CN112578797A - 一种切换拓扑下的基于分布式制导的船舶编队控制方法 - Google Patents

一种切换拓扑下的基于分布式制导的船舶编队控制方法 Download PDF

Info

Publication number
CN112578797A
CN112578797A CN202011507333.5A CN202011507333A CN112578797A CN 112578797 A CN112578797 A CN 112578797A CN 202011507333 A CN202011507333 A CN 202011507333A CN 112578797 A CN112578797 A CN 112578797A
Authority
CN
China
Prior art keywords
formation
representing
control
distributed guidance
ship
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.)
Pending
Application number
CN202011507333.5A
Other languages
English (en)
Inventor
刘程
孙婷
胡启智
张天航
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian Maritime University
Original Assignee
Dalian Maritime University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dalian Maritime University filed Critical Dalian Maritime University
Priority to CN202011507333.5A priority Critical patent/CN112578797A/zh
Publication of CN112578797A publication Critical patent/CN112578797A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明提供一种切换拓扑下的基于分布式制导的船舶编队控制方法，包括：模型预测控制系统以及为所述模型预测控制系统提供参考状态的分布式制导系统，包括以下步骤：建立分布式制导系统；所述分布式制导系统根据编队船舶的任务及所处的海洋环境计算出参考信号，并将其提供给控制系统；通过基于分布式制导的编队控制方法将所述模型预测控制系统引入到编队船舶的控制系统中，保证编队船舶的当前状态收敛到参考状态。本发明提出了一种新型的基于分布式制导的模型预测控制策略，用于切换拓扑下的船舶编队控制，通过将分布式策略用于制导系统，而不是直接用于控制系统，仅使用部分通信链，简化了编队控制器的设计。

Description

一种切换拓扑下的基于分布式制导的船舶编队控制方法
技术领域
本发明涉及船舶编队控制方法的技术领域，具体而言，尤其涉及一种切换拓扑下的基于分布式制导的船舶编队控制方法。
背景技术
多船编队控制在海洋环境监测、海域资源勘测、海上气象数据采集和海上航行补给等方面具有单船不可比拟的优势，但与此同时也带来巨大挑战。挑战主要来自于通信拓扑，之前的研究工作主要集中于固定的通信拓扑，但是在复杂的海洋环境中，由于通信拓扑的局限性和不可靠性，任何通信故障都会导致编队任务的失败。为了解决这一问题，本发明提供了一种切换拓扑下的基于分布式制导的船舶编队控制方法。运用本发明提供的技术，在复杂的海洋环境中，既可以实现切换拓扑下的编队跟踪控制和编队集结控制，又能降低通信成本，对通信故障具有较强的鲁棒性，使多船高效完成编队任务。
现有研究针对一组具有模型参数不确定性和外界扰动的欠驱动水面船，基于领导跟随策略，提出了一种基于参数估计和上限估计的滑模控制方法，以解决未知模型参数和环境干扰问题。但是在该研究中假设通信拓扑是固定不变的，而在复杂的海洋环境中，由于带宽受限、通信时延和间歇故障，通信拓扑有限且不稳定，任何临时的通信故障都会导致整个任务的失败，所以该研究存在一定的局限性。
发明内容
根据上述提出模型参数不确定性和外界扰动的欠驱动水面船的技术问题，而提供一种切换拓扑下的基于分布式制导的船舶编队控制方法。本发明主要利用一种切换拓扑下的基于分布式制导的船舶编队控制方法，包括以下步骤：
步骤S1：建立分布式制导系统；所述分布式制导系统根据编队船舶的任务及所处的海洋环境计算出参考信号，并将其提供给控制系统；
步骤S2：通过基于分布式制导的编队控制方法将所述模型预测控制系统引入到编队船舶的控制系统中，保证编队船舶的当前状态收敛到参考状态。
更进一步地，所述编队控制方法包括：模型预测控制系统以及为所述模型预测控制系统提供参考状态的分布式制导系统。
进一步地，所述模型预测控制系统包括以下步骤：
步骤S11：建立船舶运动数学模型；
Figure BDA0002845304710000021
其中，ηi＝[xi,yi,ψi]T表示位置和方向；υi＝[ui,vi,ri]T分别表示船舶前进、横漂、首摇的速度；τi＝[τiu,τiv,τir]T表示控制输入；τiw＝[τiwu,τiwv,τiwr]T表示外界干扰；
Figure BDA0002845304710000022
表示旋转矩阵；
Figure BDA0002845304710000023
表示惯性矩阵；
Figure BDA0002845304710000024
表示阻尼矩阵；
Figure BDA0002845304710000025
表示科里奥利向心矩阵，其中
Figure BDA0002845304710000026
Figure BDA0002845304710000027
步骤S12：将式(1)的数学模型转化为线性状态空间形式
Figure BDA0002845304710000028
其中，
Figure BDA0002845304710000029
表示系统状态；
Figure BDA00028453047100000210
表示控制输出；
Figure BDA00028453047100000211
将式(2)转化为离散时间系统：
Figure BDA0002845304710000031
其中
Figure BDA0002845304710000032
步骤S13：通过未来状态的控制量和当前的状态信息量表示未来的状态向量：
Figure BDA0002845304710000033
其中，Np表示预测时域，Nc表示控制时域。
步骤S14：预测输出变量：
Figure BDA0002845304710000034
定义如下向量
Figure BDA0002845304710000035
并将式(6)写成紧凑形式：
Yi＝Σξi(k)+ΦΩi (19)
其中，
Figure BDA0002845304710000036
步骤S15：通过最优化问题说明编队控制问题：
Figure BDA0002845304710000037
其中，
Figure BDA0002845304710000038
Q和Rw分别表示输出和输入的权重矩阵；
Figure BDA0002845304710000039
表示参考信号。
更进一步地，所述分布式制导系统中：
对于编队集结控制，参考信号为时不变的，则分布式制导系统为：
Figure BDA0002845304710000041
其中，χ＞0，表示一致性参数，用于调节一致性算法的收敛速度；
将式(9)改写成克罗内尔积形式：
Figure BDA0002845304710000042
式(10)中
Figure BDA0002845304710000043
Figure BDA0002845304710000044
是拉普拉斯矩阵，
Figure BDA0002845304710000045
表示切换拓扑结构；其中
Figure BDA0002845304710000046
为时不变信号；
对于编队跟踪控制，参考信号是时变的，则分布式制导系统为：
Figure BDA0002845304710000047
式中
Figure BDA0002845304710000048
定义Ln×(n+1)(t)＝[W(t)|b(t)]，
Figure BDA0002845304710000049
wij(t)＝-aij(t)(i≠j)，
Figure BDA00028453047100000410
b(t)＝[-a1(n+1)(t) -a2(n+1)(t) … -an(n+1)(t)]T；
将式(11)改写为
Figure BDA00028453047100000411
其中，
Figure BDA00028453047100000412
θ＝[Δ10 … Δn0]T。
较现有技术相比，本发明具有以下优点：
1、利用船舶制导系统，提出了一种新型的基于分布式制导的模型预测控制策略，用于切换拓扑下的船舶编队控制，将分布式策略用于制导系统，而不是直接用于控制系统，仅使用部分通信链，简化了编队控制器的设计；
2、在复杂的海洋环境中，由于带宽受限、通信时延和间歇故障，通信拓扑不稳定。在之前的研究中，参考信号是预先设定好的，任何临时通信故障都会导致整个任务的失败。本方法所提出的基于分布式制导的编队控制器对通信拓扑的变化更具鲁棒性，当领导者变化时，该方法可以在任务期间通过分布式制导结构来适应其参考信号；
3、在之前的研究中虽然已应用分布式结构，但在控制器设计中将邻接矩阵假定为恒定矩阵。本方法提出的基于分布式制导的编队控制器适用于切换拓扑，更适合复杂海洋环境中有限且不可靠的通信拓扑；
4、利用模型预测控制处理约束限制的优势，将其用于切换拓扑下基于分布式制导的控制器设计中，以完成编队跟踪控制和编队集结控制，同时模型预测控制方法可以提前防止输入饱和，对海上安全有利。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明基于分布式制导的编队系统框图。
图2为本发明编队船舶的通信拓扑示意图。
图3为本发明编队跟踪控制性能示意图。
图4为本发明控制输入示意图。
图5为本发明编队船舶的通信拓扑示意图。
图6为本发明通信拓扑并集形式示意图。
图7为本发明编队集结控制的控制性能示意图。
图8为本发明控制输入示意图。
图中：
Figure BDA0002845304710000051
表示由制导系统获得的编队船舶的参考状态；
Figure BDA0002845304710000052
为编队中心点的参考路径；Ξ＝[Ξ1 … Ξn]T表示输出向量；τ＝[τ1 … τn]T表示控制输入。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
如图1-8所示，本发明提供了一种切换拓扑下的基于分布式制导的船舶编队控制方法。包括以下步骤：
步骤S1：为应对复杂海洋环境中通信拓扑的局限性和不可靠性，建立分布式制导系统；所述分布式制导系统根据编队船舶的任务及所处的海洋环境计算出参考信号，并将其提供给控制系统；
步骤S2：为解决舰船输入饱和问题，通过基于分布式制导的编队控制方法将所述模型预测控制系统引入到编队船舶的控制系统中，保证编队船舶的当前状态收敛到参考状态。以确保编队船舶的当前状态收敛到参考状态。所提出的切换拓扑下的基于分布式制导的编队控制方法，对通信故障具有更强的鲁棒性，同时又能降低通信成本，使多船高效完成任务。
本发明方法包括：模型预测控制系统以及为所述模型预测控制系统提供参考状态的分布式制导系统。
进一步地，作为一种优选的实施方式，所述模型预测控制系统包括以下步骤：
步骤S11：建立船舶运动数学模型；
Figure BDA0002845304710000071
其中，ηi＝[xi,yi,ψi]T表示位置和方向；υi＝[ui,vi,ri]T分别表示船舶前进、横漂、首摇的速度；τi＝[τiu,τiv,τir]T表示控制输入；τiw＝[τiwu,τiwv,τiwr]T表示外界干扰；
Figure BDA0002845304710000072
表示旋转矩阵；
Figure BDA0002845304710000073
表示惯性矩阵；
Figure BDA0002845304710000074
表示阻尼矩阵；
Figure BDA0002845304710000075
表示科里奥利向心矩阵，其中
Figure BDA0002845304710000076
Figure BDA0002845304710000077
步骤S12：将式(1)的数学模型转化为线性状态空间形式：
Figure BDA0002845304710000078
其中，
Figure BDA0002845304710000079
表示系统状态；
Figure BDA00028453047100000710
表示控制输出；
Figure BDA00028453047100000711
将式(2)转化为离散时间系统：
Figure BDA00028453047100000712
其中
Figure BDA00028453047100000713
步骤S13：通过未来状态的控制量和当前的状态信息量表示未来的状态向量：
Figure BDA0002845304710000081
其中，Np表示预测时域，Nc表示控制时域。
步骤S14：预测输出变量：
Figure BDA0002845304710000082
定义如下向量
Figure BDA0002845304710000083
并将式(6)写成紧凑形式：
Yi＝Σξi(k)+ΦΩi (31)
其中，
Figure BDA0002845304710000084
步骤S15：通过最优化问题说明编队控制问题：
Figure BDA0002845304710000085
其中，
Figure BDA0002845304710000086
Q和Rw分别表示输出和输入的权重矩阵；
Figure BDA0002845304710000087
表示参考信号。
更进一步地，所述分布式制导系统中：
对于编队集结控制，参考信号为时不变的，则分布式制导系统为：
Figure BDA0002845304710000088
其中，χ＞0，表示一致性参数，用于调节一致性算法的收敛速度；
将式(9)改写成克罗内尔积形式：
Figure BDA0002845304710000091
式(10)中
Figure BDA0002845304710000092
θ＝[Δ10 … Δn0 OT]T；
Figure BDA0002845304710000093
是拉普拉斯矩阵，
Figure BDA0002845304710000094
表示切换拓扑结构；其中
Figure BDA0002845304710000095
为时不变信号；
对于编队跟踪控制，参考信号是时变的，则分布式制导系统为：
Figure BDA0002845304710000096
式中
Figure BDA0002845304710000097
定义Ln×(n+1)(t)＝[W(t)|b(t)]，
Figure BDA0002845304710000098
wij(t)＝-aij(t)(i≠j)，
Figure BDA0002845304710000099
b(t)＝[-a1(n+1)(t) -a2(n+1)(t) … -an(n+1)(t)]T；
将式(11)改写为
Figure BDA00028453047100000910
其中，
Figure BDA00028453047100000911
θ＝[Δ10 … Δn0]T。
实施例1
为了验证所提出的切换拓扑下的基于分布式制导的船舶编队控制方法的有效性，从以下两个具体实施例说明，分别为编队跟踪控制和编队集结控制。
1、编队跟踪控制
仿真实验包括四艘船，以测试在切换拓扑下的编队跟踪控制性能。图2表示编队船舶的通信拓扑，其中0表示领导者，1,2,3,4表示跟随者船，通信拓扑每10s切换一次；表1表示四艘船的初始状态。
表1船舶初始状态
Figure BDA0002845304710000101
图3和图4表示在切换拓扑下编队跟踪控制的控制性能。在现有的研究中，协调控制的完成依赖于固定的通信拓扑，通信拓扑的任何改变都会影响整个编队任务。在本实施例中，如图1所示，通信拓扑每10s改变一次，由图3可以看出，在通信拓扑改变的过渡期间仍保持编队跟踪性能。因此，所提出的基于分布式制导的船舶编队控制方法对复杂海洋环境下有限且不可靠的通信连接具有较强的鲁棒性。
2、编队集结控制
为了说明所提出的基于分布式制导的模型预测控制器对编队集结控制的有效性，选取了8艘船，8艘船的初始状态如表2所示，编队调节控制中的通信拓扑如图5所示，通信拓扑的并集形式如图6所示。
表2编队船舶初始状态
Figure BDA0002845304710000102
本发明所提出的基于分布式制导的船舶编队控制方法，在通信拓扑的并集中包含有向生成树，如图7、8所示，这意味着所提出的算法可用于间歇通信的情况，因此，所提出的基于分布式制导的船舶编队控制方法对通信故障具有较强的鲁棒性。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (4)

1.一种切换拓扑下的基于分布式制导的船舶编队控制方法，其特征在于，包括以下步骤：
S1：建立分布式制导系统；所述分布式制导系统根据编队船舶的任务及所处的海洋环境计算出参考信号，并将其提供给控制系统；
S2：通过基于分布式制导的编队控制方法将所述模型预测控制系统引入到编队船舶的控制系统中，保证编队船舶的当前状态收敛到参考状态。
2.根据权利要求1所述的一种切换拓扑下的基于分布式制导的船舶编队控制方法，其特征在于，所述编队控制方法包括：模型预测控制系统以及为所述模型预测控制系统提供参考状态的分布式制导系统。
3.根据权利要求1所述的一种切换拓扑下的基于分布式制导的船舶编队控制方法，其特征在于，所述模型预测控制系统包括以下步骤：
S11：建立船舶运动数学模型；
Figure FDA0002845304700000011
其中，ηi＝[xi,yi,ψi]T表示位置和方向；υi＝[ui,vi,ri]T分别表示船舶前进、横漂、首摇的速度；τi＝[τiu,τiv,τir]T表示控制输入；τiw＝[τiwu,τiwv,τiwr]T表示外界干扰；
Figure FDA0002845304700000012
表示旋转矩阵；
Figure FDA0002845304700000013
表示惯性矩阵；
Figure FDA0002845304700000014
表示阻尼矩阵；
Figure FDA0002845304700000015
表示科里奥利向心矩阵，其中
Figure FDA0002845304700000016
Figure FDA0002845304700000017
S12：将式(1)的数学模型转化为线性状态空间形式
Figure FDA0002845304700000018
其中，
Figure FDA0002845304700000021
表示系统状态；
Figure FDA0002845304700000022
表示控制输出；
Figure FDA0002845304700000023
将式(2)转化为离散时间系统：
Figure FDA0002845304700000024
其中
Figure FDA0002845304700000025
S13：通过未来状态的控制量和当前的状态信息量表示未来的状态向量：
Figure FDA0002845304700000026
其中，Np表示预测时域，Nc表示控制时域。
S14：预测输出变量：
Figure FDA0002845304700000027
定义如下向量
Figure FDA0002845304700000028
并将式(6)写成紧凑形式：
Yi＝Σξi(k)+ΦΩi (7)
其中，
Figure FDA0002845304700000029
S15：通过最优化问题说明编队控制问题：
Figure FDA0002845304700000031
其中，
Figure FDA0002845304700000032
Q和Rw分别表示输出和输入的权重矩阵；
Figure FDA0002845304700000033
表示参考信号。
4.根据权利要求1所述的一种切换拓扑下的基于分布式制导的船舶编队控制方法，其特征在于，所述分布式制导系统中：
对于编队集结控制，参考信号为时不变的，则分布式制导系统为：
Figure FDA0002845304700000034
其中，χ＞0，表示一致性参数，用于调节一致性算法的收敛速度；
将式(9)改写成克罗内尔积形式：
Figure FDA0002845304700000035
式(10)中
Figure FDA0002845304700000036
是拉普拉斯矩阵，
Figure FDA0002845304700000037
表示切换拓扑结构；其中
Figure FDA0002845304700000038
为时不变信号；
对于编队跟踪控制，参考信号是时变的，则分布式制导系统为：
Figure FDA0002845304700000039
式中
Figure FDA00028453047000000310
定义Ln×(n+1)(t)＝[W(t)|b(t)]，
Figure FDA00028453047000000311
wij(t)＝-aij(t)(i≠j)，
Figure FDA00028453047000000312
b(t)＝[-a1(n+1)(t) -a2(n+1)(t) … -an(n+1)(t)]T；
将式(11)改写为
Figure FDA00028453047000000313
其中，
Figure FDA00028453047000000314
θ＝[Δ10 … Δn0]T。
CN202011507333.5A 2020-12-18 2020-12-18 一种切换拓扑下的基于分布式制导的船舶编队控制方法 Pending CN112578797A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011507333.5A CN112578797A (zh) 2020-12-18 2020-12-18 一种切换拓扑下的基于分布式制导的船舶编队控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011507333.5A CN112578797A (zh) 2020-12-18 2020-12-18 一种切换拓扑下的基于分布式制导的船舶编队控制方法

Publications (1)

Publication Number Publication Date
CN112578797A true CN112578797A (zh) 2021-03-30

Family

ID=75136123

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011507333.5A Pending CN112578797A (zh) 2020-12-18 2020-12-18 一种切换拓扑下的基于分布式制导的船舶编队控制方法

Country Status (1)

Country Link
CN (1) CN112578797A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113110467A (zh) * 2021-04-22 2021-07-13 大连海事大学 一种切换通讯拓扑下无人船编队规划与制导方法及系统
CN113253721A (zh) * 2021-04-23 2021-08-13 大连海事大学 一种时变海流干扰下无人船集群协同避碰制导方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111208835A (zh) * 2020-02-27 2020-05-29 大连海事大学 一种基于拓扑重构的船舶编队切换控制方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111208835A (zh) * 2020-02-27 2020-05-29 大连海事大学 一种基于拓扑重构的船舶编队切换控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
CHENG LIU，QIZHI HU，XUEGANG WANG: "Distributed guidance-based formation control of marine vehicles under switching topology", 《APPLIED OCEAN RESEARCH》, pages 1 - 11 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113110467A (zh) * 2021-04-22 2021-07-13 大连海事大学 一种切换通讯拓扑下无人船编队规划与制导方法及系统
CN113110467B (zh) * 2021-04-22 2024-02-02 大连海事大学 一种切换通讯拓扑下无人船编队规划与制导方法及系统
CN113253721A (zh) * 2021-04-23 2021-08-13 大连海事大学 一种时变海流干扰下无人船集群协同避碰制导方法及系统
CN113253721B (zh) * 2021-04-23 2023-12-05 大连海事大学 一种时变海流干扰下无人船集群协同避碰制导方法及系统

Similar Documents

Publication Publication Date Title
Qin et al. Distributed finite-time fault-tolerant containment control for multiple ocean bottom flying node systems with error constraints
Peng et al. Cooperative dynamic positioning of multiple marine offshore vessels: A modular design
Peng et al. Distributed containment maneuvering of multiple marine vessels via neurodynamics-based output feedback
Peng et al. Containment maneuvering of marine surface vehicles with multiple parameterized paths via spatial-temporal decoupling
Wang et al. Network-based heading control and rudder oscillation reduction for unmanned surface vehicles
Katayama et al. Straight-line trajectory tracking control for sampled-data underactuated ships
CN112578797A (zh) 一种切换拓扑下的基于分布式制导的船舶编队控制方法
Rigatos et al. Adaptive fuzzy control for the ship steering problem
Peng et al. Distributed coordinated tracking of multiple autonomous underwater vehicles
CN110262494B (zh) 一种同构多无人艇系统的协同学习与编队控制方法
Meng et al. Distributed control of high-order nonlinear input constrained multiagent systems using a backstepping-free method
CN112965375A (zh) 一种基于固定时间终端滑模的多无人艇编队控制方法
CN113268059A (zh) 一种基于有限时间扩张状态观测器的多无人艇编队控制方法
CN110161853A (zh) 一种新型具有实时性的船舶综合自动驾驶系统
CN110244556A (zh) 基于期望航向修正的欠驱动船舶航向控制方法
Tu et al. Adaptive dynamic positioning control for accommodation vessels with multiple constraints
CN109765906B (zh) 一种基于复合正交神经网络预测控制的智能船舶循迹方法
CN111381595A (zh) 基于事件触发的船舶动力定位方法
Manamanni et al. Relaxed conditions in tracking control design for a TS fuzzy model
CN113835434A (zh) 一种考虑输入量化的分布式多无人船舶自适应神经网络编队控制方法
Sun et al. Distributed anti-windup NN-sliding mode formation control of multi-ships with minimum cost
CN116449829A (zh) 一种基于二自由度lqr的船舶编队系统切换控制方法
Wang et al. NN-backstepping for diving control of an underactuated AUV
Mazare Distributed adaptive fault tolerant formation control for multiple underwater vehicles: Free-will arbitrary time approach
Peng et al. Decentralized cooperative control of autonomous surface vehicles with uncertain dynamics: A dynamic surface approach

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