發(fā)布時間：2017-03-28 02:10

  本文關(guān)鍵詞：水面無人艇航跡控制算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著作戰(zhàn)方式的變革,無人作戰(zhàn)系統(tǒng)成為未來發(fā)展的主流趨勢,水面無人艇(Unmanned Surface Vessel,簡稱USV)作為其中一個重要分支,受到越來越多國家的重視。其中,自主航行技術(shù)是USV控制的核心,主要表現(xiàn)在智能危險(xiǎn)規(guī)避和航跡跟蹤控制這兩大方面。本文將重點(diǎn)研究USV航跡控制算法,確保USV能夠按照規(guī)劃的航線航行,為未來戰(zhàn)爭中精確打擊、完成特殊作戰(zhàn)任務(wù)提供有利信息。 USV是一個典型的具有非線性、運(yùn)動模型不確定性的系統(tǒng),在海面航行時還會受到風(fēng)、浪、流等外界環(huán)境干擾的影響,這使得USV的精確航跡跟蹤非常困難。神經(jīng)網(wǎng)絡(luò)強(qiáng)大的學(xué)習(xí)能力,使其成為許多領(lǐng)域的研究熱點(diǎn),本文為提高USV航跡控制的精確性、魯棒性和穩(wěn)定性,對神經(jīng)網(wǎng)絡(luò)控制理論,以及它在USV航向控制和航跡跟蹤控制中的應(yīng)用進(jìn)行了深入的研究和分析。 本文首先介紹了間接式和直接式兩種航跡控制實(shí)現(xiàn)方案,并研究了USV航行中艇位、方位、航跡偏差的計(jì)算方法。依據(jù)USV空間三自由度運(yùn)動,分別建立其平面運(yùn)動的線性化數(shù)學(xué)模型和非線性化數(shù)學(xué)模型,同時也給出了風(fēng)、浪、流干擾模型。然后介紹了BP神經(jīng)網(wǎng)絡(luò)的基本原理,針對間接航跡控制,將神經(jīng)網(wǎng)絡(luò)與PID控制相結(jié)合,設(shè)計(jì)了基于BP神經(jīng)網(wǎng)絡(luò)的PID航向控制器。在MATLAB下的仿真工具Simulink中分別對傳統(tǒng)的PID航向控制和BP神經(jīng)網(wǎng)絡(luò)PID航向控制進(jìn)行仿真研究,仿真結(jié)果表明基于BP神經(jīng)網(wǎng)絡(luò)的PID航向控制器它實(shí)現(xiàn)了控制器參數(shù)的在線調(diào)整,在有風(fēng)、浪、流干擾時,其控制效果明顯優(yōu)于傳統(tǒng)的PID控制。最后,針對直接航跡控制設(shè)計(jì)了神經(jīng)網(wǎng)絡(luò)在線直接航跡控制器,依據(jù)羅經(jīng)指向、航速、舵角、GPS定位、電子海圖等信息,對位置坐標(biāo)進(jìn)行直接控制。在Simulink中搭建仿真框圖,BP神經(jīng)網(wǎng)絡(luò)控制器通過S函數(shù)模塊實(shí)現(xiàn),仿真結(jié)果表明神經(jīng)網(wǎng)絡(luò)在線航跡控制器具有良好的航跡跟蹤精度。
【關(guān)鍵詞】：水面無人艇 航跡控制 BP算法 神經(jīng)網(wǎng)絡(luò)PID
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：U674.7;U675.7
【目錄】：

• 摘要5-6
• ABSTRACT6-8
• 目錄8-10
• 第1章 緒論10-16
• 1.1 課題研究的背景和意義10-11
• 1.2 課題研究現(xiàn)狀11-15
• 1.2.1 無人艇研究現(xiàn)狀11-13
• 1.2.2 無人艇航跡跟蹤控制現(xiàn)狀13-15
• 1.3 本文研究內(nèi)容15-16
• 第2章 航跡控制研究16-21
• 2.1 航跡控制實(shí)現(xiàn)方案16-18
• 2.1.1 間接航跡控制16-17
• 2.1.2 直接航跡控制17-18
• 2.2 無人艇航行計(jì)算18-20
• 2.2.1 衛(wèi)星導(dǎo)航無人艇艇位推算18
• 2.2.2 無人艇方位計(jì)算18-19
• 2.2.3 無人艇航跡偏差計(jì)算19-20
• 2.3 本章小結(jié)20-21
• 第3章 無人艇航跡控制系統(tǒng)數(shù)學(xué)建模21-37
• 3.1 坐標(biāo)系及無人艇運(yùn)動參數(shù)表示21-25
• 3.1.1 無人艇運(yùn)動坐標(biāo)系21-22
• 3.1.2 無人艇運(yùn)動參數(shù)表示22-23
• 3.1.3 無人艇運(yùn)動參數(shù)兩坐標(biāo)系的變換23-25
• 3.2 海洋環(huán)境干擾模型25-30
• 3.2.1 風(fēng)力干擾模型25-27
• 3.2.2 海浪干擾模型27-28
• 3.2.3 海流干擾模型28-30
• 3.3 操舵伺服系統(tǒng)數(shù)學(xué)模型30-31
• 3.4 無人艇運(yùn)動數(shù)學(xué)模型31-36
• 3.4.1 無人艇平面運(yùn)動的線性化數(shù)學(xué)模型31-35
• 3.4.2 無人艇平面運(yùn)動的非線性化數(shù)學(xué)模型35-36
• 3.5 本章小結(jié)36-37
• 第4章 神經(jīng)網(wǎng)絡(luò)控制和PID控制37-50
• 4.1 神經(jīng)網(wǎng)絡(luò)控制引論37
• 4.2 人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)37-39
• 4.3 MLP的BP訓(xùn)練方法39-42
• 4.3.1 MLP的結(jié)構(gòu)和前向算法39-40
• 4.3.2 MLP的誤差反向回傳算法(BP算法)40-42
• 4.4 PID控制42-44
• 4.4.1 PID控制原理42-43
• 4.4.2 數(shù)字PID控制43-44
• 4.5 基于BP神經(jīng)網(wǎng)絡(luò)的PID控制44-49
• 4.6 本章小結(jié)49-50
• 第5章 無人艇航跡控制的研究與實(shí)現(xiàn)50-63
• 5.1 無人艇間接航跡控制的仿真研究50-56
• 5.1.1 航跡控制單元規(guī)劃航向的計(jì)算50-51
• 5.1.2 PID航向控制器的設(shè)計(jì)51-54
• 5.1.3 基于BP神經(jīng)網(wǎng)絡(luò)PID航向控制器的仿真研究54-56
• 5.2 無人艇直接航跡控制的仿真研究56-62
• 5.2.1 基于BP神經(jīng)網(wǎng)絡(luò)在線航跡控制器56-58
• 5.2.2 基于BP神經(jīng)網(wǎng)絡(luò)在線航跡控制器的仿真研究58-62
• 5.3 本章小結(jié)62-63
• 結(jié)論63-65
• 參考文獻(xiàn)65-68
• 致謝68

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李鐵山,楊鹽生,洪碧光;船舶直線航跡控制的魯棒自適應(yīng)非線性設(shè)計(jì)[J];大連海事大學(xué)學(xué)報(bào);2004年04期

2 何s，

本文編號：271505