[发明专利]一种动力定位船的有限时间复合学习控制方法

权利要求书

1.一种动力定位船的有限时间复合学习控制方法，其特征在于，包括以下步骤：

步骤一：参照动力定位船的期望位置η_d对其实际位置η施加约束条件：并建立动力定位船控制系统的误差方程：

其中，z₁为η和η_d之间的误差，为η的一阶导数，z₂为与虚拟控制率α之间的误差；-δ和分别为实际位置η的下限和上限，η＝[η₁,η₂,η₃]^T，η_d＝[η_d1,η_d2,η_d3]^T，α＝[α₁,α₂,α₃]^T，

a_i为误差增益系数，Λ_i为滑模项增益系数，z_1i＝η_i-η_di，η₁和η₂分别为北东坐标系下船舶实际位置的横纵坐标，η_d1和η_d2分别为北东坐标系下船舶期望位置的横纵坐标，η₃和η_d3分别为船舶实际与期望的姿态角；

步骤二：基于实际位置η的约束条件构造非对称积分障碍李雅普诺夫函数V₁和李雅普诺夫函数V₂：

其中，M^*＝R(η₃)MR^T(η₃)，R(η₃)为北东坐标系和船体坐标系之间的转换矩阵，R^T(η₃)＝R^-1(η₃)，M为动力定位船控制系统的惯性矩阵，τ为积分变量；

步骤三：对V₂求一阶导数：

其中，f为动力定位船控制系统的不确定部分，

D^*＝R(η₃)DR^T(η₃)，D为动力定位船控制系统的阻尼矩阵，和分别为α和R(η₃)的一阶导数，U为动力定位船的控制输入向量；

步骤四：对f进行线性化处理得：f＝Φθ，

其中，Φ为初始回归矩阵，θ为未知参数向量，

θ＝[M₁₁ M₂₂ M₂₃ M₃₃ D₁₁ D₂₂ D₂₃ D₃₂ D₃₃]^T；

步骤五：在初始回归矩阵Φ的基础上构建增广回归矩阵W：

其中，z_2f为z₂的滤波值，z_2f通过如下滤波器获得：

c为滤波器时间常数；

步骤六：分别建立增广回归矩阵W和动力定位船的控制输入向量U的稳定滤波器和

其中，U_f和W_f分别为U和W的滤波值；

步骤七：将步骤六中的两个滤波器代入的一阶导数中求解获得：

对U_f进行参数线性化获得：

U_f＝W_aθ，

其中，W_a为线性化后的回归矩阵；

步骤八：对U_f＝W_aθ等号左右两侧分别乘以W_a^T获得：

W_a^TU_f＝W_a^TW_aθ，

利用Laplace算子建立信息矩阵和辅助矩阵

步骤九：基于并行学习思想和动态回归扩张与混合过程设计有限时间复合学习律：

其中，Υ为正定自适应增益矩阵，Γ为正定调谐参数矩阵，t_e为信息矩阵的更新截止时刻，Δ_e为t_e时刻信息矩阵的行列式，Ψ_e为t_e时刻的辅助矩阵，为θ的估计值，为的一阶导；

步骤十：利用有限时间复合学习律并基于非对称积分障碍李雅普诺夫函数设计有限时间复合学习控制器：

其中，K为误差增益矩阵，H为滑模项增益矩阵，

利用有限时间复合学习控制器输出的控制输入向量U控制动力定位船。