基于RBF神經(jīng)網(wǎng)絡(luò)的船舶自適應(yīng)區(qū)域到達控制
發(fā)布時間:2021-08-13 01:27
針對全驅(qū)動海洋水面船舶的區(qū)域到達控制問題,結(jié)合反演法,提出了一種基于RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)區(qū)域達到控制算法;與傳統(tǒng)的定點控制方法不同,區(qū)域到達控制概念中將控制目標設(shè)定為以期望點為中心的空間區(qū)域;控制器的設(shè)計實現(xiàn)主要采用了目標勢能函數(shù)、反演設(shè)計方法和李雅普諾夫穩(wěn)定性理論;利用RBF神經(jīng)網(wǎng)絡(luò),對全驅(qū)動船舶模型中的不確定函數(shù)及外部環(huán)境擾動進行有效逼近;通過李雅普諾夫理論,對所提出的船舶區(qū)域到達控制算法進行了穩(wěn)定性分析,并證明了閉環(huán)系統(tǒng)的一致最終有界性;仿真研究結(jié)果驗證了所設(shè)計的區(qū)域到達控制器的有效性。
【文章來源】:計算機測量與控制. 2020,28(04)
【文章頁數(shù)】:5 頁
【部分圖文】:
船舶區(qū)域到達控制原理圖
為了便于仿真實驗驗證,設(shè)定期望目標區(qū)域為半徑r0=2的圓,中心位置,并隨機指定船舶初始位置為。所采用的RBF神經(jīng)網(wǎng)絡(luò)節(jié)點數(shù)為20個,即l=20,高斯函數(shù)的中心矢量,μi的每一分量均勻分布在[-5,5],基寬取1,網(wǎng)絡(luò)的初始權(quán)值取0,仿真中采用控制律式(18)和自適應(yīng)律式(19),得到仿真結(jié)果如圖2~3所示。全驅(qū)動海洋水面艦船在整個XY平面內(nèi)的運動曲線如圖2所示,可以清楚地觀察到,本文所提出的基于RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)區(qū)域到達控制算法能夠快速地使無人模型船很好地趨近并收斂至以目標點為中心的目標空間區(qū)域內(nèi)。
圖3表明,船舶的目標勢能函數(shù)隨著時間增加,最終趨近于零,由目標勢能函數(shù)的性質(zhì)(1)可知,當勢能函數(shù)的值為零時,勢能函數(shù)關(guān)閉不再發(fā)揮作用,此時船舶已收斂到達至目標區(qū)域內(nèi),證明了對全驅(qū)動海洋水面船舶的區(qū)域到達控制得以實現(xiàn),進一步闡述了該控制算法的有效性。4 結(jié)論
本文編號:3339461
【文章來源】:計算機測量與控制. 2020,28(04)
【文章頁數(shù)】:5 頁
【部分圖文】:
船舶區(qū)域到達控制原理圖
為了便于仿真實驗驗證,設(shè)定期望目標區(qū)域為半徑r0=2的圓,中心位置,并隨機指定船舶初始位置為。所采用的RBF神經(jīng)網(wǎng)絡(luò)節(jié)點數(shù)為20個,即l=20,高斯函數(shù)的中心矢量,μi的每一分量均勻分布在[-5,5],基寬取1,網(wǎng)絡(luò)的初始權(quán)值取0,仿真中采用控制律式(18)和自適應(yīng)律式(19),得到仿真結(jié)果如圖2~3所示。全驅(qū)動海洋水面艦船在整個XY平面內(nèi)的運動曲線如圖2所示,可以清楚地觀察到,本文所提出的基于RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)區(qū)域到達控制算法能夠快速地使無人模型船很好地趨近并收斂至以目標點為中心的目標空間區(qū)域內(nèi)。
圖3表明,船舶的目標勢能函數(shù)隨著時間增加,最終趨近于零,由目標勢能函數(shù)的性質(zhì)(1)可知,當勢能函數(shù)的值為零時,勢能函數(shù)關(guān)閉不再發(fā)揮作用,此時船舶已收斂到達至目標區(qū)域內(nèi),證明了對全驅(qū)動海洋水面船舶的區(qū)域到達控制得以實現(xiàn),進一步闡述了該控制算法的有效性。4 結(jié)論
本文編號:3339461
本文鏈接:http://sikaile.net/kejilunwen/chuanbolw/3339461.html
最近更新
教材專著