基于输入输出线性化SVR的船舶航迹控制.pdfVIP

53卷 第4期(总第203期) 中 国 造 船 、，o1．53 No．4 (SefialNo．203) 2012年 12月 SHIPBUILDINGOFCHNIA Dec．20l2 文章编号：1000．4882(2012)04—0091—09 基于输入输出线性化 SVR的船舶航迹控制 孙巧梅，任 光 (大连海事大学轮机工程学院，本连，I16026) 摘 要 支持向量回归机(SupportVectorRegression，简称SVR)是系统控制的一种新方法，相对于神经网络来说它的 优势在于避免过学习、陷入局部极小点，获得全局最优解。结合输入输出反馈线性化理论，提出了反馈线性化 SVR方法，采用交叉验证方法对 SVR的参数进行优化，通过逆动态模型和逆误差补偿项的离线辨识，将辨识 的逆模型作为控制器，设计出自适应逆控制系统。控制器应用到船舶航迹控制系统3-中，在Mat1ab平台下，针 对设定的航迹方案进行数字仿真试验。仿真结果表明该控制方案具有良好的动态响应性能和控制效果。 关 键 词：支持向量回归机；航迹控制；输入输出线性化 中图分类号：U664 文献标识码：A ’ 0 引 言 由于航行安全、节能和降低船员的劳动强度等需要，航向控制一直以来受到人们的高度重视。随 着科技的发展，越来越多的新的智能方法应用到其中。现在船舶航向控制方面的理论研究已经比较成 熟。但在物流业高速发展的今天，对海上航运业提出了更高的要求。现有的航向控制已不能满足要求， 所以船舶航迹控制的研究成为趋势。同时，随着高科技的发展，船舶航迹控制的实现成为可能，而且 发展为当今的一个研究热点。 支持向量机最初是由Vapnik提出的，它的原理是通过解一个线性约束的二次规划 问题而得到全局 最优解，不存在局部最小值问题，快速算法保证了收敛速度。近年来在很多领域如系统辨识控制方面 得到应用和发展L1J。支持向量回归机(SupportVectorRegression，简称 SVR)是系统控制的一种新方法， 相对于神经网络来说它的优势在于避免过学习、不会陷入局部极小点，能获得全局最优解，在很大程 度上解决了模型选择、非线性、维数灾难等问题。 本文将 —SVR作为一种新的辨识控制方法，应用到船舶航迹控制研究中，与输入输出反馈线性化 相结合，并利用交叉验证方法优化参数，进一步提高系统的运行速度和反应能力，从而提高整个系统 的性能。 1 输入输出反馈线性化 考虑下面的非线性动态系统 】 = _厂()+g() 收稿日期：2012．02—06；修改稿收稿 日期：2012．11-29 中 国 造 船 学术论文 Y 矗() (2) 上两式中，x(t)ER 是状态变量向量， (力∈R 是控制输入向量，J，(0∈R是输出向量。假设 =，， 控制 目标是渐近跟踪控制的参考信号Yr(f)。要进行输入输出线性化，也就是要获得输入输出之间的 线性微分关系。 对Y= … ]T=[办 … ]T求相对于时间的微分，从而得到与输入之间的关系，即 = )+ g()“= + 户 … (3) 式中，Lfhj(x)：R 卜÷R和 ()：R R分别代表 关于厂和g的李导数羽。假设 ()是零向量， 乃相对于时间的高阶导数是 = ()+∑ 膨 () (4) 式中乃是使 ()≠0对于某个X成立的最小整数，也就是为了使输入 出现，对Y进行微分的 次数。 假设 × 阶矩阵 ￡ 是奇异