水下机器人自适应输出反馈控制设计-中南大学学报.PDF

第 42 卷增刊 1  中南大学学报(自然科学版)  Vol.42  Suppl. 1  2011 年 9 月  Journal of Central South University (Science and Technology)  Sep. 2011  水下机器人自适应输出反馈控制设计 1  1  2  1  张利军  ，齐雪  ，庞永杰  ，贾鹤鸣  (1. 哈尔滨工程大学 自动化学院，黑龙江 哈尔滨，150001；  2. 哈尔滨工程大学 船舶工程学院，黑龙江 哈尔滨，150001)  摘要：研究水下机器人轨迹跟踪控制问题。在充分考虑不确定水动力系数的结构特征的基础上，提出基于动态递 归模糊神经网络的自适应输出反馈控制策略。控制器由 3部分组成：基于动态补偿器的输出反馈控制项、神经网 络自适应控制项和鲁棒控制项。神经网络所需的自适应学习信号由线性观测器提供。利用 Lyapunov 稳定理论证 明控制系统的稳定性。最后将所设计的控制方法应用于球形水下机器人 ODIN，对其纵向、横向和艏向运动轨迹 的跟踪问题进行了仿真实验，实验结果验证了控制方法的有效性。 关键词：水下机器人；自适应控制；输出反馈；动态递归模糊神经网络 中图分类号：TP242.6  文献标志码：A  文章编号：1672−7207(2011)S1−0464−05  Adaptive output feedback control of AUV  1  1  2  1  ZHANG Li­jun , QI Xue , PANG Yong­jie , JIA He­ming  (1.College of Automation, Harbin Engineering University, Harbin 150001, China;  2. College of Shipbuilding Engineering,Harbin Engineering University, Harbin 150001, China)  Abstract: The tracking control problem for autonomous underwater vehicles (AUV) was addressed. The structure of  uncertain hydrodynamic coefficients was deeply analyzed, and an adaptive output feedback controller based on dynamic  recurrent fuzzy neural network (DRFNN) was proposed. The controller was composed of three parts, i.e. the output  feedback control based on dynamic compensator, neural network and robust control item. An observer was designed to  provide the adaptive learning signal for neural network. The stability of the