[发明专利]一种基于神经动态模型的船舶动力定位反步控制方法

摘要

一种基于神经动态模型的船舶动力定位反步控制方法，涉及船舶动力定位控制技术领域，尤其涉及一种基于神经动态模型的船舶动力定位反步控制方法。本发明要解决现有船舶动力定位控制技术，运算复杂程度高且难以输出平滑的控制效果。一种基于神经动态模型的船舶动力定位反步控制方法，按以下步骤进行：一、获取船舶的位置和姿态参数；二、求取虚拟误差变量；三、利用Backstepping法反演控制律。本发明解决了现有船舶动力定位控制技术存在的运算复杂程度高且难以输出平滑的控制效果的问题。本发明可应用于船舶动力定位控制技术领域。

主权项

1.一种基于神经动态模型的船舶动力定位反步控制方法,其特征在于它按以下步骤进行：一、获取船舶的位置和姿态参数：用位置参考系统测得船舶位置信息，用姿态参考系统测得船舶的艏向姿态信息；对获取的船舶姿态及位置信号进行滤波及时空对准，得到船舶的精确位置及姿态；二、求取虚拟误差变量：由期望的位置及姿态与实际的位置及姿态做比较，并经过解算得到误差信号；将该误差信号作为神经动态模型的输入，该模型的输出即为虚拟的误差变量；求取虚拟误差变量的具体过程为：利用电路元素，针对神经元细胞膜电位动作的方式，给出电路模型，用如下方程来描述：其中Vm为膜电压，Cm为膜电容，EK，ENa，Ep分别是膜内钾离子，钠离子和被动泄漏电流的能斯特电位；gK，gNa，gp分别代表钾离子，钠离子和被动通道的电导；令C_m＝1、x_i＝E_p+V_m、A＝g_p、B＝E_Na+E_p、D＝E_k‑E_p、代入上式，得到神经动态模型：其中x_i为第i个神经元的动作电位，A为非负常数代表着神经元的衰减速率，B，D同为非负常数，代表神经动态模型输出的上限和下限，为激励输入，为抑制输入；将测得的动力定位船的实际位置η，与姿态与期望的位置与姿态ηd做比较，得到误差变量e＝η‑ηd，将该误差变量作为神经动态模型的输入，带入到上式得式中的v_e即为虚拟的误差变量，为v_e的一阶导数，作为下一步反演控制律时的输入变量；其中非负常数A、B、D分别为虚拟误差变量的衰减速率、虚拟误差变量的上界和下界，函数f(x)、g(x)的定义如下：三、利用Backstepping法反演控制律将神经动态模型输出的虚拟变量作为控制律实际的输入变量，并利用Backstepping法不断的反演使各个子系统稳定的李雅普诺夫函数，最终得到使整个系统稳定的控制律；利用Backstepping法反演控制律的具体过程为：对于需要控制的动力定位船舶，其控制力和船舶本身存在如下关系式：式中M为系统的惯量矩阵，D_s为水动力阻尼系数矩阵，为北东坐标系和船体坐标系间的旋转变换矩阵，τ为船舶的控制力，f为风浪流干扰力，为误差变量e的一阶导数，为e的二阶导数，为R^‑1的一阶导数，为η_d的一阶导数，为η_d的二阶导数；令其中μ为待反演的控制律的输出信号，将步骤二中求出的神经动态模型的输出，即虚拟的误差变量v_e引入，用以代替实际的误差变量e，并定义如下状态变量：其中K1为正定对角阵；构造Lyapunov函数，上式中，P为正定矩阵，V1和V2为选取的使系统稳定的李雅谱诺夫函数，且x1和x2均按指数收敛于0，经过递推可得到如下的控制律：μ＝Bsx2‑AsP‑1x1‑AsP‑1K2x2其中K2为正定对角阵，将μ代入船舶控制力τ的表达式，可得到最终的控制力输出为：