带有扰动观测器的无人水面艇有限时间轨迹跟踪控制

来源 :舰船电子工程 | 被引量 : 0次 | 上传用户:zzdlily_8000
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对水面无人艇在执行轨迹跟踪任务时可能遭受的复杂不确定扰动问题,设计一种带有扰动观测器的鲁棒控制方法.依托于系统模型,首先将外界扰动与系统不确定部分统一划分为不确定的综合扰动,并进一步设计一种有限时间扰动观测器来在线估计综合扰动.在此基础上,通过反步控制策略构造虚拟控制律和鲁棒控制器,利用Lyapunov稳定性定理证明了在闭环系统中的所有信号均具有半全局一致有界,并且轨迹跟踪误差能够在有限时间内到达平衡点的领域内.最终,通过仿真实验验证了所设计方法的有效性.
其他文献
在多传感器目标跟踪中,航迹关联是全局态势统一的关键.Hausdorff距离已经应用于电力故障排除、点云数据、医学测量、图像分割、车辆轨迹识别等各个方向.针对航迹关联问题,改进了传统的Hausdorff距离,提出基于时间滑窗的混合Hausdorff距离航迹关联算法,定义了基于位置、速度、方位角的混合Hausdorff距离,并在此基础上加入了时间滑窗.仿真结果表明论文算法在目标机动、野值较多、时间异步、雷达采样频率不一致等情况下能够保持较高的正确关联率,优于传统的航迹关联算法.
重力匹配导航是对重力异常的数值图与实际的重力异常测量值进行比较和匹配,通过这种方法,可以对随时间而发散的惯性导航系统的误差进行修正,是一种无源导航方法。目前,卫星测量、航空测量、船舶测量是测量海洋重力异常的几种常用方式。论文提出的多源重力异常数据融合方法是依托于离散小波变换,将全球重力场模型重力异常、DEM正演重力异常以及卫星测高反演重力异常进行多源融合,并根据不同重力数据来源提取的表征值对重力基
近年来,人工智能技术在很多领域得到了广泛应用,特别是在智能决策与控制方面.在船舶领域,传统的航行决策与控制高度依赖于船员们对雷达、声呐传感信息的人为把握,这种人工方式的决策结果与控制性能受限于船员的航行经验,具有信息不完备的特点.人工智能技术可以有效利用船舶航行过程中产生的海量数据,在船舶的路径规划、运动控制、能耗决策等方面提供依据,能够可靠地保证船舶航行的安全性和经济性.论文综述了人工智能技术在船舶领域的应用情况,阐述了人工智能技术在船舶决策与控制中的有效性和优越性.
单目相机标定是单目视觉测量技术的重要步骤,标定准确度的高低直接影响视觉测量的准确性。论文针对相机标定的问题,提出了一种改进粒子群算法的相机内参标定算法。将张正友相机标定法计算出的相机内参值作为初始值,输入到基于动态惯性权重系数的粒子群优化算法中进一步迭代优化。实验结果表明,改进后算法标定的准确度更高,收敛速度更快,有效地克服了陷入局部最优解的问题。