基于ARX模型的船舶航向保持LQR控制.pptxVIP

基于ARX模型的船舶航向保持LQR控制

汇报时间：2024-01-28

汇报人：

目录

引言

ARX模型建立与参数辨识

LQR控制器设计

基于ARX模型的船舶航向保持LQR控制策略

目录

硬件在环仿真实验验证

结论与展望

引言

01

船舶航向保持是船舶自动驾驶的核心技术之一，对于提高船舶航行安全性、经济性和舒适性具有重要意义。

随着船舶大型化和高速化的发展，船舶航向保持控制面临更加复杂和严苛的要求，需要更加先进和有效的控制方法。

基于ARX模型的船舶航向保持LQR控制方法，结合了系统辨识、最优控制和现代控制理论等多种技术，具有较高的控制精度和鲁棒性，对于推动船舶自动驾驶技术的发展具有重要意义。

国内外学者在船舶航向保持控制方面开展了大量研究，提出了多种控制方法，如PID控制、滑模控制、模糊控制等。

近年来，基于模型预测控制（MPC）的船舶航向保持控制方法受到广泛关注，该方法能够处理多变量、非线性和约束优化问题，具有较好的控制效果。

随着人工智能和机器学习技术的快速发展，基于数据驱动的船舶航向保持控制方法成为新的研究热点，如基于深度学习的控制方法、基于强化学习的控制方法等。

本文提出了一种基于ARX模型的船舶航向保持LQR控制方法。首先，利用ARX模型对船舶运动进行建模，并通过系统辨识方法确定模型参数；然后，设计LQR控制器对船舶航向进行跟踪控制；最后，通过仿真实验验证所提方法的有效性。

创新点包括：1）将ARX模型引入到船舶航向保持控制中，提高了建模精度和适应性；2）采用LQR控制器进行航向跟踪控制，实现了较高的控制精度和鲁棒性；3）通过仿真实验验证了所提方法的可行性和有效性。

ARX模型建立与参数辨识

02

01

02

03

描述当前输出与过去输出之间的关系，通过历史数据预测未来数据。

自回归模型（AR）

引入外部输入变量，与自回归模型结合，形成ARX模型，更准确地描述系统动态特性。

外生输入模型（X）

ARX模型可用差分方程表示，描述输出、输入及噪声之间的关系。

差分方程表示

01

采集船舶航向数据

通过传感器等设备采集船舶航向、舵角等实时数据。

02

数据预处理

对采集的数据进行滤波、去噪等预处理操作，提高数据质量。

03

数据分割

将数据分为训练集和测试集，用于模型参数辨识和验证。

03

智能优化算法

如遗传算法、粒子群算法等，用于解决复杂非线性优化问题，提高参数辨识精度。

01

最小二乘法

利用最小二乘法进行参数估计，使得模型输出与实际输出之间的误差平方和最小。

02

梯度下降法

通过梯度下降法优化模型参数，逐步迭代更新参数值，直至收敛。

LQR控制器设计

03

最优控制理论

LQR（LinearQuadraticRegulator）控制基于最优控制理论，通过最小化二次型性能指标来设计状态反馈控制器。

状态空间表示

LQR控制采用状态空间表示法，将系统动态行为表示为状态方程和输出方程，便于分析和设计。

权重矩阵选择

在LQR控制中，需要选择合适的权重矩阵来平衡系统状态和控制输入的权重，以达到期望的控制效果。

1

2

3

通过不断调整权重矩阵的参数，观察系统响应和控制效果，逐步逼近最优参数组合。

试探法

采用优化算法（如遗传算法、粒子群算法等）对权重矩阵进行寻优，以找到最优的控制器参数。

优化算法

通过对系统频率特性的分析，确定合适的控制器参数，以满足系统稳定性和动态性能的要求。

频域分析法

李雅普诺夫稳定性理论

利用李雅普诺夫稳定性理论，分析系统的稳定性，并给出稳定性条件。

劳斯判据

通过劳斯判据判断系统特征方程的根是否位于复平面的左半部分，从而确定系统的稳定性。

仿真验证

通过仿真实验观察系统在不同条件下的响应，验证控制器的稳定性和有效性。

03

02

01

仿真平台搭建

选择合适的仿真平台和工具，搭建船舶航向保持控制系统的仿真模型。

不同海况下仿真

模拟不同海况下的船舶运动情况，测试LQR控制器的性能和鲁棒性。

结果对比分析

将LQR控制器的仿真结果与其他控制方法（如PID控制）进行对比分析，评估其优劣和改进方向。

控制器参数优化建议

根据仿真结果分析，提出针对LQR控制器参数的优化建议，以进一步提高控制性能。

基于ARX模型的船舶航向保持LQR控制策略

04

01

02

03

04

保持船舶在设定航向上稳定航行，减小航向偏差。

确定控制目标

采用ARX模型描述船舶运动特性，包括舵角与航向之间的关系。

建立船舶运动模型

基于线性二次型调节器（LQR）方法，设计控制器以实现对航向偏差的最优控制。

设计LQR控制器

通过仿真实验验证控制策略的有效性，并分析控制器性能。

仿真验证与性能分析

模型参数辨识

采用最小二乘法等方法对ARX模型参数进行辨识，以获得准确的模型。

控制量计算

根据预测结果和设定的控制目标，计算