CN107255923-CN201710447546-基于RBF辨识的ICACMAC神经网络的欠驱动无人艇航迹跟踪控制方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107255923 A (43)申请公布日 2017.10.17 (21)申请号 201710447546.5 (22)申请日 2017.06.14 (71)申请人 哈尔滨工程大学 地址 150001 黑龙江省哈尔滨市南岗区南 通大街145号哈尔滨工程大学科技处 知识产权办公室 (72)发明人 付明玉　王莎莎　王元慧　庹玉龙　 王泰琪　张放　周利　孙嘉霖　 尚文飞　 (51)Int.Cl. G05B 13/04(2006.01) 权利要求书4页 说明书7页 附图3页 (54)发明名称 基于RBF辨识的ICA-CMAC神经网络的欠驱动 无人艇航迹跟踪控制方法 (57)摘要 本发明提供的是一种基于RBF辨识的ICA- CMAC神经网络的欠驱动无人艇航迹跟踪控制方 法。首先用位置参考系统、姿态参考系统测得USV 位置信息和艏向姿态信息，对获取的USV姿态及 位置信号进行滤波及时空对准，得到当前USV精 确位置及姿态；然后采用ICA-CMAC神经网络与积 分分离式PID并行控制方法；ICA-CMAC神经网络 实现前馈控制，通过引入平衡学习常数进行可信 度分配，根据调整指标和σ学习规则辨识USV逆 模型，产生的输出作为USV输入的一部分；最后得 到包括PID控制器和ICA-CMAC神经网络的控制器 A 总控制输出。本发明解决不确定外界干扰下USV 3 航迹跟踪控制问题，所提方法降低对精确数学模 2 9 5 型的依赖性，增强系统的自适应调整能力和抗干 5 2 7 扰能力，提高算法的在线学习速度和航迹跟踪精 0 1 N 度。 C CN 107255923 A 权　利　要　求　书 1/4页 1.一种基于RBF辨识的ICA-CMAC神经网络的欠驱动无人艇航迹跟踪控制方法，其特征 是： (1)、初始化RBF和ICA-CMAC神经网络参数，包括：辨识器基宽向量B、学习速率λ，λ、网络 0 权值w ，w 、泛化参数c、平衡学习常数k和PID控制参数初值； j l 0 (2)采样得到期望输入信号r(k)和USV实际输出信号y(k)，计算艇体坐标系下的控制误 差e(k)及PID的三项输入e(1)，e(2)，e(3)； (3)、计算Jacobian辨识信息和RBF辨识网络的输出y (k)； m (4)、计算PID控制器的输出τ(k)，RBF性能指标函数E(k)，采用梯度下降法调整PID控制 p 参数Δk ，Δk ，Δk ； p i d (5)、利用RBF辨识的PID控制器，由RBF网络来辨识USV模型，在线自适应的整定控制器 参数，直到控制指标达到最好； (6)、ICA-CMAC神经网络在线进行学习，训练权值，计算ICA-CMAC输出τ(k)，网络调整的 n 性能指标函数J(k)和ICA权值调整Δw(k)； (7)、USV的总控制输出τ(k)为PID控制器输出τ(k)