东南大学学报（自然科学版）
東南大學學報（自然科學版）
동남대학학보（자연과학판）
JOURNAL OF SOUTHEAST UNIVERSITY
2012年
z1期
203-207
,共5页
段海庆%贾鹤鸣%周佳加%杨鑫
段海慶%賈鶴鳴%週佳加%楊鑫
단해경%가학명%주가가%양흠
欠驱动自治水下机器人%地形跟踪控制%神经网络%李雅普诺夫稳定性
欠驅動自治水下機器人%地形跟蹤控製%神經網絡%李雅普諾伕穩定性
흠구동자치수하궤기인%지형근종공제%신경망락%리아보낙부은정성
为实现欠驱动自治水下机器人(AUV)的精确地形跟踪控制,设计了一种自适应神经网络控制器.采用径向基神经网络估计时变水动力阻尼引起的AUV模型不确定部分和外界海流干扰,设计自适应学习律来实现神经网络权值的最优估计.基于李雅普诺夫稳定性理论分析了跟踪控制系统的稳定性,设计的控制器可以使闭环误差系统渐近稳定且系统状态有界.仿真实验中选择实际测量得到的期望随机真实地形进行跟踪实验,并且要求AUV相对地形保持一个恒定的高度偏差.结果表明,该控制方法可以有效地降低模型非线性和不确定性引起的扰动,具有较高的跟踪精度,满足实际工程需求.
為實現欠驅動自治水下機器人(AUV)的精確地形跟蹤控製,設計瞭一種自適應神經網絡控製器.採用徑嚮基神經網絡估計時變水動力阻尼引起的AUV模型不確定部分和外界海流榦擾,設計自適應學習律來實現神經網絡權值的最優估計.基于李雅普諾伕穩定性理論分析瞭跟蹤控製繫統的穩定性,設計的控製器可以使閉環誤差繫統漸近穩定且繫統狀態有界.倣真實驗中選擇實際測量得到的期望隨機真實地形進行跟蹤實驗,併且要求AUV相對地形保持一箇恆定的高度偏差.結果錶明,該控製方法可以有效地降低模型非線性和不確定性引起的擾動,具有較高的跟蹤精度,滿足實際工程需求.
위실현흠구동자치수하궤기인(AUV)적정학지형근종공제,설계료일충자괄응신경망락공제기.채용경향기신경망락고계시변수동력조니인기적AUV모형불학정부분화외계해류간우,설계자괄응학습률래실현신경망락권치적최우고계.기우리아보낙부은정성이론분석료근종공제계통적은정성,설계적공제기가이사폐배오차계통점근은정차계통상태유계.방진실험중선택실제측량득도적기망수궤진실지형진행근종실험,병차요구AUV상대지형보지일개항정적고도편차.결과표명,해공제방법가이유효지강저모형비선성화불학정성인기적우동,구유교고적근종정도,만족실제공정수구.
