[发明专利]一种考虑输入量化的分布式多无人船舶自适应神经网络编队控制方法

权利要求书

1.一种考虑输入量化的分布式多无人船舶自适应神经网络编队控制方法，其特征在于，包括如下步骤：

S1、基于由N个欠驱动无人船组成的集群系统，构建无人船的运动学模型；

S2、考虑量化输入问题，构建无人船的动力学模型；

S3、设计运动学控制器；

S4、基于所述运动学控制器，设计分布式编队控制律；

S5、设计动力学控制器；

S6、基于所述动力学控制器，设计动力学控制律。

2.根据权利要求1所述的考虑输入量化的分布式多无人船舶自适应神经网络编队控制方法，其特征在于，所述步骤S1中，考虑一个由N个欠驱动无人船组成的集群系统，构建的第i个无人船运动学模型具体为：

其中，x_i，y_i是固定坐标系中质心的位置；ψ_i为航向角；u_i，v_i，r_i分别为纵荡速度，横荡速度，转艏角速度。

3.根据权利要求1所述的考虑输入量化的分布式多无人船舶自适应神经网络编队控制方法，其特征在于，所述步骤S2中，构建的无人船动力学模型具体为：

其中，m_i为无人船的质量，为水动力导数，I_z是关于z轴的转动惯量；f_iu(·)，f_iv(·)，f_ir(·)是包含向心力、科氏力和流体动力阻尼效应的非线性函数；τ_iuw，τ_ivw，τ_irw是由由风、流、浪引起的时变环境扰动；Q(τ_iu)，Q(τ_ir)是控制输入τ_iu，τ_ir的量化值；o_iu，o_ir为量化指数，假设信号通道是无噪声的，量化后的信号可以在解码器中恢复，通过量化器后，控制信号τ_i变为Q(τ_i)。

4.根据权利要求1所述的考虑输入量化的分布式多无人船舶自适应神经网络编队控制方法，其特征在于，所述步骤S3中，设计运动学控制器的过程如下：

S31、考虑一个时变参考轨迹，如下：

其中，轨迹参数p₀(t)是一个连续可微的向量；

S32、采用表示拓扑图，其中为所有节点构成的集合，表示编队中的N艘船舶；代表所有边构成的集合，用来表示相邻船舶间的信息传输；(i,j)∈ε代表节点i与节点j间的信息互通，反之则不成立；

S33、定义N_i＝{j∈v∣(i,j)∈ε}为第i艘船舶的邻居集合，为多船系统的邻接矩阵，当(i,j)∈ε时a＝1，反之a＝0。

5.根据权利要求1所述的考虑输入量化的分布式多无人船舶自适应神经网络编队控制方法，其特征在于，所述步骤S4中，设计的分布式编队控制律，具体为：

其中，l_i0是一个正常数，是第i艘船舶相对于参数化路径的位置偏差，p_i＝[x_i,y_i]^T。