[发明专利]一种基于人工蜂群优化的模型预测的欠驱动UUV深度控制方法

权利要求书

1.一种基于人工蜂群优化的约束模型预测的欠驱动UUV深度控制方法，其特征在于：一种基于人工蜂群优化的约束模型预测的欠驱动UUV深度控制方法具体是按照以下步骤进行的：

步骤一、将UUV垂直面模型整理为状态空间模型，将状态空间模型离散化得到欠驱动UUV增量型的垂直面预测模型；

步骤二、在k时刻，根据水平舵特性建立水平舵角的控制输入约束；所述的水平舵角的控制输入约束包括幅值约束和每一拍动作的增量约束；并将水平舵角的控制输入约束条件统一处理为:

HΔU(k)≤γ

其中，ΔU为水平舵控制输入增量序列；H＝[T^T -T^T E^T -E^T]^T,γ＝[γ₁ γ₂]^T；

γ、H、T、γ₁、E和γ₂为中间矩阵；

步骤三、根据步骤一得到的欠驱动UUV增量型的垂直面预测模型和步骤二得到的水平舵角的控制输入约束条件通过模型预测控制将UUV深度控制问题转化为约束条件下的二次规划问题如下：

minΔU(K)J(ΔU(k))]]>

st h(ΔU(k))≤0(8)

式中，J(ΔU(k))＝ΔU(k)^THΔU(k)-G(k+1|k)^TΔU(k)，h(ΔU(k))＝HΔU(k)-γ；J(·)为反映ΔU(k)的性能指标，h(·)为描述函数，G(·)为中间变量，其中，S_δ为控制输入水平舵角增量序列ΔU(k)系数矩阵，Γ_y是对称正定加权矩阵，E_p(·)为中间变量；

步骤四、利用基于罚函数的人工蜂群优化算法求解约束条件下的二次规划问题，求得蜜源的全局最优位置，即x_best＝[Δδ_s(k),Δδ_s(k+1),…,Δδ_s(k+m-1)]^T为UUV水平舵角控制输入增量序列ΔU(k)；其中，Δδ_s(k+m-1)为第k+m-1步水平舵角的增量，m为控制时域；

步骤五、在求解出蜜源最终全局最优解x_best后，令ΔU(k)＝x_best^T，然后取优化解序列ΔU(k)的第一个分量，并加上k-1时刻的控制输入作为k时刻的控制输入:

Δδs(k)=Inu×nu0...0ΔU(k)δs(k)=Δδs(k)+δs(k-1);]]>

步骤六、在k时刻的控制输入δ_s(k)作用下测得新的状态变量和UUV下潜深度，当UUV未达到指定UUV下潜的深度R(k+1)时，将测得新的状态变量和UUV下潜深度转步骤三，直至当UUV达到指定UUV下潜的深度R(k+1)完成下潜作业；其中，新的状态变量包括UUV状态变量垂向速度、UUV状态变量纵倾角速度、UUV状态变量下潜深度和UUV状态变量纵倾角。