CN109254585A - 一种舰船用输入输出数据融合的改进无模型自适应航向控制算法 - Google Patents

Abstract

本发明属于舰船运动控制领域，具体涉及一种舰船用输入输出数据融合的改进无模型自适应航向控制算法，包括以下步骤：将原航向系统的输出形式取为y(k)＝f(δ,ψ)的形式，系统输出y(k)取为k₁×δ+ψ，其中δ为舵角，k₁为增益系数和舰船系统的动力学特性有关；将航向系统的期望输出量与实际输出量y(k)相减，得误差e(k)，当|e(k)|小于一个期望的常数e₀时，认为舰船的实际航向收敛达到期望航向并跳出循环，否则将e(k)作为无模型自适应控制器的输入解算出航向系统期望输入u(k)；本发明使得舰船用输入输出数据融合的改进无模型自适应航向控制算法可以应用于舰船的航向控制中。

Description

一种舰船用输入输出数据融合的改进无模型自适应航向控制 算法

技术领域

本发明属于舰船运动控制领域，具体涉及一种舰船用输入输出数据融合的改进无模型自适应航向控制算法。

背景技术

舰船的航向控制对于舰船系统来说非常重要，只有保证了舰船的航向稳定，才能有效的跟踪期望航迹。目前在实际工程应用中，舰船的航向控制基本上采用的是PID控制算法以及常规的基于“模型导向”设计策略开发的控制算法。PID控制器是一种基于离线数据的数据驱动控制算法，但舰船运行于海洋环境中时容易受到模型摄动、海洋环境干扰力等影响，导致PID控制器难以维持一致的控制效果，需要重新调整参数才能使系统保持良好控制性能或稳定。而基于“模型导向”设计策略开发的控制器，严重地依赖于系统数学模型，由于获得精确的数学模型十分困难，存在未建模动态、模型摄动等影响导致系统的自适应较差，难以保证系统鲁棒性能，从而很难在工程中获得应用。

公开日2011年01月26日，公布号为CN101957598A，发明名称为“一种大时滞系统灰色无模型控制方法”的中国发明专利，把灰色预测模型与MFAC算法结合起来，采用在MFAC算法中加入灰色预测模型的控制方法来实现复杂对象进行控制，实现大时滞系统的灰色无模型控制。在文献“大型舰船综合减摇系统无模型自适应控制”，作者马洁利用MFAC算法设计了减摇鳍/被动舱综合控制的控制器，仿真试验表明大型舰船采用MFAC算法设计的减摇鳍/被动舱综合控制方案在各种航态下均能取得很好的减摇效果。

综上所述，上述MFAC算法均不适用于舰船的航向控制，因为舰船的航向系统不满足MFAC算法对受控系统“拟线性”假设条件的要求，即受控系统输入增加时相应的受控系统的输出是不减的。

发明内容

本发明的目的在于提供一种舰船用输入输出数据融合的改进无模型自适应航向控制算法。原航向系统的输出y(k)即舰船航向，融入航向系统的输入信息，新的航向系统的输出形式为y(k)＝f(δ,ψ)，y(k)＝f(δ,ψ)包含了线性(如k₁×δ+ψ)、非线性(如tanh(k₁×δ+ψ))等多种具体数学表达形式，本发明以线性叠加形式为例，通过将舰船航向系统的输入与输出数据相融合，使得舰船的航向系统满足MFAC理论对受控系统的“拟线性”假设条件，从而使得舰船用输入输出数据融合的改进无模型自适应航向控制算法可以应用于舰船的航向控制中。

一种舰船用输入输出数据融合的改进无模型自适应航向控制算法，包括以下步骤：

(1)将原航向系统的输出形式取为y(k)＝f(δ,ψ)的形式，系统输出y(k)取为k₁×δ+ψ，其中δ为舵角，k₁为增益系数和舰船系统的动力学特性有关；

(2)将航向系统的期望输出量与实际输出量y(k)相减，得误差e(k)，当|e(k)|小于一个期望的常数e0时，认为舰船的实际航向收敛达到期望航向并跳出循环，否则将e(k)作为无模型自适应控制器的输入解算出航向系统期望输入u(k)；

(3)将期望输入u(k)下达到操纵机构，操纵机构执行接收的期望指令，改变舰船航向，通过舰船上搭载的磁罗经或GPS等姿态传感器测得舰船当前航向ψ，令k＝k+1，得到系统新的输出y(k)，取为k₁×δ+ψ，转向步骤(2)。

所述将航向系统的期望输出量与实际输出量y(k)相减，得误差e(k)，当|e(k)|小于一个期望的常数e₀时，认为舰船的实际航向收敛达到期望航向并跳出循环，否则将e(k)作为无模型自适应控制器的输入解算出航向系统期望输入u(k)，包括：

其中，η∈(0,1]为步长因子，μ＞0为权重系数，φ(k)为伪偏导数，为伪偏导数估计值，当|Δu(k-1)|≤ε或或时，令

本发明的有益效果在于：

(1)本发明使得舰船用输入输出数据融合的改进无模型自适应航向控制算法可以应用于舰船的航向控制中；

(2)航向系统的输入即期望舵角是可控的，且相比较于艏向角速度波动较小，因此将舵角作为航向系统输出一部分，比直接利用艏向角速度重定义系统输出，可提高系统的稳定性以及鲁棒性。

附图说明

图1是本发明的流程图；

图2是本发明的航向系统整体框图；

具体实施方式

下面结合附图对本发明做进一步描述。

本发明公开一种舰船用输入输出数据融合的改进无模型自适应航向控制算法。舰船航向控制系统不满足无模型自适应控制(model free adaptive control，MFAC)算法的“拟线性”假设条件，导致MFAC算法不适用于舰船航向控制，本发明舰船用受控系统输入输出数据融合式改进无模型自适应航向控制算法解决了上述问题，拓展了MFAC理论的适用范围。主要步骤：

(1)将舵角作为系统输出的一部分，原来系统的输出量y(k)即航向角ψ，重新定义为y(k)＝f(δ,ψ)的形式，本发明以线性叠加形式为例，将系统输出y(k)定义为k₁×δ+ψ。其中δ为舰船的舵角，k₁为增益系数和舰船系统的动力学特性有关，k为系统运行次数。

(2)向舰船下达期望航向状态指令即δ^*为舰船的期望舵角恒为零，为舰船的期望航向，通过传感器测得舰船当前航向状态y(k)，做差得到航向状态误差e(k)，

(3)将e(k)作为数据融合式改进MFAC控制器的输入，解算出第k次航向系统输入指令即舵角δ(k)

(4)操纵机构执行系统输入指令即舵角δ(k)，从而改变舰船的实际航向。

(5)令k＝k+1根据下一时刻舰船的实际航向状态y(k)与期望航向状态y^*(k)之差，计算下一时刻航向状态偏差e(k)，并当e(k)的绝对值|e(k)|小于设定的航行状态偏差的阈值e₀，则认为舰船的实际航向收敛到期望航向。否则执行(3)直到舰船的实际航向收敛到期望航向。

1、舰船用输入输出数据融合的改进无模型自适应航向控制算法，包括以下步骤：

(1)将原航向系统的输出量y(k)即航向角ψ，取为y(k)＝f(δ,ψ)的形式，本发明以线性叠加形式为例，系统输出y(k)重定义为k₁×δ+ψ。其中δ为舵角，k₁为增益系数和舰船系统的动力学特性有关。

(2)将航向系统的期望输出量与实际输出量y(k)相减，得误差e(k)，当|e(k)|小于一个期望的常数e0时，认为舰船的实际航向收敛到期望航向并跳出循环，否则将e(k)作为无模型自适应(model free adaptive control，MFAC)控制器的输入解算出航向系统期望输入u(k)(如期望舵角等)并进入步骤(3)。

(3)将期望输入指令u(k)下达到操纵机构，操纵机构执行接收的期望指令，从而改变舰船航向，通过舰船上搭载的磁罗经或GPS等姿态传感器测得舰船当前航向ψ，令k＝k+1，得到系统新的输出y(k)，即k₁×δ+ψ的形式并转向步骤(2)。

舰船用输入输出数据融合的改进无模型自适应航向控制算法，其航向系统输入输出数据融合特征在于：

(1)针对MFAC控制算法对受控系统的要求，将航向系统的输入信息与航向系统的输出信息相融合，并取航向系统输入输出信息融合后的系统输出y(k)的形式为y(k)＝f(δ,ψ)，y(k)＝f(δ,ψ)包含了线性(如k₁×δ+ψ)、非线性(如tanh(k₁×δ+ψ))等多种具体数学表达形式，任何航向系统输入输出数据融合后新的航向系统输出形式为y(k)＝f(δ,ψ)的无模型自适应控制方法，皆属于本专利所保护范围。本发明以线性叠加形式为例，将航向系统输出y(k)的形式取为k₁×δ+ψ。其中δ为舵角，k₁为增益系数。

(2)增益系数k₁是和舰船系统的动力学特性有关的正常数，通过理论推导或试验获取并使其满足当系统输入增大时，航向系统的输出是不减的。通过将航向系统的输入信息与航向系统的输出信息相融合，使得舰船的航向系统满足MFAC算法对受控系统“拟线性”假设条件—即控制输入增加时相应的受控系统输出是不减的要求。使得该舰船用输入输出数据融合的改进无模型自适应航向控制算法适用于舰船的航向控制。

本发明涉及舰船运动控制领域，是一种舰船用重定义航向系统输出改进无模型自适应航向控制算法，属于舰船自动控制领域。本发明中的舰船是指广义上的各种水中航行装备，如水面船舶、潜水器、潜艇、水下无人航行器、水面无人艇等，在本发明中统称为舰船，都在本发明的应用范围内。

舰船的航向控制对于舰船系统来说非常重要，只有保证了舰船的航向稳定，才能有效的跟踪期望航迹。目前在实际工程应用中，舰船的航向控制基本上采用的是PID控制算法以及常规的基于“模型导向”设计策略开发的控制算法。PID控制器是一种基于离线数据的数据驱动控制算法，但舰船运行于海洋环境中时容易受到模型摄动、海洋环境干扰力等影响，导致PID控制器难以维持一致的控制效果，需要重新调整参数才能使系统保持良好控制性能或稳定。而基于“模型导向”设计策略开发的控制器，严重地依赖于系统数学模型，由于获得精确的数学模型十分困难，存在未建模动态、模型摄动等影响导致系统的自适应较差，难以保证系统鲁棒性能，从而很难在工程中获得应用。

公开日2011年01月26日，公布号为CN101957598A,发明名称为“一种大时滞系统灰色无模型控制方法”，把灰色预测模型与MFAC算法结合起来，采用在MFAC算法中加入灰色预测模型的控制方法来实现复杂对象进行控制，实现大时滞系统的灰色无模型控制。在文献“大型舰船综合减摇系统无模型自适应控制”，作者马洁利用MFAC算法设计了减摇鳍/被动舱综合控制的控制器，仿真试验表明大型舰船采用MFAC算法设计的减摇鳍/被动舱综合控制方案在各种航态下均能取得很好的减摇效果。

但上述MFAC算法均不适用于舰船的航向控制，因为舰船的航向系统不满足MFAC算法对受控系统“拟线性”假设条件的要求，即受控系统输入增加时相应的受控系统的输出是不减的。本发明通过将舰船航向系统的输入即期望舵角输出数据相融合，即将MFAC控制器解算出的期望舵角多为使得舰船的航向系统满足MFAC理论对受控系统的“拟线性”假设条件，从而使得舰船用输入输出数据融合的改进无模型自适应航向控制算法可以应用于舰船的航向控制中。

航向系统的输入即期望舵角是可控的，且相比较于艏向角速度波动较小，因此将舵角作为航向系统输出一部分，比直接利用艏向角速度重定义系统输出，可提高系统的稳定性以及鲁棒性。

本发明的目的在于提供一种舰船用输入输出数据融合的改进无模型自适应航向控制算法。原航向系统的输出y(k)即舰船航向，融入航向系统的输入信息，新的航向系统的输出形式为y(k)＝f(δ,ψ)，y(k)＝f(δ,ψ)包含了线性(如k₁×δ+ψ)、非线性(如tanh(k₁×δ+ψ))等多种具体数学表达形式，本发明以线性叠加形式为例，通过将舰船航向系统的输入与输出数据相融合，使得舰船的航向系统满足MFAC理论对受控系统的“拟线性”假设条件，从而使得舰船用输入输出数据融合的改进无模型自适应航向控制算法可以应用于舰船的航向控制中。

(1)将航向系统的输入信息δ与输出信息ψ相融合，新的航向系统的输出形式为y(k)＝f(δ,ψ)，本发明以线性叠加形式为例，系统输出y(k)取为k₁×δ+ψ。其中δ为舵角，k₁为增益系数和舰船系统的动力学特性有关。

(2)将航向系统的期望输出量y^*(k)实际输出量y(k)相减的，得到系统输出误差e(k)，当|e(k)|小于一个期望的常数e₀，认为系统实际输出稳定收敛到期望值，并跳出循环，否则将e(k)作为MFAC控制器的输入解算出期望输入u(k)并进入步骤(3)。此处以紧格式无模型自适应控制(compact format dynamic linearization model free adaptivecontrol,CFDL_MFAC)算法为例，航向系统输入输出数据融合CFDL_MFAC航向控制算法如下：

其中，η∈(0,1]为步长因子，μ＞0为权重系数，φ(k)为伪偏导数，为伪偏导数估计值。当|Δu(k-1)|≤ε或或时，令

(3)将期望输入指令下到达操纵机构，操纵机构执行接收到的期望输入指令，从而改变舰船航向，通过舰船上的磁罗经测得舰船当前航向ψ，令k＝k+1得到航向系统新的输出y(k)本文以其线性叠加形式为例即k₁×δ+ψ并转向步骤(2)

图1是本发明的航向系统整体框图；

图2是本发明的流程图；

图1表述了本发明的航向系统模型，首先给出期望航向ψ^*和期望舵角δ^*的指令，本发明以线性叠加形式为例，舰船航向系统输出y(k)定义为k₁×δ+ψ。其中δ为舰船的实际舵角，k₁为增益系数，ψ为舰船的实际航向。将y(k)并作为MFAC控制器的负反馈输入，控制器进行解算和不断在线辨识，得出舰船航向系统输入量即u(k)，舰船系统执行期望输入指令，不断更新舰船系统的实际航向，进而再次进入反馈回路中，直到舰船实际航向收敛到到期望航向。

图2表述了本发明的系统流程图。具体实现步骤如下：

(1)将航向系统的输入信息δ与输出信息ψ相融合，新的航向系统的输出形式为y(k)＝f(δ,ψ)，本发明以线性叠加形式为例，系统输出y(k)取为k₁×δ+ψ。其中δ为舵角，k₁为增益系数和舰船系统的动力学特性有关。

(2)将航向系统的期望输出量y^*(k)实际输出量y(k)相减的，得到系统输出误差e(k)，当|e(k)|小于一个期望的常数e₀，认为系统实际输出稳定收敛到期望值，并跳出循环，否则将e(k)作为MFAC控制器的输入解算出期望输入u(k)并进入步骤(3)。

(3)将期望输入指令下到达操纵机构，操纵机构执行接收到的期望输入指令，从而改变舰船航向，通过舰船上的磁罗经测得舰船当前航向ψ，令k＝k+1，得到航向系统新的输出y(k)本文以其线性叠加形式为例即k₁×δ+ψ并转向步骤(2)。

Claims (2)

1.一种舰船用输入输出数据融合的改进无模型自适应航向控制算法，其特征在于，包括以下步骤：

(1)将原航向系统的输出形式取为y(k)＝f(δ,ψ)的形式，系统输出y(k)取为k₁×δ+ψ，其中δ为舵角，k₁为增益系数和舰船系统的动力学特性有关；

(2)将航向系统的期望输出量与实际输出量y(k)相减，得误差e(k)，当|e(k)|小于一个期望的常数e₀时，认为舰船的实际航向收敛达到期望航向并跳出循环，否则将e(k)作为无模型自适应控制器的输入解算出航向系统期望输入u(k)；

(3)将期望输入u(k)下达到操纵机构，操纵机构执行接收的期望指令，改变舰船航向，通过舰船上搭载的磁罗经或GPS等姿态传感器测得舰船当前航向ψ，令k＝k+1，得到系统新的输出y(k)，取为k₁×δ+ψ，转向步骤(2)。

2.根据权利要求1所述的一种舰船用输入输出数据融合的改进无模型自适应航向控制算法，其特征在于，所述将航向系统的期望输出量与实际输出量y(k)相减，得误差e(k)，当|e(k)|小于一个期望的常数e₀时，认为舰船的实际航向收敛达到期望航向并跳出循环，否则将e(k)作为无模型自适应控制器的输入解算出航向系统期望输入u(k)，包括：

其中，η∈(0,1]为步长因子，μ＞0为权重系数，φ(k)为伪偏导数，为伪偏导数估计值，当|Δu(k-1)|≤ε或或时，令