CN109656142A - 一种无人艇的串级结构无模型自适应制导方法 - Google Patents
一种无人艇的串级结构无模型自适应制导方法 Download PDFInfo
- Publication number
- CN109656142A CN109656142A CN201910118169.XA CN201910118169A CN109656142A CN 109656142 A CN109656142 A CN 109656142A CN 201910118169 A CN201910118169 A CN 201910118169A CN 109656142 A CN109656142 A CN 109656142A
- Authority
- CN
- China
- Prior art keywords
- unmanned boat
- guidance
- model
- offset distance
- change rate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Feedback Control In General (AREA)
Abstract
一种无人艇的串级结构无模型自适应制导方法,属于无人艇制导领域。所述无人艇安装有舵机、航向传感器,GPS和主控计算机。首先利用S面控制算法解算理想环境下无人艇的期望偏移变化率,然后通过建立动态线性模型拟合非线性制导系统,利用在线的、离散的无人艇的航行信息数据逼近真实海况中无人艇期望航行方向关于期望偏移变化率的伪偏导数。通过S面控制算法与无模型自适应算法的串联结构制导方法,解决了无模型自适应算法不适应于无人艇航向制导的问题,实现非线性系统数据驱动的无模型自适应无人艇制导。利用无模型自适应无人艇制导方法,避免了无人艇在真实海况下由于环境干扰变化带来的模型摄动等问题导致路径跟随效果差的现象。
Description
技术领域
本发明属于无人艇制导领域,具体涉及一种无人艇的串级结构无模型自适应制导方法。
背景技术
无人艇由于体积较小,运行于空气-水面双重介质中,在航行过程中容易受到海浪、海流、气流等多种因素影响,并且这些干扰具有高度的不确定性与时变性。多种环境干扰下会造成无人艇产生较大的模型摄动,建立精确的无人艇运动数学模型非常困难。传统的制导方法在同时面临环境干扰与模型产生摄动时效果变差。研究复杂海洋环境下欠驱动无人艇的制导方法,对实现无人艇长期、安全、可靠、自主航行具有重要意义。
无模型自适应控制方法通过在每个控制节拍建立非线性系统等价的动态线性数据模型,利用受控系统的I/O数据在线估计系统的伪偏导数,然后利用加权一步向前的控制器,即可实现非线性系统数据驱动的无模型自适应控制。面对环境干扰和模型摄动时,无模型自适应控制方法表现良好。然而无模型自适应控制方法只适用于一类满足特定条件的控制系统,在无人艇的制导控制,由于期望航向与偏移距离之间不满足单调性关系,无模型自适应控制法不能直接应用于这种控制系统。
哈尔滨工程大学姜权权等人提出的《一种高抗扰自适应路径跟随方法及系统》,公开号为CN108415423A,根据水中航行装备的实时位置,以及改进的视线法解算出舰船的期望艏向角,同时结合CFDL-MFAC即compact form dynamic linearization model freeadaptive control艏向控制算法,可使舰船快速的缩小跟踪误差,收敛到期望路径。此方法中采用改进视线法作为制导律,与本发明中的串级结构无模型自适应制导方法有本质不同。
大连海事大学范云生等人针对无人艇实际航行时存在时变漂角的情况下,将LOS制导算法和模糊自适应PID控制方法相结合,提出一种考虑时变漂角的无人艇路径跟踪控制方法,此方法中的制导律并不针对制导过程中的无人艇模型摄动问题,这与本发明中的串级结构无模型自适应制导方法有本质不同。
发明内容
本发明的目的在于提供无人艇的串级结构无模型自适应制导方法。首先利用S面控制算法解算理想环境下无人艇的期望偏移变化率,然后通过建立动态线性模型拟合非线性制导系统,利用在线的、离散的无人艇的航行信息数据逼近真实海况中无人艇期望航行方向关于期望偏移变化率的伪偏导数。通过S面控制算法与无模型自适应算法的串联结构制导方法,解决了无模型自适应算法不适应于无人艇航向制导的问题,即这类控制响应不满足单调性条件,实现非线性系统数据驱动的无模型自适应无人艇制导。利用无模型自适应无人艇制导方法,避免了无人艇在真实海况下由于环境干扰变化带来的模型摄动等问题导致路径跟随效果差的现象。
本发明的目的是这样实现的:
一种无人艇的串级结构无模型自适应制导方法,包括以下步骤:
(1)检查无人艇目标航迹点是否更新,如果目标航迹点更新,则将第一个控制节拍的垂向偏移距离变化率和期望垂向偏移距离变化率归零;
(2)将无人艇当前位置(xt,yt)与期望路径间的垂向偏移距离Ze以及垂向偏移距离Ze的变化率输入S面控制子系统,得到理想环境条件下当前时刻无人艇的期望垂向偏移距离变化率
(3)将理想环境条件下当前时刻无人艇的期望垂向偏移距离变化率作为无模型自适应制导子系统的期望值,根据无人艇上一时刻和当前时刻的航行状态计算无模型自适应制导子系统中无人艇垂向偏移距离变化率关于期望航向角ψe的伪偏导数拟合值;
(4)根据伪偏导数拟合值计算当前时刻无人艇的期望航向角ψe;
(5)主控计算机根据航向控制算法控制无人艇航向旋转至期望航向角ψe,无人艇的航行状态与位置发生变化,则返回步骤1,进行下一个节拍的制导与控制。
本发明分为两个子系统:即S面控制子系统与无模型自适应制导子系统,两个子系统之间为串联结构。
将无人艇当前位置(xt,yt)与期望路径间的垂向偏移距离Ze以及垂向偏移距离Ze的变化率作为S面控制器的输入,得到理想环境条件下无人艇的期望垂向偏移距离变化率作为S面控制器的输出,S面控制器的控制模型为:
其中k1、k2分别为对应偏差和偏差变化率的控制参数,K最大期望偏差变化率参数。
将无人艇的垂向偏移距离变化率定义为无模型自适应非线性离散系统的输入y,将无人艇的期望航向角ψe定义为非线性离散系统的输出u,则该非线性离散系统满足:
y(k+1)=f(y(k),…,y(k-ny),u(k),…,u(k-nu))
其中,y(k)、u(k)分别表示k时刻的输入输出,ny、nu是系统的阶数;
对任意时刻k:
不妨假设无人艇当前位置(xt,yt)在期望路径右侧,即垂向偏移距离Ze>0,当Δu(k)=u(k+1)-u(k)≠0时,若Δu(k)>0,即ψe增大时,显然无人艇会更迅速地靠近直线路径l,故反之,同理当Δu(k)<0,Δy(k+1)>0;
对于非线性离散无人艇制导系统,对任意时刻k及Δu(k)≠0,当Δy(k+1)/Δu(k)的值正负始终不变且不为0时,则存在伪偏导数φ(k),满足以下等式:
Δy(k+1)=φ(k)Δu(k)
规定准则函数:
J(u(k))=|y*(k+1)-y(k+1)|2+λ|u(k)-u(k-1)|2
y*(k+1)为无模型自适应制导子系统期望输出,λ>0是一个权重系数,通过λ|u(k)-u(k-1)|2限制输出u的变化;上式对u(k)求导等于零,得到以下无模型自适应制导子系统制导律:
对于伪偏导数φ(k)的拟合,定义以下准则函数:
对上式关于φ(k)求极值,得出伪偏导数拟合值:
其中,η∈(0,1]为步长因子,为φ(k)的拟合值。
与现有技术相比,本发明的有益效果是:本发明将无模型自适应控制方法融入到浪滑翔器制导方法中,通过S面控制算法与无模型自适应算法的串联结构,解决了无模型自适应算法不适用于无人艇航向制导的问题,即这类控制响应不满足单调性条件。无模型自适应制导方法利用在线的离散数据即可实现对非线性制导律的自适应拟合与调节,提高了制导系统的抗环境干扰与抗模型摄动能力,优化了路径跟随效果。
附图说明
图1为本发明无人艇串级结构无模型自适应制导方法坐标系示意图;
图2为本发明无人艇串级结构无模型自适应制导方法流程图;
图3为本发明无人艇串级结构无模型自适应制导控制器结构图。
具体实施方式
下面结合附图举例对本发明做更详细地描述:
本发明的目的是这样实现的:所述无人艇潜体安装有舵机、航向传感器,GPS和主控计算机。航向传感器实时测量航向角ψG,主控计算机可以控制舵机旋转至指定的期望舵角δd进而控制无人艇航向。
一种无人艇的串级结构无模型自适应制导方法,无人艇串级结构无模型自适应制导方法分为两个子系统:即S面控制子系统与无模型自适应制导子系统,两个子系统之间为串联结构。
结合图1描述本发明无人艇串级结构无模型自适应制导方法坐标系:为方便说明本发明中各个变量之间的关系,统一规定坐标系及变量表达方式:只考虑无人艇在水平面的运动,建立水平面大地坐标系ξ-E-ζ。Eξ向北为正,Eζ向东为正。航迹点(xn-1,yn-1)、(xn,yn)确立了无人艇跟踪的直线路径l,无人艇由航迹点(xn-1,yn-1)驶向航迹点(xn,yn),当前位置为(xt,yt)。直线路径l与无人艇潜体期望中轴线方向之间夹角定义为期望航向角ψe。规定无人艇当前位置(xt,yt)在期望路径右侧时,(xt,yt)与期望路径右侧间的垂向偏移距离Ze为正。
结合图2描述本发明无人艇串级结构无模型自适应制导方法流程:
第一步:检查无人艇目标航迹点是否更新。如果目标航迹点更新,则将第一个控制节拍的垂向偏移距离变化率和期望垂向偏移距离变化率归零。
第二步:将无人艇当前位置(xt,yt)与期望路径间的垂向偏移距离Ze以及垂向偏移距离Ze的变化率输入S面控制子系统,得到理想环境条件下当前时刻无人艇的期望垂向偏移距离变化率
第三步:将理想环境条件下当前时刻无人艇的期望垂向偏移距离变化率作为无模型自适应制导子系统的期望值,根据无人艇上一时刻和当前时刻的航行状态计算无模型自适应制导子系统中无人艇垂向偏移距离变化率关于期望航向角ψe的伪偏导数拟合值。
第四步:根据伪偏导数拟合值计算当前时刻无人艇的期望航向角ψe。
第五步:主控计算机根据航向控制算法控制无人艇航向旋转至期望航向角ψe。无人艇的航行状态与位置发生变化,则返回步骤一,进行下一个节拍的制导与控制。
结合图3描述无人艇串级结构无模型自适应制导控制器结构。
将无人艇当前位置(xt,yt)与期望路径间的垂向偏移距离Ze以及垂向偏移距离Ze的变化率作为S面控制器的输入,得到理想环境条件下无人艇的期望垂向偏移距离变化率作为S面控制器的输出,S面控制器的控制模型为:
其中k1、k2分别为对应偏差和偏差变化率的控制参数。
将无人艇的垂向偏移距离变化率定义为无模型自适应非线性离散系统的输入y,将无人艇的期望航向角ψe定义为非线性离散系统的输出u,则该非线性离散系统满足:
y(k+1)=f(y(k),…,y(k-ny),u(k),…,u(k-nu))
其中,y(k)、u(k)分别表示k时刻的输入输出,ny、nu是系统的阶数。
对任意时刻k:
不妨假设无人艇当前位置(xt,yt)在期望路径右侧,即Ze>0,当Δu(k)=u(k+1)-u(k)≠0时,若Δu(k)>0,即ψe增大时,显然无人艇会更迅速地靠近直线路径l,故反之,同理可证当Δu(k)<0,Δy(k+1)>0。
对于满足式y(k+1)=f(y(k),…,y(k-ny),u(k),…,u(k-nu))的非线性离散无人艇制导系统,对任意时刻k及Δu(k)≠0,当Δy(k+1)/Δu(k)的值正负始终不变且不为0时,一定存在伪偏导数(PPD)φ(k),满足如下等式:
Δy(k+1)=φ(k)Δu(k)
规定准则函数:
J(u(k))=|y*(k+1)-y(k+1)|2+λ|u(k)-u(k-1)|2
y*(k+1)为无模型自适应制导子系统期望输出,即λ>0是一个权重系数,λ|u(k)-u(k-1)|2的目的是限制输出u的变化。上式对u(k)求导等于零,得到如下无模型自适应制导子系统制导律:
对于伪偏导数φ(k)的拟合,定义如下准则函数:
对上式关于φ(k)求极值,即可得出伪偏导数拟合值:
其中,η∈(0,1]为步长因子,为φ(k)的拟合值。
一种无人艇的串级结构无模型自适应制导方法,当无人艇航迹点更新时,则将第一个控制节拍的垂向偏移距离变化率和期望垂向偏移距离变化率归零。否则会由于航迹点更新,垂向偏移距离发生突变而引起该控制节拍内的垂向偏移距离变化率趋近于无穷大,显然这是不合理的。
本发明利用在线的离散数据实现对非线性制导律的自适应拟合与调节,提高了制导系统的抗环境干扰与抗模型摄动能力,优化了路径跟随效果。
Claims (4)
1.一种无人艇的串级结构无模型自适应制导方法,其特征在于,包括以下步骤:
(1)检查无人艇目标航迹点是否更新,如果目标航迹点更新,则将第一个控制节拍的垂向偏移距离变化率和期望垂向偏移距离变化率归零;
(2)将无人艇当前位置(xt,yt)与期望路径间的垂向偏移距离Ze以及垂向偏移距离Ze的变化率输入S面控制子系统,得到理想环境条件下当前时刻无人艇的期望垂向偏移距离变化率
(3)将理想环境条件下当前时刻无人艇的期望垂向偏移距离变化率作为无模型自适应制导子系统的期望值,根据无人艇上一时刻和当前时刻的航行状态计算无模型自适应制导子系统中无人艇垂向偏移距离变化率关于期望航向角ψe的伪偏导数拟合值;
(4)根据伪偏导数拟合值计算当前时刻无人艇的期望航向角ψe;
(5)主控计算机根据航向控制算法控制无人艇航向旋转至期望航向角ψe,无人艇的航行状态与位置发生变化,则返回步骤1,进行下一个节拍的制导与控制。
2.根据权利要求1所述的一种无人艇的串级结构无模型自适应制导方法,其特征在于,分为两个子系统:即S面控制子系统与无模型自适应制导子系统,两个子系统之间为串联结构。
3.根据权利要求1所述的无人艇的串级结构无模型自适应制导方法,其特征在于:将无人艇当前位置(xt,yt)与期望路径间的垂向偏移距离Ze以及垂向偏移距离Ze的变化率作为S面控制器的输入,得到理想环境条件下无人艇的期望垂向偏移距离变化率作为S面控制器的输出,S面控制器的控制模型为:
其中k1、k2分别为对应偏差和偏差变化率的控制参数,K最大期望偏差变化率参数。
4.根据权利要求1所述的无人艇的串级结构无模型自适应制导方法,其特征在于:将无人艇的垂向偏移距离变化率定义为无模型自适应非线性离散系统的输入y,将无人艇的期望航向角ψe定义为非线性离散系统的输出u,则该非线性离散系统满足:
y(k+1)=f(y(k),…,y(k-ny),u(k),…,u(k-nu))
其中,y(k)、u(k)分别表示k时刻的输入输出,ny、nu是系统的阶数;
对任意时刻k:
不妨假设无人艇当前位置(xt,yt)在期望路径右侧,即垂向偏移距离Ze>0,当Δu(k)=u(k+1)-u(k)≠0时,若Δu(k)>0,即ψe增大时,显然无人艇会更迅速地靠近直线路径l,故反之,同理当Δu(k)<0,Δy(k+1)>0;
对于非线性离散无人艇制导系统,对任意时刻k及Δu(k)≠0,当Δy(k+1)/Δu(k)的值正负始终不变且不为0时,则存在伪偏导数φ(k),满足以下等式:
Δy(k+1)=φ(k)Δu(k)
规定准则函数:
J(u(k))=|y*(k+1)-y(k+1)|2+λ|u(k)-u(k-1)|2
y*(k+1)为无模型自适应制导子系统期望输出,λ>0是一个权重系数,通过λ|u(k)-u(k-1)|2限制输出u的变化;上式对u(k)求导等于零,得到以下无模型自适应制导子系统制导律:
对于伪偏导数φ(k)的拟合,定义以下准则函数:
对上式关于φ(k)求极值,得出伪偏导数拟合值:
其中,η∈(0,1]为步长因子,为φ(k)的拟合值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910118169.XA CN109656142B (zh) | 2019-02-15 | 2019-02-15 | 一种无人艇的串级结构无模型自适应制导方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910118169.XA CN109656142B (zh) | 2019-02-15 | 2019-02-15 | 一种无人艇的串级结构无模型自适应制导方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109656142A true CN109656142A (zh) | 2019-04-19 |
CN109656142B CN109656142B (zh) | 2021-09-10 |
Family
ID=66122834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910118169.XA Active CN109656142B (zh) | 2019-02-15 | 2019-02-15 | 一种无人艇的串级结构无模型自适应制导方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109656142B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110673598A (zh) * | 2019-09-29 | 2020-01-10 | 哈尔滨工程大学 | 一种水面无人艇智能路径跟踪控制方法 |
CN112346465A (zh) * | 2020-11-27 | 2021-02-09 | 哈尔滨工程大学 | 基于ialos导引律的欠驱无人船自适应模糊控制方法 |
CN113960998A (zh) * | 2021-06-10 | 2022-01-21 | 北京航天控制仪器研究所 | 一种无人艇模糊预测控制系统及方法 |
CN115562312A (zh) * | 2022-11-17 | 2023-01-03 | 三亚哈尔滨工程大学南海创新发展基地 | 一种强跟踪全格式无模型自适应船舶艏向控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116281A (zh) * | 2013-01-17 | 2013-05-22 | 江苏大学 | 轴向混合磁轴承无模型自适应控制系统及其控制方法 |
CN105487385A (zh) * | 2016-02-01 | 2016-04-13 | 金陵科技学院 | 基于无模型自适应内模控制方法 |
CN108415423A (zh) * | 2018-02-02 | 2018-08-17 | 哈尔滨工程大学 | 一种高抗扰自适应路径跟随方法及系统 |
CN108563113A (zh) * | 2018-06-12 | 2018-09-21 | 哈尔滨工程大学 | 舰船用多回路无模型自适应艏向控制方法 |
CN108717263A (zh) * | 2018-04-11 | 2018-10-30 | 哈尔滨工程大学 | 波浪滑翔器多体艏向融合的无模型自适应航向控制方法 |
-
2019
- 2019-02-15 CN CN201910118169.XA patent/CN109656142B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116281A (zh) * | 2013-01-17 | 2013-05-22 | 江苏大学 | 轴向混合磁轴承无模型自适应控制系统及其控制方法 |
CN105487385A (zh) * | 2016-02-01 | 2016-04-13 | 金陵科技学院 | 基于无模型自适应内模控制方法 |
CN108415423A (zh) * | 2018-02-02 | 2018-08-17 | 哈尔滨工程大学 | 一种高抗扰自适应路径跟随方法及系统 |
CN108717263A (zh) * | 2018-04-11 | 2018-10-30 | 哈尔滨工程大学 | 波浪滑翔器多体艏向融合的无模型自适应航向控制方法 |
CN108563113A (zh) * | 2018-06-12 | 2018-09-21 | 哈尔滨工程大学 | 舰船用多回路无模型自适应艏向控制方法 |
Non-Patent Citations (5)
Title |
---|
LIAO YULEI,ETC: "Model-free adaptive control method with variable forgetting factor for unmanned surface vehicle control", 《APPLIED OCEAN RESEARCH》 * |
QUANQUAN JIANG,ETC: "Heading Control of Unmanned Surface Vehicle With Variable Output Constraint Model-Free Adaptive Control Algorithm", 《IEEE ACCESS》 * |
YULEI LIAO,ETC: "Redefined Output Model-Free Adaptive Control Method and Unmanned Surface Vehicle Heading Control", 《IEEE JOURNAL OF OCEANIC ENGINEERING》 * |
廖煜雷,等: "无人艇重定义无模型自适应艏向控制方法与试验", 《哈尔滨工程大学学报》 * |
胡伟,等: "基于串级无模型自适应的外传子永磁同步电机跟踪控制", 《计算机应用》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110673598A (zh) * | 2019-09-29 | 2020-01-10 | 哈尔滨工程大学 | 一种水面无人艇智能路径跟踪控制方法 |
CN110673598B (zh) * | 2019-09-29 | 2022-10-25 | 哈尔滨工程大学 | 一种水面无人艇智能路径跟踪控制方法 |
CN112346465A (zh) * | 2020-11-27 | 2021-02-09 | 哈尔滨工程大学 | 基于ialos导引律的欠驱无人船自适应模糊控制方法 |
CN112346465B (zh) * | 2020-11-27 | 2022-09-02 | 哈尔滨工程大学 | 基于ialos导引律的欠驱无人船自适应模糊控制方法 |
CN113960998A (zh) * | 2021-06-10 | 2022-01-21 | 北京航天控制仪器研究所 | 一种无人艇模糊预测控制系统及方法 |
CN113960998B (zh) * | 2021-06-10 | 2023-07-14 | 航天时代(青岛)海洋装备科技发展有限公司 | 一种无人艇模糊预测控制系统及方法 |
CN115562312A (zh) * | 2022-11-17 | 2023-01-03 | 三亚哈尔滨工程大学南海创新发展基地 | 一种强跟踪全格式无模型自适应船舶艏向控制方法 |
CN115562312B (zh) * | 2022-11-17 | 2023-10-13 | 哈尔滨工程大学三亚南海创新发展基地 | 一种强跟踪全格式无模型自适应船舶艏向控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109656142B (zh) | 2021-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109656142A (zh) | 一种无人艇的串级结构无模型自适应制导方法 | |
Wang et al. | Yaw-guided trajectory tracking control of an asymmetric underactuated surface vehicle | |
Hu et al. | Robust synchronization for under-actuated vessels based on disturbance observer | |
Børhaug et al. | Straight line path following for formations of underactuated marine surface vessels | |
CN108415423B (zh) | 一种高抗扰自适应路径跟随方法及系统 | |
CN108319140B (zh) | 一种重定义输出式无模型自适应航向控制方法及系统 | |
CN109828570A (zh) | 一种自适应边界层水面无人艇控制导引方法 | |
CN108052009A (zh) | 基于滤波反步法的水面目标救援跟踪观测控制器设计方法 | |
Sun et al. | Adaptive path following control for wave gliders in time-varying environment | |
Yin et al. | Predictive trajectory tracking control of autonomous underwater vehicles based on variable fuzzy predictor | |
CN115113524B (zh) | 一种基于干预lvs制导的asv多端口事件触发路径跟踪控制方法 | |
CN109254585A (zh) | 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 | |
Dai et al. | Dual closed loop AUV trajectory tracking control based on finite time and state observer | |
CN104142626A (zh) | 一种基于逆系统和内模控制的船舶动力定位控制方法 | |
CN116430856A (zh) | 一种基于变前视距离los算法的船舶航迹控制方法 | |
Ngongi et al. | Design of generalised predictive controller for dynamic positioning system of surface ships | |
CN109828462A (zh) | 波浪滑翔器变航速下自适应艏向控制器及控制方法 | |
Zhang et al. | High-gain observer-based model predictive control for cross tracking of underactuated autonomous underwater vehicles | |
Chen et al. | Improved line-of-sight nonlinear trajectory tracking control of autonomous underwater vehicle exposed to high variable speed ocean currents | |
Yuan et al. | Combined depth and heading control and experiment of ROV under the influence of residual buoyancy, current disturbance, and control dead zone | |
Qin et al. | Path Following Control of Unmanned Surface Vessel with Unknown Ocean Currents Disturbances | |
Li et al. | [Retracted] A Systematic Pipelaying Control Method Based on the Sliding Matrix for Dynamically Positioned Surface Vessels | |
Wan et al. | Adaptive steering control system of the USV with friction compensation | |
Zeng et al. | Transiting Target Value Based Path Following Control of Unmanned Surface Vessel | |
Fang et al. | The ship's mathematic motion models of altering course to avoid collision based on the optimization of genetic algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |