博文

带有输入死区的欠驱动水面船有限时间路径跟踪控制

已有 228 次阅读 2025-5-19 08:55 |个人分类:论文推荐|系统分类:博客资讯

论文简介

【编辑荐语】

本文将给大家分享《控制理论与应用》第42卷第3期的一篇论文"带有输入死区的欠驱动水面船有限时间路径跟踪控制(te-time path following control for underactuated surface vessels with input dead-zone)". 如您对本文相关内容有好的理解与建议, 欢迎评论区留言.

针对欠驱动水面船在模型不确定性、复杂环境干扰及输入死区非线性等多重挑战下的路径跟踪控制难题, 本文提出了一种创新性的自适应有限时间控制方案, 为智能船舶的高精度自主航行提供了理论突破与实践参考. 该方法首先设计有限时间视线制导律, 同步生成纵向速度与艏向角期望指令, 显著提升路径跟踪的收敛速度与制导精度; 进一步结合反步法构建有限时间控制器, 通过径向基神经网络(RBFNN)与最小学习参数算法的融合, 高效逼近系统模型的不确定性, 同时大幅减少在线学习参数规模, 有效降低计算复杂度, 增强工程实用性. 针对环境干扰、神经网络逼近误差与输入死区的综合影响, 文中引入自适应补偿技术, 实现对多源扰动的动态抑制, 并借助二阶跟踪微分器简化虚拟控制律导数的求解过程, 兼顾控制性能与算法效率. 基于李雅普诺夫稳定性理论, 严格证明了闭环系统的实际有限时间稳定性, 并通过仿真实验验证了方案在强干扰与死区约束下的鲁棒性与有效性.

改论文不仅突破了传统渐近稳定方法在收敛速度与抗扰能力上的局限, 更通过算法结构的优化与多技术协同, 平衡了控制精度与工程落地的可行性, 为无人船、海洋机器人等智能装备的自主控制研究提供了兼具理论深度与应用价值的新思路, 值得控制工程、海洋装备及相关领域研究者深入借鉴.

【论文介绍】

带有输入死区的欠驱动水面船有限时间路径跟踪控制

Finite-time path following control for underactuated surface vessels with input dead-zone

王元慧, 王心玮(通讯作者), 邵兴超, 任哲达

单位机构: 哈尔滨工程大学智能科学与工程学院

引用: 王元慧, 王心玮, 邵兴超, 等. 带有输入死区的欠驱动水面船有限时间路径跟踪控制. 控制理论与应用, 2025, 42(3): 463 – 472

DOI编号: 10.7641/CTA.2024.30443

全文链接: https://jcta.ijournals.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA230443&flag=1

摘要

针对模型不确定、外界环境干扰和输入死区下的欠驱动水面船路径跟踪控制问题, 本文提出一种自适应有限时间路径跟踪控制方法. 首先, 设计有限时间视线制导律生成期望纵向速度和艏向角指令; 继而, 采用反步法分别设计有限时间纵向速度和艏向角控制器跟踪生成的期望信号, 其中结合径向基函数神经网络和最小学习参数算法逼近模型参数不确定性, 以及运用自适应技术补偿环境干扰、神经网络逼近误差和未知死区非线性组成的合成干扰; 此外, 为了避免复杂计算, 运用二阶跟踪微分器得到虚拟艏向控制律的导数, 基于李雅普诺夫稳定性理论, 证明整个闭环系统是实际有限时间稳定的; 最后, 仿真结果验证了所提方案的有效性.

引言

随着欠驱动水面船在海事工程的广泛应用, 欠驱动水面船的路径跟踪控制受到很多学者关注[1–4]. 欠驱动水面船路径跟踪是指在不考虑时间约束的条件下, 设计一个控制方案使得船舶能够到达期望路径并沿路径航行[5]. 欠驱动水面船仅由螺旋桨和舵来控制其在水平面的运动, 而没有横向推进器, 容易受到海洋环境的影响, 影响跟踪性能. 因此, 欠驱动水面船路径跟踪控制研究具有重要的理论与工程意义.

路径跟踪控制可分成制导子系统和控制子系统, 前者生成期望信号, 后者跟踪生成的参考信号. 视线(line-of-sight, LOS)制导方法由于简单有效而广泛应用在欠驱动水面船路径跟踪控制中. 文献[6]基于LOS制导律设计期望艏向角, 进而设计滑模控制器, 保证了路径跟踪性能. 文献[7]在传统LOS制导律中加入积分项, 用于减少横向跟踪误差, 改进跟踪效果. 文献[8]提出了一种基于预测器的LOS制导律, 对外界干扰引起的侧滑角进行补偿. 文献[9]将滑模技术和LOS制导律结合, 设计了鲁棒LOS制导律, 提高了系统的鲁棒性. 文献[10]设计了速度变化LOS制导律, 同时, 生成期望纵向速度和艏向角, 提高了船舶的操纵性能.

在控制子系统中, 外界环境干扰和模型不确定性会对船舶运动造成不利影响, 需要在控制设计中进行处理. 文献[11]采用降阶扩张状态观测器对环境干扰进行估计, 然后基于反步法设计路径跟踪控制器. 此外, 神经网络具有万能逼近特性, 常被用来处理船舶的不确定和环境干扰问题. 文献[12]应用回声状态神经网络来估计模型不确定性. 文献[13]运用径向基神经网络 (radial basis function neural network, RBFNN)补偿系统的不确定性和环境干扰. 文献[14]设计了一种自适应神经网络控制器, 应用RBFNN逼近由模型不确定、环境干扰和输入饱和建模误差组成的合成干扰. 然而, 上述方法需要在线调整神经网络权值矩阵, 导致学习时间变长. 因此, 文献[15]结合最小学习参数和神经网络来补偿系统的未知动态. 此外, 上述文献仅能证明在时间趋于无穷时系统是稳定的. 为了提高系统的收敛速度, 文献[16]基于反步法设计了自适应模糊有限时间控制器, 并证明了系统是实际有限时间稳定的. 文献[17]针对水面船轨迹跟踪问题设计了有限时间反步控制器, 并运用有限时间干扰观测器估计外界干扰. 然而, 上述文献都未考虑输入死区问题.大多数物理系统都存在输入死区特性, 特别是在船舶的执行机构中. 在控制器设计过程中忽视死区问题会降低跟踪性能, 甚至导致系统不稳定[18].

受上述文献启发, 本文研究具有输入死区特性的欠驱动水面船路径跟踪控制问题. 在制导子系统中设计有限时间视线制导律生成期望信号, 继而在控制子系统运用反步法设计有限时间控制器. 结合神经网络技术和最小学习参数算法以及自适应技术处理系统的不确定项、环境干扰与死区非线性效果. 本文的主要贡献如下:1) 提出了一种有限时间视线制导律, 能够生成纵向速度和艏向角期望信号, 提高了跟踪性能和收敛速度;2) 设计了自适应有限时间路径跟踪控制器, 对输入死区进行补偿, 证明了整个系统是实际有限时间稳定的;3) 结合神经网络技术和最小学习参数算法对模型不确定性进行逼近, 与传统的神经网络技术相比, 设计参数显著减少, 更容易应用于工程实际. 并运用自适应技术补偿由环境干扰, 逼近误差和死区非线性组成的合成干扰.

结论

本文提出了一种神经自适应有限时间路径跟踪控制方法, 解决了欠驱动水面船在输入死区约束下的路径跟踪问题. 在制导子系统中, 设计的有限时间视线制导律能够同时制导纵向速度和艏向角. 在控制器设计中, 结合径向基神经网络和最小学习参数算法以及自适应技术补偿环境干扰、模型参数不确定以及未知死区非线性, 并运用反步法设计有限时间控制器. 通过稳定性分析证明了系统是实际有限时间稳定的, 仿真结果也说明了控制方案的有效性. 然而, 本文没有考虑输出受限问题, 且船舶速度是已知的, 后续可进一步研究在速度未知情况下船舶路径跟踪输出受限问题, 提高欠驱动水面船路径跟踪性能并保障航行安全.

作者简介

王元慧博士, 教授, 博士生导师, 目前研究方向为船舶运动控制、海洋机器人自主控制;王心玮博士研究生, 目前研究方向为船舶路径跟踪控制、智能控制、有限时间控制;邵兴超博士, 讲师, 目前研究方向为船舶运动控制、船舶动力定位控制;任哲达博士研究生, 目前研究方向为船舶协同控制.

期刊介绍

《控制理论与应用》(Control Theory & Applications)是经国家科学技术部批准, 教育部主管, 由华南理工大学和中国科学院数学与系统科学研究院联合主办的全国性一级学术刊物, 1984年创刊, 月刊, 国内外公开发行. 《控制理论与应用》是中国科学引文数据库首批统计源期刊之一，中文核心期刊，入选中国精品科技期刊顶尖学术论文F5000项目，中国科协自动化学科领域高质量科技期刊目录以及中国科协百篇优秀科技论文遴选计划，2021年入选广东省高质量科技期刊建设项目，2022-2024年连续获得基金委资助（科技活动专项）.

期刊封面2.jpg 目录2.jpg