欠驱动船舶简捷鲁棒自适应路径跟踪控制.pdfVIP

欠驱动船舶简捷鲁棒自适应路径跟踪控制.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第35卷第9期 哈  尔  滨  工  程  大  学  学  报 Vol.35 №.9 2014年9月 Journal of Harbin Engineering University Sep. 2014 欠驱动船舶简捷鲁棒自适应路径跟踪控制 张国庆,张显库,关巍 (大连海事大学航海动态仿真和控制实验室,辽宁 大连 116026) 摘  要:为了进一步解决模型存在任意不确定性和外界环境干扰的欠驱动船舶路径跟踪控制问题,在Backstepping方法 基础上,引入非线性函数逼近技术对模型中任意不确定因素进行补偿控制。 考虑到“计算膨胀”和控制实时性问题,引 入动态面控制和最小参数学习方法的设计思想,充分利用欠驱动船舶模型内部结构特征,将用于非线性函数逼近的神经 网络权重压缩为4个参数进行在线学习。 该算法具有形式简捷、学习参数少、易于工程实现的特点,仿真实例验证了所 提出控制策略的有效性。 关键词:欠驱动船舶;路径跟踪;Backstepping;神经网络;自适应控制;非线性函数 doi:10.3969/ j.issn.1006⁃7043.201303006 网络出版地址:http:/ / www.cnki.net/ kcms/ doi/ 10.3969/ j.issn.1006⁃7043.201401046.html 中图分类号:TP29  文献标志码:A  文章编号:1006⁃7043(2014)09⁃1053⁃07 Concise robust adaptive path⁃following control for underactuated ships ZHANG Guoqing,ZHANG Xianku,GUAN Wei (Laboratory of Marine Simulation and Control,Dalian Maritime University,Dalian 116026,China) Abstract:Inorderto supplementthecontrol designforunderactuated shipswith arbitrary uncertaintiesandexternal nonzero time⁃varying disturbances,a NNs⁃based concise robust adaptive control scheme is developed based on the popular backstepping method. By virtue of nonlinear function approximation,model uncertainties are approximated and compensated in the control design. In addition,the problems of “explosion of complexity” and the real⁃time control are solvedusingthedynamicsurfacecontrol (DSC)andminimallearningparameter (MLP)techniques.A⁃ long with the inherent structural characters of underactuated ships,the neural network weights used for nonlinear function approximation wereactually minimizedto4 onlinelearningparameters. Comparedwiththeexistingresults, the proposed algorithm has the advantages of concise forms,fewer learning parameters and convenience of imple⁃ mentation in practical applications. Numerical simulation resultsi

文档评论(0)

zxli + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档