CN117519183A - 一种切换无人船动态记忆事件触发模糊动力定位控制方法 - Google Patents

一种切换无人船动态记忆事件触发模糊动力定位控制方法 Download PDF

Info

Publication number
CN117519183A
CN117519183A CN202311593483.6A CN202311593483A CN117519183A CN 117519183 A CN117519183 A CN 117519183A CN 202311593483 A CN202311593483 A CN 202311593483A CN 117519183 A CN117519183 A CN 117519183A
Authority
CN
China
Prior art keywords
unmanned ship
switching
nonlinear
mathematical model
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
CN202311593483.6A
Other languages
English (en)
Inventor
赵颖
郭世旭
黄进
陈飞宇
武东辉
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 CN202311593483.6A priority Critical patent/CN117519183A/zh
Publication of CN117519183A publication Critical patent/CN117519183A/zh
Pending legal-status Critical Current

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Abstract

本发明公开了一种切换无人船动态记忆事件触发模糊动力定位控制方法,包括构建非线性切换无人船数学模型,所述非线性切换无人船数学模型包括非线性无人船运动学方程和非线性无人船动力学方程,根据非线性切换无人船数学模型构建质量切换数学模型,将质量切换数学模型的非线性部分利用T‑S模糊技术进行处理,在所设计的非线性切换无人船数学模型的基础上,设计事件触发控制器,建立动态记忆事件触发协议,基于事件触发控制器和动态记忆事件触发协议对无人船的动力定位进行控制。不仅有效节省了通信传输资源,而且触发阈值的调整更灵活,有效完成了非线性切换无人船的动力定位任务。

Description

一种切换无人船动态记忆事件触发模糊动力定位控制方法
技术领域
本发明涉及船舶自动控制技术领域,尤其涉及一种切换无人船动态记忆事件触发模糊动力定位控制方法。
背景技术
随着人类社会的不断发展,资源稀缺已成为制约经济增长的重要因素。无人船以其成本低、运行可靠等特点,已成为海洋运输、水文调查和资源勘探等各种海洋应用中不可或缺的组成部分。海洋资源的开发有赖于船只或平台的精确定位,传统的系/锚泊定位由于系缆和锚链长度等限制已无法满足这类海洋智能装备作业的定位需求。在船舶运动控制领域,动力定位在海洋工程上得到广泛应用,是目前实现船舶水上停泊、平台定位的一项重要技术。动力定位是一种可以依靠动力推进而自动保持位置的定位方法,其工作过程无需系/锚泊系统辅助,摆脱了工作水深的限制还可抵抗海洋的海浪与海风干扰,保证无人船较为精确的动力定位。
船舶在执行任务时的切换行为是很常见的。常见的切换设计包括多目标切换控制设计和质量切换。在各种条件的海上环境中,海洋船舶的动态定位系统必须适应各种航行状态,以执行低速、高速和定速巡航等一系列巡航任务。动力定位船舶的动态特性和期望的控制目标可能因不同的巡航任务而异。这意味着,如果不进行调整,单个控制算法可能难以有效地执行所有巡航任务。
当无人船在海上作业时,需要通过网络与陆基控制站进行通信。如果所有的实时信息都传输到控制站,可能会造成通信信道拥塞。事件触发协议以其节约通信资源的能力而闻名,已被广泛应用于各种系统,如多智能体系统、网络控制系统、脉冲系统等。目前主流的事件触发协议可以大致分为静态事件触发协议和动态事件触发协议两类,这两种事件触发协议均存在更长的触发间隔和更多的触发次数等问题。
综上所述,现有无人船动力定位研究中还存在控制算法精确度低、触发器触发周期长以及触发频繁等问题。
发明内容
本发明提供一种切换无人船动态记忆事件触发模糊动力定位控制方法,以克服上述技术问题。
一种切换无人船动态记忆事件触发模糊动力定位控制方法,包括
步骤一、构建非线性切换无人船数学模型,所述非线性切换无人船数学模型包括非线性无人船运动学方程和非线性无人船动力学方程,根据非线性切换无人船数学模型构建质量切换数学模型,
步骤二、将质量切换数学模型的非线性部分利用T-S模糊技术进行逼近处理,通过T-S模糊技术对质量切换数学模型的非线性部分进行逼近处理后,质量切换数学模型转变为可处理的线性形式,
步骤三、基于非线性切换无人船数学模型,设计事件触发控制器,建立动态记忆事件触发协议,基于事件触发控制器和动态记忆事件触发协议对无人船的动力定位进行控制。
优选地,所述步骤一包括,
根据公式(1)和(2)构建非线性无人船运动学方程和非线性无人船动力学方程,
其中,
α(t)=[x(t),y(t),ψ(t)]T为地球固定坐标系下的位置向量,x(t)、y(t)、ψ(t)分别表示无人船的前进位移、横漂位移和航向角,表示旋转矩阵,表示船体固定坐标系下的速度向量,且ρ(t)、v(t)、r(t)分别表示船体坐标系中船舶的前向速度、横漂速度和艏摇角速度,u(t)=[u1(t) u2(t) u3(t)]T为无人船的控制力和力矩,u1(t)、u2(t)分别表示无人船的纵向推进力和横向推进力,u3(t)表示无人船的转向力矩,w(t)=[w1(t) w2(t) w3(t)]T表示风、浪、流引起的海洋环境扰动力和力矩向量,w1(t)、w2(t)、w3(t)分别表示船体坐标系中无人船的纵荡扰动力、横荡扰动力和艏摇扰动力矩;/>表示推进器之间的配置关系,m表示船舶质量,xg表示从原点到船舶固定参考结构重心的纵向值,Iz表示惯性力矩,/>表示流体动力学中的附加质量,表示线性阻尼参数,
根据公式(3)表示无人船的动力定位模型,
其中,
根据公式(4)构建质量切换数学模型,
其中,表示质量切换数学模型的切换信号;/>根据实际控制要求构造,/>
优选地,所述质量切换数学模型转变为可处理的线性形式为根据公式(5)转变为可处理的线性形式,
其中,
优选地,所述设计事件触发控制器为根据公式(6)表示事件触发控制器,
令状态误差得到/>
其中, 是触发区间,/>为控制器增益。
优选地,所述动态记忆事件触发协议为公式(7)所示,
其中,动态向量为:
θN(t)>0,β>0,b>0,0<κ<1,ε>0,∈>0,表示给定质量切换信号,/>表示矩阵。
本发明提供一种切换无人船动态记忆事件触发模糊动力定位控制方法,利用T-S模糊技术来处理质量切换无人船的非线性特性,并且通过设计一种基于系统状态信号的具有记忆项的动态记忆事件触发协议,不仅有效节省了通信传输资源,而且系统触发阈值的调整更灵活,有效完成了质量切换无人船的动力定位任务。
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作一简单地介绍,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是本发明方法流程图;
图2是本发明切换信号图;
图3是本发明在地球坐标系下的位置和航向;
图4是本发明在船体坐标系下的位置和速度;
图5是本发明浪涌控制力、摇摆控制力和偏航力矩曲线图;
图6是本发明事件触发间隔图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明方法流程图,如图1所示,本实施例的方法可以包括:
步骤一、构建非线性切换无人船数学模型,所述非线性切换无人船数学模型包括非线性无人船运动学方程和非线性无人船动力学方程,根据非线性切换无人船数学模型构建质量切换数学模型,
步骤二、将质量切换数学模型的非线性部分利用T-S模糊技术进行逼近处理,通过T-S模糊技术对质量切换数学模型的非线性部分进行逼近处理后,质量切换数学模型转变为可处理的线性形式,
步骤三、基于非线性切换无人船数学模型,设计事件触发控制器,建立动态记忆事件触发协议,基于事件触发控制器和动态记忆事件触发协议对无人船的动力定位进行控制。
基于上述方案,本发明提供一种切换无人船动态记忆事件触发模糊动力定位控制方法,利用T-S模糊技术来处理质量切换无人船的非线性特性,并且通过设计一种基于系统状态信号的具有记忆项的动态记忆事件触发协议,不仅有效节省了通信传输资源,而且系统触发阈值的调整更灵活,有效完成了质量切换无人船的动力定位任务。
具体地,本实施例给出了动力定位方法的详细内容,包括,
步骤一、构建非线性切换无人船数学模型,所述非线性切换无人船数学模型包括非线性无人船运动学方程和非线性无人船动力学方程,根据非线性切换无人船数学模型构建质量切换数学模型,
所述步骤一包括,
根据公式(1)和(2)构建非线性无人船运动学方程和非线性无人船动力学方程,
其中,
α(t)=[x(t),y(t),ψ(t)]T为地球固定坐标系下的位置向量,x(t)、y(t)、ψ(t)分别表示无人船的前进位移、横漂位移和航向角,表示旋转矩阵,表示船体固定坐标系下的速度向量,且ρ(t)、v(t)、r(t)分别表示船体坐标系中船舶的前向速度、横漂速度和艏摇角速度,u(t)=[u1(t) u2(t) u3(t)]T为无人船的控制力和力矩,u1(t)、u2(t)分别表示无人船的纵向推进力和横向推进力,u3(t)表示无人船的转向力矩,w(t)=[w1(t) w2(t) w3(t)]T表示风、浪、流引起的海洋环境扰动力和力矩向量,w1(t)、w2(t)、w3(t)分别表示船体坐标系中无人船的纵荡扰动力、横荡扰动力和艏摇扰动力矩;/>表示推进器之间的配置关系,m表示船舶质量,xg表示从原点到船舶固定参考结构重心的纵向值,Iz表示惯性力矩,/>表示流体动力学中的附加质量,表示线性阻尼参数,
根据公式(3)表示无人船的动力定位模型,
其中,
可以很明显的看出,和/>与质量相关。因此,如果无人船的质量在m1,m2,...,和mq之间发生切换,无人船模型中与m1,m2,...,和mq相关的参数矩阵,由和/>表示,其中mi,i∈{1,2,...,q}表示每个子系统的质量。
根据公式(4)构建质量切换数学模型,
其中,表示质量切换数学模型的切换信号;/>根据实际控制要求构造,/>
步骤二、将质量切换数学模型的非线性部分利用T-S模糊技术进行逼近处理,通过T-S模糊技术对质量切换数学模型的非线性部分进行逼近处理后,质量切换数学模型转变为可处理的线性形式,
所述质量切换数学模型转变为可处理的线性形式为根据公式(5)转变为可处理的线性形式,
其中,
具体包括,定义前提变量:δ1(t)=sinψ(t),δ2(t)=cosψ(t),令δ1(t)=Wk1,δ2(t)=Wk2
Wk1,Wk2是模糊集,n是模糊规则,δ(t)是开关信号,给出合适的尺寸。其中,/>
其中,
W111(t))+W311(t))=1
然后是,
类似的,
步骤三、设计事件触发控制器,建立动态记忆事件触发协议,基于事件触发控制器和动态记忆事件触发协议对无人船的动力定位进行控制。具体地,为了在保证节省通信资源的前提下达到控制目标,需要对控制器进行周期性更新。但是,过于频繁的更新可能会导致不必要的资源使用。因此,必须设计一种事件触发控制器设计,在控制器的更新频率和实现的控制目标之间取得平衡。当质量发生切换时,控制器保证无人船仍能实现动力定位任务。
所述设计事件触发控制器为根据公式(6)表示事件触发控制器,
令状态误差得到/>
其中, 是触发区间,/>为控制器增益。
在其中一个实施例中,所述根据非线性切换无人船数学模型,采用T-S模糊技术处理系统非线性特性、多重李雅普诺夫函数、动态记忆事件触发协议的建立,对事件触发规则、切换逻辑和控制器的协同进行设计的方法包括:
将系统非线性部分利用T-S模糊技术进行合理逼近转化为线性部分。通过设计一种事件触发控制器,在保证尽可能节省通信资源的前提下达到控制目标。因此这里对控制器进行了周期性更新,在控制器的更新频率和实现的控制目标之间取得平衡,至此完成系统的数学建模。
接下来建立动态记忆事件触发协议,使系统在有限的网络带宽下减少数据传输。为了更有效地调整阈值,在协议中引入了一个带有记忆项的动态变量。所述动态记忆事件触发协议为公式(7)所示,
其中,动态向量为:
θN(t)>0,β>0,b>0,0<κ<1,ε>0,∈>0,表示给定质量切换信号,/>表示矩阵。
当b=0时,动态记忆事件触发协议将变为常规的动态事件触发协议。
为解决动力定位问题,本发明设计的模糊控制器满足以下条件:
若w(t)≡0,则基于T-S模糊概念构造的非线性切换无人船系统具有实际稳定性。
若w(t)≠0,则该系统满足以下L2增益公式:
预定义常数表示为L2增益指数,常数χ>0,当发现满足指定控制目标的控制器后,我们认为有效地解决了外部干扰下质量切换非线性无人船的动力定位问题。
对于任意时刻τab>0,质量切换信号表示时间区间[τab]内的切换程度。如果/>在τd>0时成立。在这种情况下,τd被称为/>的平均驻留时间。
接下来,建立求解基于动态记忆事件触发协议的T-S模糊非线性切换无人船系统H∞动力定位控制问题的充分条件,
芝诺现象的预防定理芝诺现象可以通过下面给出的触发间隔来防止:
其中,
首先,我们证明了所述动态记忆事件触发协议下不存在芝诺行为。在区间在下一个触发瞬间之前,我们可以得出/>通过质量切换数学模型,得到:
根据动态记忆事件触发协议,在触发区间内,我们得到:
因此,
对t在初始条件下解式(*),可得
综上所述,对于事件触发协议,存在最小正下界因此,可以排除芝诺行为。
接下来,对实例非线性切换无人船系统进行性能分析定理。对于给定的标量我们可以找到正定矩阵Pi,正定矩阵Υi和矩阵/>
实现:Pi<μPj,i,j∈Q
其中,
选择Lyapunov函数
制定辅助函数
因此,我们可以推导出来:
其中,很容易地推断出:接下来,有两个场景需要考虑:
若w(t)≡0,很容易推断出还可以得到于是得到:/>结合我们推导出:
因此,可以保证质量切换数学模型的状态&(t)收敛于以下区域内:
这意味着当w(t)≡0时,非线性切换无人船系统是实际稳定的。当w(t)≠0时,
其中,可以得到推导出
在t:0→∞范围内,可以得到
其中,执行积分t→∞为一个常数,这意味着获得L2增益属性
控制器设计定理考虑非线性切换无人船系统系统。假设对于给定的标量则正定矩阵Pi,正定矩阵Υi和矩阵/>可以被搜索以满足以下约束:
在动态记忆事件触发协议和切换信号下,控制器可以为非线性切换无人船系统解决动力定位问题。将具体表达式带入矩阵中,可以得到:/>
在两边乘diag{Pi -1,Pi -1,I},可以得到:
可以得到控制器增益/>证明部分到此结束。
本实施例对基于动态记忆事件触发的非线性质量切换无人船动力定位控制方法进行仿真验证研究,验证其有效性。如果无人船执行打捞或货物处理任务,那么它可以被视为质量会发生变化的无人船。本发明假设无人船执行的任务是卸载货物。为了确保任务执行的精度和效率,无人船必须保持稳定的水平位置和航向。非线性切换无人船的质量最初设置为103kg,在释放自主探测器后减少到71kg。仿真试验时,模型参数如下所示:
释放自主探测器后,选取参数和/>T-S模糊非线性切换无人船的相关系数矩阵如下所示:/>
ε=1,β=0.8,∈=1.5,b=0.66,
因此,选择通过求解定理3的关系,得到控制器参数矩阵为:/>
本实施例利用软件进行计算机仿真,结果如图2至6所示。图2为给出了所选的切换信号;图3表示在地固坐标系框架下x(t)、y(t)、ψ(t)转换后的位置和偏航角;图4显示了浪涌速度ρ(t)、摇摆速度v(t)和偏航率r(t)的船舶;根据图3和图4,我们可以得出结论,所提出的模糊动力定位控制器设计方法是有效的,并且非线性切换无人船在外部扰动的情况下仍然可以保持良好的动力定位性能,可以达到实际的稳定性。图5表明,具有喘振控制力u1(t)、摇摆控制力u2(t)和横摆力矩u3(t)的控制输入是合理的。图6为动态记忆事件触发协议与动态事件触发协议在节省通信资源方面的效果对比图,从图中可以明显看出,动态记忆事件触发协议减少了触发次数,增加了触发间隔。从图2-6可以看出,本发明所使用的动态记忆事件触发协议控制技术是驱动非线性质量切换无人船系统动力定位的有效控制方法,有效节省了网络通信资源,很好的缓解了外部扰动的影响。
整体的有益效果:
本发明提供一种切换无人船动态记忆事件触发模糊动力定位控制方法,利用T-S模糊技术来处理质量切换无人船的非线性特性,并且通过设计一种基于系统状态信号的具有记忆项的动态记忆事件触发协议,不仅有效节省了通信传输资源,而且系统触发阈值的调整更灵活,有效完成了质量切换无人船的动力定位任务。
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 (5)

1.一种切换无人船动态记忆事件触发模糊动力定位控制方法,其特征在于,包括
步骤一、构建非线性切换无人船数学模型,所述非线性切换无人船数学模型包括非线性无人船运动学方程和非线性无人船动力学方程,根据非线性切换无人船数学模型构建质量切换数学模型,
步骤二、将质量切换数学模型的非线性部分利用T-S模糊技术进行逼近处理,通过T-S模糊技术对质量切换数学模型的非线性部分进行逼近处理后,质量切换数学模型转变为可处理的线性形式,
步骤三、基于非线性切换无人船数学模型,设计事件触发控制器,建立动态记忆事件触发协议,基于事件触发控制器和动态记忆事件触发协议对无人船的动力定位进行控制。
2.根据权利要求1所述的一种切换无人船动态记忆事件触发模糊动力定位控制方法,其特征在于,所述步骤一包括,
根据公式(1)和(2)构建非线性无人船运动学方程和非线性无人船动力学方程,
其中,
α(t)=[x(t),y(t),ψ(t)]T为地球固定坐标系下的位置向量,x(t)、y(t)、ψ(t)分别表示无人船的前进位移、横漂位移和航向角,表示旋转矩阵,/>表示船体固定坐标系下的速度向量,且ρ(t)、v(t)、r(t)分别表示船体坐标系中船舶的前向速度、横漂速度和艏摇角速度,u(t)=[u1(t) u2(t) u3(t)]T为无人船的控制力和力矩,u1(t)、u2(t)分别表示无人船的纵向推进力和横向推进力,u3(t)表示无人船的转向力矩,w(t)=[w1(t) w2(t) w3(t)]T表示风、浪、流引起的海洋环境扰动力和力矩向量,w1(t)、w2(t)、w3(t)分别表示船体坐标系中无人船的纵荡扰动力、横荡扰动力和艏摇扰动力矩;/>表示推进器之间的配置关系,m表示船舶质量,xg表示从原点到船舶固定参考结构重心的纵向值,Iz表示惯性力矩,/>表示流体动力学中的附加质量,/>表示线性阻尼参数,
根据公式(3)表示无人船的动力定位模型,
其中,
根据公式(4)构建质量切换数学模型,
其中,[t0,∞)→Q={1,2,…,q}表示质量切换数学模型的切换信号;/>根据实际控制要求构造,/>
3.根据权利要求2所述的一种切换无人船动态记忆事件触发模糊动力定位控制方法,其特征在于,所述质量切换数学模型转变为可处理的线性形式为根据公式(5)转变为可处理的线性形式,
其中,
4.根据权利要求3所述的一种切换无人船动态记忆事件触发模糊动力定位控制方法,其特征在于,所述设计事件触发控制器为根据公式(6)表示事件触发控制器,
令状态误差得到/>
其中, 是触发区间,/>为控制器增益。
5.根据权利要求4所述的一种切换无人船动态记忆事件触发模糊动力定位控制方法,其特征在于,所述动态记忆事件触发协议为公式(7)所示,
其中,动态向量为:
θN(t)>0,β>0,b>0,0<κ<1,ε>0,∈>0,Υi>0,i∈Q表示给定质量切换信号,/>表示矩阵。
CN202311593483.6A 2023-11-27 2023-11-27 一种切换无人船动态记忆事件触发模糊动力定位控制方法 Pending CN117519183A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311593483.6A CN117519183A (zh) 2023-11-27 2023-11-27 一种切换无人船动态记忆事件触发模糊动力定位控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311593483.6A CN117519183A (zh) 2023-11-27 2023-11-27 一种切换无人船动态记忆事件触发模糊动力定位控制方法

Publications (1)

Publication Number Publication Date
CN117519183A true CN117519183A (zh) 2024-02-06

Family

ID=89745409

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311593483.6A Pending CN117519183A (zh) 2023-11-27 2023-11-27 一种切换无人船动态记忆事件触发模糊动力定位控制方法

Country Status (1)

Country Link
CN (1) CN117519183A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117742352A (zh) * 2024-02-21 2024-03-22 陕西欧卡电子智能科技有限公司 基于矢量推进无人船的轨迹控制方法、装置、设备及介质
CN117742352B (zh) * 2024-02-21 2024-05-10 陕西欧卡电子智能科技有限公司 基于矢量推进无人船的轨迹控制方法、装置、设备及介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117742352A (zh) * 2024-02-21 2024-03-22 陕西欧卡电子智能科技有限公司 基于矢量推进无人船的轨迹控制方法、装置、设备及介质
CN117742352B (zh) * 2024-02-21 2024-05-10 陕西欧卡电子智能科技有限公司 基于矢量推进无人船的轨迹控制方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
CN111830976B (zh) DoS攻击下基于切换T-S模糊系统的无人船艇控制方法
CN108445892B (zh) 一种欠驱动无人船编队控制器结构及设计方法
US20050080522A1 (en) Method and device for allocating thrust
CN113178098B (zh) 一种无人船事件触发分层协同控制系统
CN111273549B (zh) 一种智能船舶自动舵系统的模糊自适应输出反馈容错控制方法及系统
CN110865539A (zh) 一种随机干扰下的无人艇跟踪误差约束控制方法
CN108170151B (zh) 一种水下机器人的自适应运动控制装置及其方法
CN110673611A (zh) 一种基于事件触发方案和t-s模糊系统的欠驱动无人艇控制方法
CN113110511B (zh) 一种基于广义模糊双曲模型的智能船舶航向控制方法
Tuo et al. Reliability-based fixed-time nonsingular terminal sliding mode control for dynamic positioning of turret-moored vessels with uncertainties and unknown disturbances
CN111381595B (zh) 基于事件触发的船舶动力定位方法
CN110703605A (zh) 一种面向智能船舶自动舵系统的自适应模糊最优控制方法及系统
CN115016277A (zh) 一种考虑船间事件触发通信的多船分布式容错控制方法
CN109739089B (zh) 一种无人驾驶船舶非周期采样远程操控系统及设计方法
CN117452827B (zh) 一种欠驱动无人艇轨迹跟踪控制方法
CN111439392A (zh) 一种航天器编队位置协同控制方法
Rego et al. Cooperative path-following control with logic-based communications: Theory and practice
Song et al. Event-triggered fuzzy finite-time reliable control for dynamic positioning of nonlinear unmanned marine vehicles
CN117519183A (zh) 一种切换无人船动态记忆事件触发模糊动力定位控制方法
CN112180915A (zh) 基于ros的双推力无人船运动控制系统及控制方法
Ihle et al. Robust formation control of marine craft using lagrange multipliers
CN116224798A (zh) 一种基于事件触发的自主水下航行器轨迹跟踪控制方法
CN113093735B (zh) 随机扰动下输出受限欠驱动无人艇的横截函数控制方法、系统及介质
CN115686008A (zh) 基于指令滤波反步法的船舶动力定位辅助锚泊系统设计
Yu et al. Predefined time nonsingular fast terminal sliding mode control for trajectory tracking of ROVs

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