基于模糊支持向量机的无人艇控制策略研究

发布时间：2021-12-22 12:56

　　无人艇作为融合了控制、导航、路径规划等多学科为一体的系统,相比常规的船艇,其复杂度和设计难度都有了很大的提高,但是基于它本身所具备的优点:响应速率快,机动性能好、具有较高的可靠性等,使得其在各种军事活动中拥有重要的地位。另外除了军事上的使用,民用也开始逐步兴起,开始担任水源的检测、航运的运输等相关工作,并由此诞生了一批新的高新技术产业。随着智能控制技术越来越成熟,对无人艇的研究也提出了更高的要求,需要更好的机动和控制能力。本文主要针对实验中的无人艇进行数学建模分析,在了解其具体模型的基础上进行仿真和实物实验。无人艇的实物实验主要采用的是传统工业中的非线性PID算法,得到无人艇实际运行效果,基本满足控制要求。之后针对非线性PID的不足,提出模糊支持向量机的智能算法,通过采集无人艇航行过程中的大量数据集进行训练,获得可用模型,相比之前无人艇实际航行实验情况。考虑到模糊支持向量机在参数寻优和模型过大方面的缺陷,在此基础上采用了粒子群算法和权重剪枝算法对其改进,以此提升整个系统运行时间和减小模型大小。首先,根据目前无人艇的研究情况进行叙述,了解相关发展。接着采用常用的MMG模型分析技术,对实验... 

【文章来源】：哈尔滨工程大学黑龙江省 211工程院校

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

“SpartanScout”号无人艇美国的若干其他公司也在研制开发无人水面艇，并取得了相当大的进展

图 1.2 “天象 1 号”无人艇[13]以喷水推进系统的无人艇为背景进行运动控制的讨论进行分析设计，并由此提出相关运动策略。最后通过相有比较好的控制特性。[14]以多任务为基础，采用性能更好的双体船作为实验对

大地和船体坐标系建立

【参考文献】：
期刊论文
[1]无人艇运动控制方法的回顾与展望[J]. 廖煜雷,张铭钧,董早鹏,刘鹏.  中国造船. 2014(04)
[2]带有权重函数学习因子的粒子群算法[J]. 赵远东,方正华.  计算机应用. 2013(08)
[3]模糊支持向量机的研究与应用[J]. 马芳芳,仝卫国,宋雨倩.  电脑与信息技术. 2013(01)
[4]一种改进的简化粒子群算法[J]. 黄太安,生佳根,徐红洋,黄泽峰.  计算机仿真. 2013(02)
[5]高速滑行艇的纵向运动分析与仿真研究[J]. 许蕴蕾.  船舶. 2011(01)
[6]基于模糊神经网络控制的水面无人艇建模与仿真[J]. 陈鸶鹭,程海边.  舰船科学技术. 2010(11)
[7]基于反馈线性化的船舶自动舵模糊滑模控制[J]. 张元涛,石为人,李建立,邱明伯.  系统仿真学报. 2010(10)
[8]多种群粒子群优化算法[J]. 罗德相,周永权,黄华娟,韦杏琼.  计算机工程与应用. 2010(19)
[9]船舶航向最小二乘支持向量机内模控制[J]. 宋佳,刘胜,李高云.  电机与控制学报. 2009(S1)
[10]一种新的模糊支持向量机[J]. 哈明虎,彭桂兵,赵秋焕,马丽娟.  计算机工程与应用. 2009(25)

博士论文
[1]无人艇的非线性运动控制方法研究[D]. 廖煜雷.哈尔滨工程大学 2012
[2]粒子群算法的研究及应用[D]. 刘衍民.山东师范大学 2011
[3]无人艇操纵性与智能控制技术研究[D]. 吴恭兴.哈尔滨工程大学 2011
[4]粒子群算法的基本理论及其改进研究[D]. 刘建华.中南大学 2009
[5]智能机器人神经心理模型研究[D]. 刘海波.哈尔滨工程大学 2005
[6]模糊支持向量机及其应用研究[D]. 杨志民.中国农业大学 2005
[7]支持向量机及其在控制中的应用研究[D]. 孙宗海.浙江大学 2003

硕士论文
[1]无人水面艇模糊鲁棒自适应航迹跟踪控制研究[D]. 刘丹.大连海事大学 2016
[2]水面无人艇运动控制系统设计与实现[D]. 田勇.大连海事大学 2016
[3]无人艇信息网络及控制系统设计[D]. 杜婷茹.大连海事大学 2014
[4]无人艇运动模糊控制技术研究[D]. 董早鹏.哈尔滨工程大学 2013
[5]大型水面舰船操纵性仿真软件开发[D]. 徐明彩.哈尔滨工程大学 2011
[6]相对漂浮船舶动力定位的跟踪控制方法研究[D]. 王仲.哈尔滨工程大学 2008
[7]粒子群算法在最优化问题中的研究[D]. 梁军.广西师范大学 2008
[8]水面智能高速无人艇的控制与仿真[D]. 吴恭兴.哈尔滨工程大学 2008
[9]基于支持向量机的机器学习研究[D]. 刘华煜.大庆石油学院 2005
[10]步进电机细分驱动技术的研究[D]. 雷凯.苏州大学 2003



本文编号：3546420