EGS 2000 SOREN T.LYNGSO 基于神经网络的欠驱动水面船舶

针对欠驱动水面舰艇的轨迹跟踪问题，提出了一种自适应输出反馈控制方法。对于USVs的实际动力学模型，我们考虑 EGS 2000 SOREN T.LYNGSO 模型，其中质量和阻尼矩阵不是对角的。此外，除了质量矩阵，系统参数和非线性USV的全部都被认为是未知的。尽管在这种不确定的情况下，我们开发了一个基于神经网络的自适应观测器来估计水下机器人的速度数据。然后，同时考虑输入饱和和欠驱动问题，设计了输出反馈控制律。

自主水下航行器(AUV)和欠驱动水面船舶(usv)在开发海洋资源方面越来越受到控制工程师的关注。然而，USVs控制器的设计是复杂的，因为摇摆方向不能直接控制。此外，USV不能转化为一个无漂移的链式系统(Reyhanoglu，1997)。由于这些问题，一些控制技术，如移动机器人，不能应用于无人驾驶潜水器的控制(Chwa，2011)。因此，广泛的研究集中于试图克服这些限制。13365909307咨询

 EGS 2000 SOREN T.LYNGSO 和Berge (1998)提出了一种结合自适应技术和反推技术的跟踪控制器。江(2002)提出了两个基于直接法的构造性跟踪解来实现全局渐近跟踪。然而，这些研究设计了持续激励条件下的控制器，认为横摆速度不应为零，因此不能跟踪直线。Do，Jiang和Pan (2002a)首先提出了解决这个问题的方法。在这个宽松的结果之后，Do、Jiang和Pan(2002年b)和Ghommam、Mnif和Derbel (2010年)设计了用于稳定和跟踪usv的控制器，谢和马(2015年)提出了全状态稳定方案， EGS 2000 SOREN T.LYNGSO 和Soares (2012年)以及于、朱、夏和刘(2012年)提出了滑模控制器，以显示对未知水动力阻尼系数和外部干扰等不确定性的鲁棒性。这些论文假设USVs的质量和阻尼矩阵是对角的，因为在没有这种假设的情况下，级联结构被破坏，这导致控制器设计中的许多问题。然而，由于真实水下机器人的质量和阻尼矩阵不是对角的，这种假设是不成立的。Do和Pan (2005)提出了一种考虑非对角矩阵的解决方案。这些论文都是基于全状态反馈来设计控制器的。

*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。