[发明专利]基于分布式模型预测控制的欠驱动AUV编队轨迹跟踪控制方法

权利要求书

1.一种基于分布式模型预测控制的欠驱动AUV编队轨迹跟踪方法，其特征在于：采用带有参考监督优化器的视线制导律，结合最小学习参数法的径向基函数神经网络，整合了邻居节点信息的分布式模型预测控制器；具体步骤为：

第一步：将视线角和此刻的航向角作为参考监督优化器的代价函数项，并对期望的最佳航向角增量进行约束，最终获得期望的最佳航向角；

第二步：AUV动力学的复杂性包括非线性动力学，未建模的动力学效应，系统的不确定性和环境干扰；将以上的不确定性用径向基函数神经网络逼近，将速度作为输入神经元，设计三层神经网络，隐藏层含有8个神经元，输出层含有3个神经元，分别拟合三个方向的不确定方程；

第三步：将前两步获得的期望最佳航向角和其他参考状态输入到分布式模型预测控制器中，采用图论的方法对领航者和邻居跟随者的信息进行整合，在代价函数中增加邻居信息的一项，除了与领航者保持一定的位置关系，还与邻居的跟随者保持相对的位置关系；

所述第一步中，具体选取欠驱动AUV在水平面运动时的状态为χ＝[x,y,ψ,u,v,r]^T，模型方程表达为其中，χ＝[η,v]，η＝[x,y,ψ]^T表示在地球坐标系下的位置与航向向量，x,y表示位置，ψ表示航向角；v＝[u,v,r]^T表示载体坐标系下的速度向量，u,v表示纵荡和横荡速度，r表示航向角速度，R(ψ)表示从载体系到地球坐标系的转换矩阵，τ表示系统的控制输入量；

所述第三步中，具体步骤为：用表示实数矩阵，取合成符其中表示一系列节点，表示节点i到节点j的边，用(i,j)表示；表示的邻接矩阵且a_ij≥0，表达式如下：

所述视线制导率具体为：根据视线法计算视线角，其具体实施方法如下：

其中，e是航迹误差，η_v表示虚拟领航者在地球坐标系下的位置与航向向量，δ是一个常值参数，ψ_L和ψ_j分别表示领航者和邻居跟随者的航向角；

采用图论的方法对领航者和邻居跟随者的信息进行整合，将邻居节点的信息作为分布式模型预测控制的约束，其具体实施方法如下：定义状态误差为其中参考的状态为跟随者i,j的位置与航向误差为控制输入的误差为其中τ_L是领航者的控制输入，求解下式的最优化问题获得跟随者的最佳的控制输入：

χ(0)＝χ₀,

其中，J_i是分布式的代价函数，以图论为基础，由与领航者的差值代价项和J_i(n+1)(k)与邻居跟随者的差值代价项J_ij(k)组成；表示跟随者i,j之间的空间关系；表示基于模型对状态值进行预测,表示状态约束，保证了个体之间的避碰，N_P是预测域，N_c是控制域，在这里设计控制域和预测域的长度相同，χ₀是初始状态，[τ_min,τ_max]是控制输入的限制；Q,R,P,Q',P',R'分别是不为负数的权重值。