进器输出图。由图4可以看出，NTSM由于收敛速度最低，所以NTSM算法控制力输出很低。在控制的后期，由于水流的存图2AUV运动轨迹及跟踪路径Fig.2TheAUVtrajectorytracking图350s位置误差收敛对比Fig.3Comparisonof50spositionerrorconvergence图450s控制推力输出对比Fig.4Comparisonof50sthrustoutput第42卷张国光，等：基于终端滑模及预设性能控制的水下航行器轨迹跟踪研究·95·
【参考文献】：
期刊论文
[1]基于生物启发神经网络的多AUV目标搜索[J]. 孙奥林,曹翔,肖旭,徐丽雯. 舰船电子工程. 2019(03)
[2]基于SINS/DVL/GPS的AUV组合导航标定方法的研究及其误差分析[J]. 吕志刚. 舰船电子工程. 2018(06)
[3]Prescribed performance synchronization for fractional-order chaotic systems[J]. 刘恒,李生刚,孙业国,王宏兴. Chinese Physics B. 2015(09)
本文编号：3369933
【文章来源】：舰船科学技术. 2020,42(23)北大核心
【文章页数】：5 页
【部分图文】：
预设性能函数的模型示意Fig.1Themodelofprescribedperformancefunction
～图6为4种算法用于AUV控制的对比仿真，线1为预设性能与非奇异终端滑模结合控制（PPFNTSM），线2为预设性能与线性滑模结合控制（PPFSM），线3为非奇异终端滑模控制（NTSM）。图3为3种算法的位置误差收敛图。在同样的反馈函数下，采用预设性能算法的收敛速度明显高于非奇异终端滑模控制，实现了快速控制。图4～图6为3种算法的控制推进器输出图。由图4可以看出，NTSM由于收敛速度最低，所以NTSM算法控制力输出很低。在控制的后期，由于水流的存图2AUV运动轨迹及跟踪路径Fig.2TheAUVtrajectorytracking图350s位置误差收敛对比Fig.3Comparisonof50spositionerrorconvergence图450s控制推力输出对比Fig.4Comparisonof50sthrustoutput第42卷张国光，等：基于终端滑模及预设性能控制的水下航行器轨迹跟踪研究·95·
?ど栊阅苡敕瞧嬉熘斩嘶?＝岷峡刂?（PPFNTSM），线2为预设性能与线性滑模结合控制（PPFSM），线3为非奇异终端滑模控制（NTSM）。图3为3种算法的位置误差收敛图。在同样的反馈函数下，采用预设性能算法的收敛速度明显高于非奇异终端滑模控制，实现了快速控制。图4～图6为3种算法的控制推进器输出图。由图4可以看出，NTSM由于收敛速度最低，所以NTSM算法控制力输出很低。在控制的后期，由于水流的存图2AUV运动轨迹及跟踪路径Fig.2TheAUVtrajectorytracking图350s位置误差收敛对比Fig.3Comparisonof50spositionerrorconvergence图450s控制推力输出对比Fig.4Comparisonof50sthrustoutput第42卷张国光，等：基于终端滑模及预设性能控制的水下航行器轨迹跟踪研究·95·
【参考文献】：
期刊论文
[1]基于生物启发神经网络的多AUV目标搜索[J]. 孙奥林,曹翔,肖旭,徐丽雯. 舰船电子工程. 2019(03)
[2]基于SINS/DVL/GPS的AUV组合导航标定方法的研究及其误差分析[J]. 吕志刚. 舰船电子工程. 2018(06)
[3]Prescribed performance synchronization for fractional-order chaotic systems[J]. 刘恒,李生刚,孙业国,王宏兴. Chinese Physics B. 2015(09)
本文编号：3369933
本文链接：https://www.wllwen.com/kejilunwen/chuanbolw/3369933.html
