[发明专利]一种离散时间数据驱动自学习的无人船航速控制系统

权利要求书

1.一种离散时间数据驱动自学习的无人船航速控制系统，其特征在于，包括：速度估计模块、扰动观测器模块、无模型控制器模块、数据驱动参数更新律模块；

无模型控制器模块用于计算前向力矩τ(n)；

速度估计模块用于根据前向力矩τ(n)，计算下一时刻无人船的动力学未知项估计下一时刻的无人船航速估计

扰动观测器模块用于根据下一时刻无人船的动力学未知项估计无人船航速估计计算下一时刻的系统总扰动估计

数据驱动参数更新律模块用于根据下一时刻的系统总扰动估计计算下一时刻的控制增益估计

2.根据权利要求1所述的一种离散时间数据驱动自学习的无人船航速控制系统，其特征在于，所述速度估计模块为：

其中，为当前时刻的无人船航速估计，为下一时刻的无人船航速估计，为当前时刻的动力学未知项估计，为下一时刻无人船的动力学未知项估计，为当前时刻的系统总扰动估计，λ₁和λ₂为调节被扩张状态误差所引入的标量增益参数，T为离散时间常数，τ(n)为输出推动船舶向前行进的前向力矩。

3.根据权利要求1所述的一种离散时间数据驱动自学习的无人船航速控制系统，其特征在于，所述扰动观测器模块为：

其中，γ₁为自适应增益，为下一时刻的系统总扰动估计，为当前时刻的系统总扰动估计，u(n)表示当前时刻的无人船航速，u(n+1)表示下一时刻的无人船航速，u(n)∈R、u(n+1)∈R，T为离散时间常数，为当前时刻的系统总扰动估计，为当前时刻的控制增益估计量，τ(n)为输出推动船舶向前行进的前向力矩。

4.根据权利要求3所述的一种离散时间数据驱动自学习的无人船航速控制系统，其特征在于，所述下一时刻的无人船航速u(n+1)的计算公式为：

u(n+1)＝u(n)+T(d+k₀τ(n)) (3)

其中，u(n)表示当前时刻的无人船航速，u(n+1)表示下一时刻的无人船航速，u(n)∈R、u(n+1)∈R；T为离散时间常数，为控制增益，m为无人船质量参数，τ(n)为输出推动船舶向前行进的前向力矩，d为动力学未知项。

5.根据权利要求4所述的一种离散时间数据驱动自学习的无人船航速控制系统，其特征在于，所述动力学未知项d的计算公式为：

d＝m^-1X_uu(n)+m^-1X_u|u|u(n)|u(n)|+m^-1ω (4)

其中，d为动力学未知项，m为无人船质量参数，X_u与X_u|u|为水动力参数，u(n)表示当前时刻的无人船航速，u(n)∈R；ω为无人船所受的外部扰动。

6.根据权利要求1所述的一种离散时间数据驱动自学习的无人船航速控制系统，其特征在于，所述无模型控制器模块为：

其中，ω_c为无模型控制增益，τ(n)为输出推动船舶向前行进的前向力矩，u(n)表示当前时刻的无人船航速，u(n)∈R；为当前时刻的控制增益估计量，为当前时刻的系统总扰动估计，为当前时刻的动力学未知项估计。

7.根据权利要求1所述的一种离散时间数据驱动自学习的无人船航速控制系统，其特征在于，所述数据驱动参数更新律模块为：

其中，为下一时刻的控制增益估计，γ₂和γ₃均为数据驱动参数更新律模块的自适应增益，为下一时刻的控制增益估计；τ(n)为输出推动船舶向前行进的前向力矩，τ^T(n)为输出推动船舶向前行进的前向力矩的逆矩阵；u(n)表示当前时刻的无人船航速，u(n)∈R；u(n+1)表示下一时刻的无人船航速，u(n)∈R、u(n+1)∈R；T为离散时间常数，为当前时刻的控制增益估计量，为当前时刻的系统总扰动估计。