一种混合型ε滤波非线性船舶航向自适应逆控制.pdfVIP

一种混合型伊滤波非线性船舶航向自适应逆控制 ‘，杜刚战兴群张炎华 ‘(上海交通大学空天科学技术研究院，上海，200240) 摘要：针对非线性船舶控制中，传统自适应控制方法存在的实时参数调整复杂、鲁棒性差等缺陷，本文提 出了一种基于径向基函数(RBF)网络的混合型争滤波自适应逆控制(AIC)方案．通过增加PID控制器，改进 后的争滤波AIC方案能够更好地应用于非线性时滞对象的控制。对“TheR．O．VZeefakkel”船舶非线性模型的 仿真结果表明，相比自适应PID控制和原方案，改进型争滤波方案在保持良好动态响应性能的同时，具有更 高的鲁棒性和扰动消除能力．适用于复杂扰动环境下对机动性要求较高的非线性对象控制． 关键词：非线性系统；自适应逆控制；船舶操纵：建模：RBF网络 1引言 自适应逆控制(AIC)作为一种新颖的控制方法，近年来已成功应用于复杂、未知和不确定的非线 性动态系统的控制。在非线性系统的自适应逆控制中，占-滤波算法是一种非常有效的方法，该算法给出 的逆控制器对于截断误差以及对象的建模精度都很不敏感，通过选择合理的非线性滤波器结构，在对象 参数具有不确定性以及存在建模误差、外部干扰的情况下，仍然可以在最小二乘意义上建立近似的理想 对象逆模型…。考虑船舶的实际航行控制中，由于其装载情况、航行速度以及外界风浪流的干扰，以及 船舶操纵运动中由于非线性动力学、非线性运动学以及系统滞后、执行机构死区等造成的非线性因素的 影响…，将占一滤波自适应逆控制应用于非线性船舶控制领域，对于提高船舶航向控制的精度以及响应速 度是非常有意义的。 本文在传统s．滤波方案的基础上，针对船舶等具有滞后特性的非线性对象的控制，提出了一种混合 R．O．V 型F．滤波非线性自适应逆控制方案，并证明了该方案的最优性。以“The Zeefakkel”船的非线性 模型为例进行的Matlab仿真试验表明该算法是完全有效的，相对自适应PID控制，该算法在对象控制的 精度、动态响应速度及鲁棒性能方面均有所提高。 2非线性自适应逆控制系统设计 ’ 2．1RBF动态神经网络滤波器 非线性滤波器是实现自适应逆控制的前提，系统中对象模型、逆控制器以及扰动消除器等非线性模 Basis 型都需通过非线性滤波器模型建立。径向基函数RBF(RBF．Radial 和C．Darken在20世纪80年代末提出的一种神经网络模型。它是具有单隐层的三层前馈网络，输入与输 出是非线性的，而隐层空间到输出空间的映射是线性的，相对通常用于建立非线性滤波器采用的Volterra 滤波器n1以及非线性自回归模型(NARX) J(七) 。________-_●一 动态神经网络模型佃一，其学习速度大大加快且不 存在局部极小问题。针对船舶对象的特点，本文 唪 将普通RBF模型改造为具有局部反馈的递归型 尊 ，，(^) SISO网络，如图1所示。 图1带抽头延迟线的RBF递归网络结构 270 ； -_ 延迟线构成，坍为隐层节点数，输出层只包含单个节点，网络输入向量为’： X=【工(七)，x(k—1)…，工(七一口)，y(k—1)，…，y(k一6)J 令基宽向量B[6I，包…6_】r，径向基向量H=【^，仕，．．也。矿k】r