无人艇建模及逻辑网络自适应控制方法的研究
发布时间：2022-12-18 11:11
近年来,无人水面艇（USV）凭借其体积小、灵活性好、航速高、无人员伤亡等优势,受到了学者们的广泛关注。由于USV的高阶性、非线性、强耦合和强不确定性,建立较为精确的动力学模型具有很大难度。此外受到海风、海浪及其他干扰的影响,USV会产生六自由度的复杂运动,具有很强的随机性和非线性,产生了传统控制手段难以快速精确控制的问题。有效的运动控制系统对提高侦察设备观测效果、武器装备系统精度都是十分重要的。海洋环境的高度动态和不可预测使USV的控制能力需要加强,其控制系统还应具有良好的自适应、自学习能力,从而需要采用先进的控制策略,才能得到满意的操纵性能。智能自适应控制方法非常适用于解决这类问题。本文针对以上问题,研究USV的数学建模以及自适应控制方法,主要工作可概括为以下几个方面： 分析USV在坐标系中的运动和动力学特性,讨论作用在USV上的各种力和力矩,建立USV六个自由度上的数学模型。采用MMG分离型机理建模方法,在Abkowitz模型的基础上把水动力分解为作用在船体、螺旋桨和舵上的三部分,并充分考虑各部分之间的相互干扰影响。 研究LFN逻辑网络理论技术及在USV控制系统中的...
【文章页数】：151 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 无人艇的研究背景及意义
1.1.1 国外无人艇的研究进展
1.1.2 国内无人艇的研究进展
1.1.3 无人艇的研究意义
1.2 无人艇运动控制概述
1.2.1 自动舵的发展
1.2.2 智能舵的发展
1.2.3 无人艇的欠驱动特性
1.2.4 航迹控制的发展
1.3 智能控制技术概述
1.3.1 智能控制理论
1.3.2 模糊神经网络
1.3.3 支持向量机
1.4 本文研究思路及主要内容
第2章 无入水面艇的运动数学建模
2.1 引言
2.2 无人艇状态空间六自由度模型
2.2.1 基本假设和坐标系
2.2.2 USV六自由度操纵运动模型
2.3 无人艇受力分析
2.3.1 主机模型
2.3.2 舵机模型
2.3.3 舵力和力矩模型
2.3.4 螺旋桨力和力矩模型
2.3.5 艇体重力模型
2.3.6 惯性流体动力模型
2.3.7 粘性流体动力和力矩模型
2.4 海上环境干扰力模型
2.4.1 海风干扰模型
2.4.2 海浪干扰模型
2.5 无人艇操纵响应型模型
2.6 无人艇的运动模型验证
2.7 本章小结
第3章 LFN逻辑网络
3.1 模糊神经元
3.2 LFN网络的逻辑神经元
3.2.1 聚合神经元
3.2.2 统一神经元
3.3 LFN网络结构
3.4 LFN网络的解释和推理
3.5 LFN网络的优化策略
3.5.1 遗传算法优化与修剪策略
3.5.2 交互与竞争学习策略
3.5.3 梯度法与粒子群法混合优化
3.6 本章小结
第4章 基于LFN网络的USV航迹控制系统
4.1 引言
4.2 LFN网络航迹控制结构
4.3 LFN网络控制器的优化
4.3.1 网络结构的优化
4.3.2 网络参数的优化
4.4 LOS算法
4.5 航迹控制仿真
4.6 本章小结
第5章 基于SVR的自适应逆控制方法
5.1 引言
5.2 支持向量回归原理
5.3 支持向量机的学习算法
5.3.1 支持向量机算法分类
5.3.2 SMO学习算法
5.4 ε-支持向量回归机
5.5 基于在线SVR算法的自适应逆控制方法
5.5.1 逆的存在性
5.5.2 支持向量机在线控制算法
5.6 本章小结
第6章 基于反馈线性化SVR自适应逆方法的USV控制系统
6.1 反馈线性化设计方法
6.2 基于反馈线性化SVR自适应逆方法的航向控制设计
6.2.1 USV航向控制系统结构
6.2.2 USV航向跟踪仿真
6.2.3 USV航向保持仿真
6.3 基于反馈线性化SVR自适应逆方法的航迹控制设计
6.3.1 航迹控制系统模型
6.3.2 基于反馈线性化SVR的航迹控制系统设计
6.3.3 C-SVR白勺自适应控制
6.3.4 数字仿真
6.4 两种航迹控制方法比较
6.5 本章小结
结论
参考文献
攻读学位期间公开发表论文
致谢
作者简介
【参考文献】：
期刊论文
[1]基于输入输出线性化SVR的船舶航迹控制[J]. 孙巧梅,任光. 中国造船. 2012(04)
[2]自适应逆控方法的无人艇航向控制[J]. 孙巧梅,任光. 中国航海. 2012(04)
[3]喷水推进型无人艇航向跟踪的反步自适应滑模控制[J]. 廖煜雷,庞永杰,庄佳园. 计算机应用研究. 2012(01)
[4]欠驱动水面船舶的曲线航迹跟踪控制[J]. 曾薄文,朱齐丹,于瑞亭. 哈尔滨工程大学学报. 2011(10)
[5]欠驱动无人艇轨迹跟踪的滑模控制方法[J]. 廖煜雷,庄佳园,李晔,庞永杰. 应用科学学报. 2011(04)
[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SVM的内模控制算法在船舶航向中的应用[J]. 田红军,王锡怀,肖健梅. 仪器仪表用户. 2010(05)
[8]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)
[9]RBF神经网络的结构动态优化设计[J]. 乔俊飞,韩红桂. 自动化学报. 2010(06)
[10]航向保持鲁棒最小二乘支持向量机控制[J]. 刘胜,宋佳,李高云. 控制与决策. 2010(04)
博士论文
[1]海上多目标船智能避碰辅助决策研究[D]. 陈立家.武汉理工大学 2011
[2]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
[3]Buck型逆变器高阶系统布尔型滑模控制及反馈线性化最优控制研究[D]. 陈江辉.华南理工大学 2010
[4]AND-OR模糊神经网络研究及在船舶控制中的应用[D]. 隋江华.大连海事大学 2006
[5]自适应逆控制方法研究及其应用[D]. 于萍.华北电力大学（河北） 2006
[6]支持向量回归机及其应用研究[D]. 田英杰.中国农业大学 2005
[7]支持向量机中最优化问题的研究[D]. 张春华.中国农业大学 2004
硕士论文
[1]支持向量机逆系统控制方法的研究与应用[D]. 何丹玉.中国科学技术大学 2010
[2]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
[3]水面高速无人艇的概念设计研究[D]. 况小梅.哈尔滨工程大学 2007
[4]高速无人艇的建模与控制仿真[D]. 高双.哈尔滨工程大学 2007
本文编号：3721949
【文章页数】：151 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 无人艇的研究背景及意义
1.1.1 国外无人艇的研究进展
1.1.2 国内无人艇的研究进展
1.1.3 无人艇的研究意义
1.2 无人艇运动控制概述
1.2.1 自动舵的发展
1.2.2 智能舵的发展
1.2.3 无人艇的欠驱动特性
1.2.4 航迹控制的发展
1.3 智能控制技术概述
1.3.1 智能控制理论
1.3.2 模糊神经网络
1.3.3 支持向量机
1.4 本文研究思路及主要内容
第2章 无入水面艇的运动数学建模
2.1 引言
2.2 无人艇状态空间六自由度模型
2.2.1 基本假设和坐标系
2.2.2 USV六自由度操纵运动模型
2.3 无人艇受力分析
2.3.1 主机模型
2.3.2 舵机模型
2.3.3 舵力和力矩模型
2.3.4 螺旋桨力和力矩模型
2.3.5 艇体重力模型
2.3.6 惯性流体动力模型
2.3.7 粘性流体动力和力矩模型
2.4 海上环境干扰力模型
2.4.1 海风干扰模型
2.4.2 海浪干扰模型
2.5 无人艇操纵响应型模型
2.6 无人艇的运动模型验证
2.7 本章小结
第3章 LFN逻辑网络
3.1 模糊神经元
3.2 LFN网络的逻辑神经元
3.2.1 聚合神经元
3.2.2 统一神经元
3.3 LFN网络结构
3.4 LFN网络的解释和推理
3.5 LFN网络的优化策略
3.5.1 遗传算法优化与修剪策略
3.5.2 交互与竞争学习策略
3.5.3 梯度法与粒子群法混合优化
3.6 本章小结
第4章 基于LFN网络的USV航迹控制系统
4.1 引言
4.2 LFN网络航迹控制结构
4.3 LFN网络控制器的优化
4.3.1 网络结构的优化
4.3.2 网络参数的优化
4.4 LOS算法
4.5 航迹控制仿真
4.6 本章小结
第5章 基于SVR的自适应逆控制方法
5.1 引言
5.2 支持向量回归原理
5.3 支持向量机的学习算法
5.3.1 支持向量机算法分类
5.3.2 SMO学习算法
5.4 ε-支持向量回归机
5.5 基于在线SVR算法的自适应逆控制方法
5.5.1 逆的存在性
5.5.2 支持向量机在线控制算法
5.6 本章小结
第6章 基于反馈线性化SVR自适应逆方法的USV控制系统
6.1 反馈线性化设计方法
6.2 基于反馈线性化SVR自适应逆方法的航向控制设计
6.2.1 USV航向控制系统结构
6.2.2 USV航向跟踪仿真
6.2.3 USV航向保持仿真
6.3 基于反馈线性化SVR自适应逆方法的航迹控制设计
6.3.1 航迹控制系统模型
6.3.2 基于反馈线性化SVR的航迹控制系统设计
6.3.3 C-SVR白勺自适应控制
6.3.4 数字仿真
6.4 两种航迹控制方法比较
6.5 本章小结
结论
参考文献
攻读学位期间公开发表论文
致谢
作者简介
【参考文献】：
期刊论文
[1]基于输入输出线性化SVR的船舶航迹控制[J]. 孙巧梅,任光. 中国造船. 2012(04)
[2]自适应逆控方法的无人艇航向控制[J]. 孙巧梅,任光. 中国航海. 2012(04)
[3]喷水推进型无人艇航向跟踪的反步自适应滑模控制[J]. 廖煜雷,庞永杰,庄佳园. 计算机应用研究. 2012(01)
[4]欠驱动水面船舶的曲线航迹跟踪控制[J]. 曾薄文,朱齐丹,于瑞亭. 哈尔滨工程大学学报. 2011(10)
[5]欠驱动无人艇轨迹跟踪的滑模控制方法[J]. 廖煜雷,庄佳园,李晔,庞永杰. 应用科学学报. 2011(04)
[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SVM的内模控制算法在船舶航向中的应用[J]. 田红军,王锡怀,肖健梅. 仪器仪表用户. 2010(05)
[8]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)
[9]RBF神经网络的结构动态优化设计[J]. 乔俊飞,韩红桂. 自动化学报. 2010(06)
[10]航向保持鲁棒最小二乘支持向量机控制[J]. 刘胜,宋佳,李高云. 控制与决策. 2010(04)
博士论文
[1]海上多目标船智能避碰辅助决策研究[D]. 陈立家.武汉理工大学 2011
[2]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
[3]Buck型逆变器高阶系统布尔型滑模控制及反馈线性化最优控制研究[D]. 陈江辉.华南理工大学 2010
[4]AND-OR模糊神经网络研究及在船舶控制中的应用[D]. 隋江华.大连海事大学 2006
[5]自适应逆控制方法研究及其应用[D]. 于萍.华北电力大学（河北） 2006
[6]支持向量回归机及其应用研究[D]. 田英杰.中国农业大学 2005
[7]支持向量机中最优化问题的研究[D]. 张春华.中国农业大学 2004
硕士论文
[1]支持向量机逆系统控制方法的研究与应用[D]. 何丹玉.中国科学技术大学 2010
[2]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
[3]水面高速无人艇的概念设计研究[D]. 况小梅.哈尔滨工程大学 2007
[4]高速无人艇的建模与控制仿真[D]. 高双.哈尔滨工程大学 2007
本文编号：3721949
本文链接：https://www.wllwen.com/shekelunwen/ljx/3721949.html
