[发明专利]一种基于自适应动态规划算法的虚拟引导船舶自动靠泊控制方法

权利要求书

1.一种基于自适应动态规划算法的虚拟引导船舶自动靠泊控制方法，其特征在于，包括如下步骤：

步骤S1、建立船舶靠泊非线性控制系统数学模型；

所述步骤S1的具体实现方式如下：

步骤S11、考虑船舶自主靠泊时通常以较低的速度运行，因此船舶靠泊数学模型表述如下：

式(1)中，表示船舶位置坐标和艏向角的姿态变量；υ＝[u,v,r]^T表示船舶前进速度、横向速度和艏摇速度变量；表示坐标转换矩阵，其表示形式如下：

式(2)中，M为正定惯性矩阵，D为线性阻尼矩阵，为船舶纵向控制力、横向控制力以及艏摇控制力矩；

步骤S12、定义Δt为采样时间间隔，将式(1)和式(2)进行离散化，得到船舶靠泊非线性控制系统数学模型：

步骤S13、定义x(k)＝[η(k)^T,υ(k)^T]^T，可以得到：

x(k+1)＝f(x(k))+g(x(k))u(k)            (6)

其中，且；

步骤S2、基于所述建立的船舶靠泊非线性控制系统数学模型，引入虚拟引导系统，得到最优控制器，将靠泊控制问题转化为跟踪控制问题；

所述步骤S2的具体实现方式如下：

设虚拟引导系统采用直线运动形式，同时其状态x_g(k)满足x_g(k+1)＝φ(x_g(k))；船舶系统状态x(k)跟踪虚拟引导系统状态x_g(k)，船舶跟踪误差设为ξ(k)＝x(k)-x_g(k)，得到最优控制器为：

其中，表示g(·)的伪逆；

步骤S3、基于所述最优控制器，建立靠泊最优评价指标；将所述跟踪控制问题转化为最优调节问题；

所述步骤S3的具体实现方式如下：

步骤S31、设d(k)为d(k)＝u(k)-u_e(k)，则针对船舶时变最优跟踪控制得到如下船舶靠泊跟踪性能指标函数：

其中，为正定矩阵；

步骤S32、令最优靠泊控制律θ(k)＝d(k)-d(k-1)，且θ(0)＝d(0)，则可以得到：

所以船舶跟踪性能指标函数可以描述为：

又由于ξ(k+1)＝x(k+1)-x_g(k+1)，结合(6)式可得

ξ(k+1)＝f(x(k))+g(x(k))u(k)-x_g(k+1)        (11)

步骤S33、将公式(9)、(10)和(11)转化为最优调节问题，转换之后的系统可以表示为：

步骤S4、基于自适应动态规划方法设计船舶最优靠泊控制，逼近所述靠泊最优评价指标；

所述步骤S4的具体实现方式如下：

步骤S41、基于贝尔曼最优性原理，船舶最优性能指标函数满足下面的HJB方程：

其中，J^*(ξ(k))表示最优跟踪问题的性能指标函数。

步骤S42、采用自适应动态规划算法，将船舶跟踪性能指标函数和控制律从i＝0开始更新迭代，对于i＝0,1,2,L可得到：

以及

其中，θ_i(k)表示第i次迭代的控制律；J_i(ξ(k))表示第i次迭代的性能指标函数；

步骤S43、若得到最优控制律θ(k)，则原始船舶靠泊系统(6)的最优靠泊控制可以通过下式得到：

步骤S5、通过神经网络执行所述船舶最优靠泊控制，获得最优靠泊控制律。

2.根据权利要求1所述的基于自适应动态规划算法的虚拟引导船舶自动靠泊控制方法，其特征在于，所述步骤S5的具体实现方式如下：

步骤S51、在执行自适应动态规划算法之前，对未知船舶靠泊系统动态进行辨识：

其中，为模型网络的输入，V_m表示输入层至隐含层的权值矩阵，W_m表示隐含层至输出层的权值矩阵；则模型网络误差定义为：

步骤S52、定义性能误差为：

步骤S53、采用梯度下降法，更新模型网络权重：

其中，α_m是模型网络学习率；

步骤S54、采用评价网络近似性能指标函数J_i(ξ(k))，其输出表示为：

其中，V_c表示输入层至隐含层的权值矩阵，W_c表示隐含层至输出层的权值矩阵；且目标函数为：

步骤S55、定义评价网络误差函数为则评价网络的目标是极小化因此，神经网络权重更新律为：

其中，α_c是评价网络学习率；

步骤S56、以状态误差作为输入并以最优控制的差分作为输出，则执行网络的输出表示为：

其中，V_a表示输入层至隐含层的权值矩阵，W_a表示隐含层至输出层的权值矩阵；而且，执行网络的目标函数由(14)式给出，θ_i(k)是目标函数可以表示为：

其中，g(x(k))可以表示为：

因此，执行网络的输出表示为执行网络的目标是最小化所以权值更新律为：

其中，β_a是评价网络学习率。