基于神經(jīng)網(wǎng)絡的l1自適應船舶動力定位雙環(huán)控制系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供一種基于神經(jīng)網(wǎng)絡的L1自適應船舶動力定位雙環(huán)控制系統(tǒng)，包括海洋船舶、外環(huán)位置跟蹤回路控制器、基于神經(jīng)網(wǎng)絡的L1自適應內(nèi)環(huán)控制器和路徑生成器。外環(huán)位置跟蹤回路控制器能夠跟蹤系統(tǒng)的參考路徑，得到虛擬的速度指令，基于神經(jīng)網(wǎng)絡的L1自適應內(nèi)環(huán)控制器包括自適應小波神經(jīng)網(wǎng)絡逼近、狀態(tài)預測器、參數(shù)自適應律和L1控制規(guī)律，L1控制規(guī)律中包含一個濾波器，基于神經(jīng)網(wǎng)絡的L1自適應內(nèi)環(huán)控制器解決了系統(tǒng)中的不確定性問題，并利用遞歸小波神經(jīng)網(wǎng)絡對系統(tǒng)中的耦合項進行了逼近。L1控制器在進行反饋的同時，將一個低通濾波器引入到了反饋回路中，削弱控制信號中未知高頻噪聲對系統(tǒng)的影響。本發(fā)明可應用于其它船舶動力定位系統(tǒng)控制問題上。
【專利說明】
基于神經(jīng)網(wǎng)絡的L1自適應船舶動力定位雙環(huán)控制系統(tǒng)
技術領域
[0001] 本發(fā)明涉及一種控制系統(tǒng)，尤其涉及一種基于神經(jīng)網(wǎng)絡的L1自適應船舶動力定位 雙環(huán)控制系統(tǒng)。
【背景技術】
[0002] 動力定位系統(tǒng)是船舶或者海洋平臺的一種可實現(xiàn)的功能?？刂葡到y(tǒng)是動力定位系 統(tǒng)的核心，因而控制技術的發(fā)展直接代表了動力定位系統(tǒng)水平的發(fā)展。
[0003] 船舶的六自由度定位是一個復雜的非線性問題，具有強耦合、高度非線性、參數(shù)不 確定性以及未知干擾等問題，這些都會給船舶動力定位控制器的設計帶來較大的困難。經(jīng) 過多年的發(fā)展，控制技術也有了突破性的發(fā)展和進步，從傳統(tǒng)的經(jīng)典PID控制到以現(xiàn)代控制 理論為基礎的控制，再到現(xiàn)在的智能控制，控制技術的革新使得動力定位系統(tǒng)水平不斷得 到發(fā)展和進步。傳統(tǒng)的PID控制器由于結(jié)構(gòu)相對比較簡單，易于調(diào)整控制參數(shù)，因此在船舶 航向控制中得到了廣泛的應用，但是PID控制參數(shù)需隨實際情況重新整定，不合適的控制參 數(shù)會產(chǎn)生較差的控制效果。目前常用的線性隨機最優(yōu)控制即LQG控制方法，采用此方法時系 統(tǒng)的在線計算量比較大，并且其中的很多協(xié)方差值很難調(diào)整。近年來研究者們提出了滑模 控制、反步控制、神經(jīng)網(wǎng)絡等控制方法，神經(jīng)網(wǎng)絡控制方法比較適合非線性和不確定性的控 制對象，對動力定位控制也很合適。L1控制器是在2006年的美國控制會議上由Gao和 Hovakimyan首次提出的，對高頻抖動和由其引起的未建模動態(tài)具有較好的已知作用。L1自 適應控制理論的架構(gòu)能夠保證快速自適應時系統(tǒng)的瞬態(tài)性能和魯棒性，而不需要引入和施 加持續(xù)激勵條件，不需要控制器參數(shù)的任何增益調(diào)度，也不需要采用高增益反饋。2006年， 美國伊利諾伊大學的Naria Hovakimyan和Cao Chengyu對模型參考自適應控制進行了改 進，提出了一種改進的自適應算法，即L1控制算法[123][124]，這是一種快速魯棒自適應控 制方法，在保證系統(tǒng)穩(wěn)態(tài)性能的同時，也能對一定程度上改善系統(tǒng)暫態(tài)性能，該控制方法是 在模型參考自適應系統(tǒng)的基礎上加入了一個低通濾波器，從而使得系統(tǒng)的魯棒性不是自適 應部分的影響，對參數(shù)變化及模型不確定的系統(tǒng)具有良好的控制效果。L1控制結(jié)構(gòu)簡單，工 程上易于實現(xiàn)[125][126]，自提出以來，在飛行器、無人機以及衛(wèi)星等方面的應用日益增 多。
[0004] 經(jīng)文獻檢索發(fā)現(xiàn)，文獻名稱:基于L1自適應方法的四旋翼飛行器縱向控制，針對四 旋翼飛行器的姿態(tài)控制系統(tǒng)設計了一種L1自適應控制器，有效抑制了由于機械震蕩引起的 高頻干擾，同時在存在非零初始誤差的情況下，避免了瞬態(tài)誤差的出現(xiàn);文獻名稱:基于觀 測器的不確定非線性系統(tǒng)L1自適應控制，針對一類嚴格反饋不確定性系統(tǒng)，設計了一種新 型的基于滑模觀測器的L1自適應控制器，并引入了微分跟蹤器來提取虛擬控制量的導數(shù)， 最后利用L1控制對系統(tǒng)進行改進。文獻名稱:基于L1自適應方法的超機動飛行控制律設計， 將飛機局部飛行包線內(nèi)的模型參數(shù)變化當作系統(tǒng)的模型不確定性，將縱向與橫向、航向三 個自由度的耦合當作外部干擾來處理，通過L1自適應控制律，使系統(tǒng)跟蹤誤差快速漸進收 斂于零，并確保系統(tǒng)魯棒性。目前L1控制系統(tǒng)對于系統(tǒng)中的非線性函數(shù)，基本上是將其進行 參數(shù)化來處理的，由于船舶的定位系統(tǒng)中，存在較強的交叉耦合和非線性項，且形式較為復 雜，本發(fā)明將神經(jīng)網(wǎng)絡引入到L1控制系統(tǒng)中，利用神經(jīng)網(wǎng)絡的優(yōu)秀的逼近能力，對系統(tǒng)中的 未知非線性函數(shù)進行逼近。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是針對船舶動力定位(船舶的三自由度定位)而提供一種基于神經(jīng) 網(wǎng)絡的L1自適應船舶動力定位雙環(huán)控制系統(tǒng)，以保證系統(tǒng)的輸出能夠跟蹤指令信號，且能 夠保證一定的動態(tài)性能。
[0006] 本發(fā)明的目的是這樣實現(xiàn)的:包括海洋船舶1、外環(huán)位置跟蹤回路控制器6、基于神 經(jīng)網(wǎng)絡的L1自適應內(nèi)環(huán)控制器9和路徑生成器7,所述基于神經(jīng)網(wǎng)絡的L1自適應內(nèi)環(huán)控制器 9包括自適應小波神經(jīng)網(wǎng)絡逼近4、狀態(tài)預測器2、參數(shù)自適應律3和L1控制規(guī)律5四個模塊， L1控制規(guī)律5中包含一個濾波器8,路徑生成器7生成船舶的期望位置和期望速度，并將得到 的海洋船舶的期望位置和期望速度兩個參數(shù)傳遞給外環(huán)位置跟蹤回路控制器6,通過外環(huán) 位置跟蹤回路控制器6得到虛擬速度指令，使外環(huán)的位置信號能夠跟蹤系統(tǒng)的參考路徑，并 將得到的虛擬速度指令傳遞給基于神經(jīng)網(wǎng)絡的L1自適應內(nèi)環(huán)控制器9使得系統(tǒng)的輸出能夠 跟蹤虛擬速度信號，并保證所有的誤差信號的暫態(tài)和穩(wěn)態(tài)都有界，狀態(tài)預測器2對船舶狀態(tài) 進行在線估計，并將估計值與船舶的實際狀態(tài)進行比較得到預測器的估計誤差，并輸出給 參數(shù)自適應律3模塊，通過參數(shù)自適應律3模塊計算得到神經(jīng)網(wǎng)絡的參數(shù)更新率和干擾信號 的估計值；自適應小波神經(jīng)網(wǎng)絡逼近4模塊接收船舶狀態(tài)向量作為輸入，輸出耦合項的逼近 值;參數(shù)自適應律3模塊輸出的干擾信號估計值和自適應小波神經(jīng)網(wǎng)絡逼近4模塊輸出的耦 合項逼近值通過濾波器8后進行前饋。
[0007] 本發(fā)明還包括這樣一些結(jié)構(gòu)特征：
[0008] 1.路徑生成器7包含一種基于多項式插值的路徑生成算法，通過路徑生成器得到 的海洋船舶的期望位置 Xld和期望速度作為外環(huán)位置跟蹤回路控制器(6)的輸入，利用三 次多項式插值，海洋船舶的期望位置X1d為：
[0010]其中，|^〇1(1〇7(：1(1〇2〇1(1〇]1'表示船舶的期望位置11〇1的向量，其中1^為路徑變量，3〇、 [0011 ]則[Xd(i0yd(i0zd(i0]T 關于 k 的偏微為：
[0013] 且[Xd(K)yd(K)Zd(K)]T對于時間的導數(shù)為：
[0015]海洋船舶的期望速度勾，可以表示為：
[0017] 2.所述外環(huán)位置跟蹤回路控制器6能跟蹤系統(tǒng)的參考路徑，并通過公式 得到虛擬速度指令，式中：x2d為虛擬速度，Aml為控制參數(shù)矩陣且為正 定的對角陣;Xld是海洋船舶的期望位置;xl=n，n=[x，y，《T為海洋船舶位置和艏向向量。
[0018] 3 .自適應小波神經(jīng)網(wǎng)絡逼近4輸出ywnn(X)是：ywnn(X) = wTC>i(x) + e，式中： 小波神經(jīng)網(wǎng)絡的輸入向量，w: "? Wjef"為神經(jīng)網(wǎng) 絡的可調(diào)連接權(quán)值矩陣，?(X) = [01(X) 02(X)…0"(1)]7且11為小波神經(jīng)網(wǎng)絡輸出向 量維數(shù)
基波函數(shù)％:(Z)取高斯函數(shù)的導數(shù)構(gòu)成的 函數(shù)向量:d(z) = -ZCXp(-ZV2).mlk為平移變換尺度，dlk為伸縮變換尺度； e為神經(jīng)網(wǎng)絡 的逼近誤差。
[0019] 4.狀態(tài)預測器2的形式是：
[0020] \, (/) = A /； {x 2 (/) ~ x: (.〇) + (x, (t))u(t) + w(l：)T ? (x) + i(t")
[0021 ] 其中，MO表示狀態(tài)X2 (t)的在線估計值，X2 ( t )是X2在t時刻的狀態(tài)，且有X2 = fj ;Ap 是狀態(tài)預測器增益WizrbMnMrOzrRrOMorHrOjU)是船體坐標系與大地坐標系之間 的轉(zhuǎn)換矩陣，M〇表示海洋船舶的慣性矩陣M的名義值，☆(〇為t時刻神經(jīng)網(wǎng)絡權(quán)值的估計 值，^(/)為未知干擾項在t時刻的估計值，且有i 2(0)=x20，i2(0)表示初始時刻的估計值。 [0022] 5.L1控制規(guī)律5中包含一個控制器u(t):
[0023] u(t) = Mn〇(xi(t) ) (Um(t)+Uad(t))
[0024] 其中，Um(t)為控制器中的非自適應部分，且有Um(t) = Am2(X2_X2d)，記e2 = X2_X2d， = A ;Am2是Hurwitz;uad(t)為控制器中的自適應部分；
[0025] 且濾波器(8)Cf(s)為：
[0027] 其中：心是正定的增益，Di(s)表示一個嚴格正定的傳遞函數(shù)，心=0.31，1 為單位矩陣。
[0028] 定義經(jīng)過濾波器后自適應部分的輸出為：
[0029] Uad(s) = -KlDl(s) (R(s)-SX2d(s)+Uad(s))
[0030] 即：
[0031 ] Uad(s) = -Cf(s) (R(s)-SX2d(s))
[0032]其中，R(s)為；?(/) = vV⑴'、⑴--改)的拉普拉斯變換形式。
[0033] 6.參數(shù)自適應律3為：
[0035] 其中：re9T為系統(tǒng)的自適應增益；Proj( ?)為定義在緊集上的投影算子； 為狀態(tài)預測器的估計誤差;p=pt>〇是代數(shù)李雅普諾夫函數(shù)aptp+pa p=-Q，（Q=Qt>〇)的正定解。
[0036] 與現(xiàn)有技術相比，本發(fā)明的有益效果是:本發(fā)明針對具有不確定性和未知時變干 擾的船舶系統(tǒng)，設計了基于神經(jīng)網(wǎng)絡的L1自適應雙環(huán)控制系統(tǒng)，設計的基于神經(jīng)網(wǎng)絡的L1 自適應內(nèi)環(huán)控制器解決了系統(tǒng)的不確定性和干擾問題，該控制器中設計的一階濾波器對系 統(tǒng)中的高頻信號進行了抑制，此發(fā)明能夠?qū)崿F(xiàn)快速的自適應過程，從而能夠保證控制系統(tǒng) 的穩(wěn)態(tài)性能和暫態(tài)性能。
【附圖說明】
[0037] 圖1是本發(fā)明的結(jié)構(gòu)圖；
[0038]圖2是船舶的3D路徑曲線；
[0039]圖3是加入干擾和不確定性后系統(tǒng)位置向量隨時間變化曲線圖。
[0040]圖中：1-海洋船舶；2-狀態(tài)預測器;3-參數(shù)自適應律;4-自適應小波神經(jīng)網(wǎng)絡逼近； 5-L1控制規(guī)律;6-外環(huán)位置跟蹤回路控制器;7-路徑生成器;8-濾波器;9-基于神經(jīng)網(wǎng)絡的 L1自適應內(nèi)環(huán)控制器。
【具體實施方式】
[0041]下面結(jié)合附圖與【具體實施方式】對本發(fā)明作進一步詳細描述。
[0042]本發(fā)明針對海洋船舶的動力定位系統(tǒng)，設計了一種基于神經(jīng)網(wǎng)絡的L1自適應雙環(huán) 控制系統(tǒng)。如圖1所示，本發(fā)明的基于神經(jīng)網(wǎng)絡的L1自適應船舶動力定位雙環(huán)控制系統(tǒng)包括 海洋船舶1、外環(huán)位置跟蹤回路控制器6、基于神經(jīng)網(wǎng)絡的L1自適應內(nèi)環(huán)控制器9和路徑生成 器7四部分?；谏窠?jīng)網(wǎng)絡的L1自適應內(nèi)環(huán)控制器9包括自適應小波神經(jīng)網(wǎng)絡逼近4,狀態(tài)預 測器2,參數(shù)自適應律3和L1控制規(guī)律5四部分。L1控制規(guī)律5中包含一個濾波器8。外環(huán)位置 跟蹤回路控制器能夠跟蹤系統(tǒng)的參考路徑，并得到虛擬的速度指令?；谏窠?jīng)網(wǎng)絡的L1自 適應內(nèi)環(huán)控制器9處理了船舶動力學系統(tǒng)中的不確定性、內(nèi)部耦合和外界干擾這些問題，并 利用遞歸小波神經(jīng)網(wǎng)絡對系統(tǒng)中的耦合項進行了逼近，也即自適應小波神經(jīng)網(wǎng)絡逼近4對 系統(tǒng)中的耦合項進行逼近，L1控制規(guī)律5對系統(tǒng)中的干擾和非線性部分進行了處理。L1控制 器在進行反饋的同時，將一個低通濾波器引入到了反饋回路中，削弱控制信號中未知高頻 噪聲對系統(tǒng)的影響。外環(huán)位置跟蹤回路控制器6生成基于神經(jīng)網(wǎng)絡的L1自適應內(nèi)環(huán)控制器9 的期望給定，基于神經(jīng)網(wǎng)絡的L1自適應內(nèi)環(huán)控制器9包括線性部分和L1神經(jīng)網(wǎng)絡控制部分， 并包含一個狀態(tài)預測器，神經(jīng)網(wǎng)絡的參數(shù)更新率和干擾信號的估計值，從而構(gòu)成了一個完 整的控制回路。本系統(tǒng)可以應用于其它船舶動力定位系統(tǒng)控制問題上。
[0043] 具體的說是本發(fā)明的路徑生成器7生成船舶的期望位置和期望速度，并將得到的 船舶的期望位置和期望速度兩個參數(shù)傳遞給外環(huán)位置跟蹤回路控制器6,通過外環(huán)位置跟 蹤回路控制器6得到虛擬速度指令，使外環(huán)的位置信號能夠跟蹤系統(tǒng)的參考路徑，并將得到 的虛擬速度指令傳遞給基于神經(jīng)網(wǎng)絡的L1自適應內(nèi)環(huán)控制器9使得系統(tǒng)的輸出能夠跟蹤虛 擬速度信號，并保證所有的誤差信號的暫態(tài)和穩(wěn)態(tài)都有界。基于神經(jīng)網(wǎng)絡的L1自適應內(nèi)環(huán) 控制器9包括自適應小波神經(jīng)網(wǎng)絡逼近4，狀態(tài)預測器2，參數(shù)自適應律3和L1控制規(guī)律5四個 模塊。狀態(tài)預測器2對船舶狀態(tài)進行在線估計，并將估計值與船舶的實際狀態(tài)進行比較得到 預測器的估計誤差，并輸出給參數(shù)自適應律3模塊;通過參數(shù)自適應律3模塊計算得到神經(jīng) 網(wǎng)絡的參數(shù)更新率和干擾信號的估計值；自適應小波神經(jīng)網(wǎng)絡逼近4模塊接收船舶狀態(tài)向 量作為輸入，輸出耦合項的逼近值;參數(shù)自適應律3模塊輸出的干擾信號估計值和自適應小 波神經(jīng)網(wǎng)絡逼近4模塊輸出的耦合項逼近值通過濾波器8后進行前饋。
[0044] 下面具體的結(jié)合控制過程對本發(fā)明進行詳細描述：
[0045] 1)對于海洋船舶的六自由度定位系統(tǒng)，考慮未建模動態(tài)和外界干擾，則其運動學 和動力學模型為：
[0048]其中：n為海洋船舶位置和艏向向量，n=[x y ?T，x、yj分別表示海洋船舶的縱 向、橫向和艏向的向量;J(n)是船體坐標系與大地坐標系之間的轉(zhuǎn)換矩陣;v為船舶的速度 向量；△ f表不系統(tǒng)中存在的未知外界干擾和未建模動態(tài)；M為系統(tǒng)慣性矩陣，M0表不參數(shù) 矩陣M的名義值，C(v)為科里奧利向心力矩陣，D(v)為阻尼矩陣；t為控制向量;G(n)為恢復 力及恢復力矩，《表示系統(tǒng)矩陣的不確定性，且0:=-AM々，其中矩陣AM分別表示參數(shù)矩 陣M的建模誤差。
[0049] 定義xi=n、x_2、.u=rT(n)T為控制輸入，則系統(tǒng)的狀態(tài)向量可以表示為x=[xi T X2T]t，將船舶的運動模型進行如下形式的轉(zhuǎn)換：
[0052] 其中：Mn〇(q)=j-T(q)M〇j-Hn)，C,;(v，n) = J-t(ti)[C(v>-mj--'(I])，Dn (v，n)=J-T(n)D(v)j-Hn)，
[0053] 且系統(tǒng)的初值定義為xo= [xiqT，X2()T]T，可以看出系統(tǒng)中的非線性部分、未建模動態(tài) 以及外界干擾均包含在系統(tǒng)的動力學模型中。另外假設縱傾角小于Ji/2,即| 0 | <31/2,由于 慣性矩陣是對稱且正定的，因此對于任意的e K6 ,存在正數(shù)心和細，使得：
[0054] mm^ | | Mq〇(xi) | | ^mM
[0055] 為了生成光滑的跟蹤路徑，首先采用基于多項式插值的路徑生成方法生成參考路 徑，從而使得參考路徑nd的一階導數(shù)I和二階導數(shù)存在且平滑。
[0056] 2)路徑生成器7包含一種基于多項式插值的路徑生成算法。通過路徑生成器得到 的船舶的期望位置 Xld和期望速度^乍為外環(huán)位置跟蹤回路控制器6的輸入。利用三次多項 式插值，船舶的期望位置可以通過以下多項式得到：
[0058] 其中，[Xd(i0yd(i0zd(i0]T表示船舶的期望位置向量，其中k為路徑變量，ao，ai，a2， a3，b〇，bl，b2，b3，CQ，Cl，C2，C3為待設計系數(shù)，且：
[0059]
[0060] 則，[Xd(K)yd(K)Zd(K)]T關于K的偏微分可以寫成：
[0062]且[Xd(K)yd(K)Zd(K)]T對于時間的導數(shù)可以寫成：
[0064]因此期望速度可以表示為：
[0066] 3)外環(huán)位置跟蹤回路控制器設計的目的是得到虛擬速度指令X2d，以使得外環(huán)的位 置信號能夠跟蹤系統(tǒng)的參考路徑，定義 X1d=nd，而X2和X2d之間的誤差通過基于神經(jīng)網(wǎng)絡的 L1自適應內(nèi)環(huán)控制器來消除。取 Xld為外環(huán)系統(tǒng)的輸入，定義跟蹤誤差向量：
[0067] ei = xi-xid
[0068] 要使得跟蹤誤差指數(shù)收斂，可以選取虛擬的速度指令Vd使得位置跟蹤誤差能夠滿 足：
[0069] e：1 =
[0070]其中，Aml為Hurwitz矩陣。從而，我們可以得到外環(huán)虛擬控制指令為：
[0071] XM= AmJ(x,-x1(/) + tM：
[0072] 其中，Aml為控制參數(shù)矩陣且為正定的對角陣，Aml = _diag([l 1 1 1 1 l])，X2d為 虛擬速度。下面將設計內(nèi)環(huán)控制器，使得速度信號能夠跟蹤虛擬速度X2d。
[0073] 4)為確保系統(tǒng)的輸出X2能夠跟蹤虛擬速度信號X2d(t)，且所有的誤差信號的暫態(tài) 和穩(wěn)態(tài)都能保證有界，設計了基于神經(jīng)網(wǎng)絡的L1自適應內(nèi)環(huán)控制器，來處理船舶控制系統(tǒng) 中的不確定性、內(nèi)部耦合以及外界干擾問題?；谏窠?jīng)網(wǎng)絡的L1自適應內(nèi)環(huán)控制器包括四 部分，分別是：自適應小波神經(jīng)網(wǎng)絡逼近，狀態(tài)預測器，參數(shù)自適應律和L1控制規(guī)律。
[0074]首先將船舶的動力學模型化簡為：
[0076] 其中，f(x) = Mn。-【（xi) [-(Cn(xi，X2)+Dn(xi，X2) )X2_J(xi)G(xi)+J(xi) 0 ]表示系統(tǒng) 中的非線性部分和不確定性，冰)表示系統(tǒng)中的慢變時變干擾，且冰)=)A/。
[0077] 5)自適應小波神經(jīng)網(wǎng)絡逼近4對系統(tǒng)中的耦合項進行逼近;設計了基于自適應小 波神經(jīng)網(wǎng)絡的非線性逼近，小波神經(jīng)網(wǎng)絡的輸出可以表示為：
[0078] ywnn(x) =wT〇 (x)+e
[0079] 其中，x = */']%9!:12!<1為小波神經(jīng)網(wǎng)絡的輸入向量，wMwj W2… 為神經(jīng)網(wǎng)絡的可調(diào)連接權(quán)值矩陣，0(x) = [0l(x) 02(x)…0"(1)]7且11為小波神經(jīng)網(wǎng) 絡輸出向量維數(shù)
，纟基波函數(shù)仏(Z)取高斯函數(shù)的 導數(shù)構(gòu)成的函數(shù)向量:沁卩)=-為耶(-2272)，11111{為平移變換尺度，(1 11{為伸縮變換尺度；￡ 為神經(jīng)網(wǎng)絡的逼近誤差。
[0080] 6)狀態(tài)預測器2將系統(tǒng)進行了線性參數(shù)化，采用的狀態(tài)預測器的形式如下：
[0082] 其中，i2(0表示狀態(tài)x2(t)的在線估計值，A P是狀態(tài)預測器增益，#為七時刻神經(jīng)網(wǎng) 絡權(quán)值的估計值，拍}為未知干擾項t時刻的估計值，(〇)=%表示初始時刻的估計值，AP = -diag([4 4 4 0.08 4 4])〇
[0083] 7)針對設計的系統(tǒng)，L1控制規(guī)律5中包含一個控制器，控制器中包含非自適應部分 和自適應部分，BP
[0084] u(t) = Mn〇(xi(t))(Um(t)+Uad(t))
[0085] 其中，Um(t)為控制器中的非自適應部分，Um(t) = Am2(X2_X2d)，記e2 = X2_X2d，同樣 Am2 也是 Hurwitz 的，Am2 = -diag([0.1 0.1 0.1 0.1 0.1 0.1]);113(：1(1:)為控制器中的自適應 部分，其處理系統(tǒng)中的干擾和非線性部分，并引用了一個濾波器，來抑制系統(tǒng)中的高頻部 分。
[0086] 取正定的增益心，且Di(s)表示一個嚴格正定的傳遞函數(shù)，濾波器選擇為：
[0089] 定義經(jīng)過低通濾波器后自適應部分的輸出為：
[0090] Uad(s)=-KlDl(s)(R(s)-SX2d(s)+Uad(s))
[0091] 即：
[0092] Uad(s)=-Cf(s)(R(s)-SX2d(s))
[0093] 其中，R(s)為機〇二(7)(丨Hx) +印)的拉普拉斯變換形式。
[0094] 8)參數(shù)自適應律3計算神經(jīng)網(wǎng)絡的參數(shù)更新率和干擾信號的估計值。神經(jīng)網(wǎng)絡和 干擾的自適應律選擇為：
[0096]其中，S:⑴=M〇 - X:⑴為狀態(tài)預測器的估計誤差，r e 9T為系統(tǒng)的自適應增益， r =500;P = PT>0是代數(shù)李雅普諾夫函數(shù)AptP+PAp = -Q，（Q = Qt>0)的正定解。Proj( ?)為 定義在緊集Q w上的投影算子，其目的在于保證參數(shù)在自適應調(diào)整過程中有界。
[0097]本發(fā)明針對某船舶的動力定位作業(yè)進行仿真驗證，給定船舶的初始狀態(tài)為xo=n〇 = [10 35 100]T，船舶的期望位置向量為nd〇=[15 35 105]t;
[0098]采用本發(fā)明提出的多項式插值的方法生成的參考路徑，如圖2所示。圖3為位置向 量隨時間變化的曲線，可以看出加入干擾后，船舶的位置和姿態(tài)仍能較好的跟蹤參考路徑。
【主權(quán)項】
1. 基于神經(jīng)網(wǎng)絡的L1自適應船舶動力定位雙環(huán)控制系統(tǒng)，其特征在于:包括海洋船舶 (1)、外環(huán)位置跟蹤回路控制器(6)、基于神經(jīng)網(wǎng)絡的L1自適應內(nèi)環(huán)控制器(9)和路徑生成器 (7)，所述基于神經(jīng)網(wǎng)絡的L1自適應內(nèi)環(huán)控制器(9)包括自適應小波神經(jīng)網(wǎng)絡逼近(4)、狀態(tài) 預測器(2)、參數(shù)自適應律(3)和L1控制規(guī)律(5)四個模塊，L1控制規(guī)律(5)中包含一個濾波 器(8)，路徑生成器(7)生成船舶的期望位置和期望速度，并將得到的海洋船舶的期望位置 和期望速度兩個參數(shù)傳遞給外環(huán)位置跟蹤回路控制器(6)，通過外環(huán)位置跟蹤回路控制器 (6)得到虛擬速度指令，使外環(huán)的位置信號能夠跟蹤系統(tǒng)的參考路徑，并將得到的虛擬速度 指令傳遞給基于神經(jīng)網(wǎng)絡的L1自適應內(nèi)環(huán)控制器(9)使得系統(tǒng)的輸出能夠跟蹤虛擬速度信 號，并保證所有的誤差信號的暫態(tài)和穩(wěn)態(tài)都有界，狀態(tài)預測器(2)對船舶狀態(tài)進行在線估 計，并將估計值與船舶的實際狀態(tài)進行比較得到預測器的估計誤差，并輸出給參數(shù)自適應 律(3)模塊，通過參數(shù)自適應律(3)模塊計算得到神經(jīng)網(wǎng)絡的參數(shù)更新率和干擾信號的估計 值；自適應小波神經(jīng)網(wǎng)絡逼近(4)模塊接收船舶狀態(tài)向量作為輸入，輸出耦合項的逼近值； 參數(shù)自適應律(3)模塊輸出的干擾信號估計值和自適應小波神經(jīng)網(wǎng)絡逼近(4)模塊輸出的 耦合項逼近值通過濾波器(8)后進行前饋。2. 根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡的L1自適應船舶動力定位雙環(huán)控制系統(tǒng)， 其特征在于:路徑生成器(7)包含一種基于多項式插值的路徑生成算法，通過路徑生成器得 到的海洋船舶的期望位置x ld和期望速度*"作為外環(huán)位置跟蹤回路控制器(6)的輸入，利用 三次多項式插值，海洋船舶的期望位置X1d為：其中，[xd(i〇yd(i〇zd(i〇]T表示船舶的期望位置xid的向量，其中k為路徑變量，ao、ai、a2、 a3、b〇、bl、b2、b3、CQ、Cl、C2、C3為待設計系數(shù)，且：0V)海洋船舶的期望速度皂,可以表示為：3. 根據(jù)權(quán)利要求2所述的一種基于神經(jīng)網(wǎng)絡的L1自適應船舶動力定位雙環(huán)控制系統(tǒng)， 其特征在于：所述外環(huán)位置跟蹤回路控制器（6)能跟蹤系統(tǒng)的參考路徑，并通過公式 A, = Awl (Xl -Xli/) + 得到虛擬速度指令，式中：X2d為虛擬速度，Aml為控制參數(shù)矩陣且為正 定的對角陣;Xld是海洋船舶的期望位置;xi=n，n=[x y 為海洋船舶位置和艏向向量。4. 根據(jù)權(quán)利要求3所述的一種基于神經(jīng)網(wǎng)絡的L1自適應船舶動力定位雙環(huán)控制系統(tǒng)， 其特征在于：自適應小波神經(jīng)網(wǎng)絡逼近（4)輸出y wnn(x)是：ywnn(x)=wTC> (x) + e，式中： x = [x/' x/『e'：HUxl為小波神經(jīng)網(wǎng)絡的輸入向量，w = [Wi w2…為神經(jīng)網(wǎng) 絡的可調(diào)連接權(quán)值矩陣，?(x) = [〇1(x) 〇2(x)…〇"(1)]7且11為小波神經(jīng)網(wǎng)絡輸出向 量維數(shù)，基波函數(shù)％ (Z)取高斯函數(shù)的導數(shù)構(gòu)成 的函數(shù)向量:1(23 = -Zexp(-Z2 /2)，mik為平移變換尺度，dik為伸縮變換尺度；e為神經(jīng)網(wǎng) 絡的逼近誤差。5. 根據(jù)權(quán)利要求4所述的一種基于神經(jīng)網(wǎng)絡的L1自適應船舶動力定位雙環(huán)控制系統(tǒng)， 其特征在于:狀態(tài)預測器(2)的形式是： x,(〇 = A/i(x2(〇-x:(〇) + M,;,!!(xi(〇)u(〇 + \v(〇'i'〇(x) + c(〇 其中，表不狀態(tài)X2 ( t )的在線估計值，X2 ( t )是X2在t時刻的狀態(tài)，且有X.2. = ;AP是狀 態(tài)預測器增益WizrbMnMrOzrRrOMorHrOjU)是船體坐標系與大地坐標系之間的轉(zhuǎn) 換矩陣，MQ表示海洋船舶的慣性矩陣M的名義值，命的為t時刻神經(jīng)網(wǎng)絡權(quán)值的估計值， 改)為未知干擾項在t時刻的估計值，且有i 2.(〇)=x2fl，i2(o俵示初始時刻的估計值。6. 根據(jù)權(quán)利要求5所述的一種基于神經(jīng)網(wǎng)絡的L1自適應船舶動力定位雙環(huán)控制系統(tǒng)， 其特征在于:L1控制規(guī)律(5)中包含一個控制器u(t): U(t) = Mn〇(xi(t) ) (Um(t)+Uad(t)) 其中，Um(t)為控制器中的非自適應部分，且有Um(t) =Am2(X2_X2d)，記e2 = X2_X2d，X:2 =九； Am2是Hurwi tZ ; Uad ( t)為控制器中的自適應部分； 且濾波器(8)Cf(s)為：其中：Ki是正定的增益，Di(s)表示一個嚴格正定的傳遞函數(shù)， ，li = 0.3I，I為單 位矩陣。 定義經(jīng)過濾波器后自適應部分的輸出為： Uad(s) = -KlDl(s) (R(s)-SX2d(s)+Uad(s)) 即： Uad(s) = -Cf (s) (R(s)-SX2d(s)) 其中，R(s)為/?(/) = w CD(X) + €(/_)的拉普拉斯變換形式。7.根據(jù)權(quán)利要求6所述的一種基于神經(jīng)網(wǎng)絡的L1自適應船舶動力定位雙環(huán)控制系統(tǒng)， 其特征在于:參數(shù)自適應律(3)為：其中：ret為系統(tǒng)的自適應增益；Proj( ?)為定義在緊集Qw上的投影算子； S2(/)=M/)-卜⑴為狀態(tài)預測器的估計誤差;P = PT>〇是代數(shù)李雅普諾夫函數(shù)AptP+PAp = -Q，（Q=Qt>〇)的正定解。
【文檔編號】G05D1/02GK106054884SQ201610429103
【公開日】2016年10月26日
【申請日】2016年6月16日
【發(fā)明人】夏國清, 劉彩云, 陳興華, 龐程程
【申請人】哈爾濱工程大學