[发明专利]基于神经网络的L1自适应船舶动力定位双环控制系统

摘要

本发明提供一种基于神经网络的L1自适应船舶动力定位双环控制系统，包括海洋船舶、外环位置跟踪回路控制器、基于神经网络的L1自适应内环控制器和路径生成器。外环位置跟踪回路控制器能够跟踪系统的参考路径，得到虚拟的速度指令，基于神经网络的L1自适应内环控制器包括自适应小波神经网络逼近、状态预测器、参数自适应律和L1控制规律，L1控制规律中包含一个滤波器，基于神经网络的L1自适应内环控制器解决了系统中的不确定性问题，并利用递归小波神经网络对系统中的耦合项进行了逼近。L1控制器在进行反馈的同时，将一个低通滤波器引入到了反馈回路中，削弱控制信号中未知高频噪声对系统的影响。本发明可应用于其它船舶动力定位系统控制问题上。

主权项

1.基于神经网络的L1自适应船舶动力定位双环控制系统，其特征在于：包括海洋船舶(1)、外环位置跟踪回路控制器(6)、基于神经网络的L1自适应内环控制器(9)和路径生成器(7)，所述基于神经网络的L1自适应内环控制器(9)包括自适应小波神经网络逼近(4)、状态预测器(2)、参数自适应律(3)和L1控制规律(5)四个模块，L1控制规律(5)中包含一个滤波器(8)，路径生成器(7)生成船舶的期望位置和期望速度，并将得到的海洋船舶的期望位置和期望速度两个参数传递给外环位置跟踪回路控制器(6)，通过外环位置跟踪回路控制器(6)得到虚拟速度指令，使外环的位置信号能够跟踪系统的参考路径，并将得到的虚拟速度指令传递给基于神经网络的L1自适应内环控制器(9)使得系统的输出能够跟踪虚拟速度信号，并保证所有的误差信号的暂态和稳态都有界，状态预测器(2)对船舶状态进行在线估计，并将估计值与船舶的实际状态进行比较得到预测器的估计误差，并输出给参数自适应律(3)模块，通过参数自适应律(3)模块计算得到神经网络的参数更新率和干扰信号的估计值；自适应小波神经网络逼近(4)模块接收船舶状态向量作为输入，输出耦合项的逼近值；参数自适应律(3)模块输出的干扰信号估计值和自适应小波神经网络逼近(4)模块输出的耦合项逼近值通过滤波器(8)后进行前馈；路径生成器(7)包含一种基于多项式插值的路径生成算法，通过路径生成器得到的海洋船舶的期望位置x_1d和期望速度作为外环位置跟踪回路控制器(6)的输入，利用三次多项式插值，海洋船舶的期望位置x_1d为：其中，[x_d(κ) y_d(κ) z_d(κ)]^T表示船舶的期望位置x_1d的向量，其中κ为路径变量，a₀、a₁、a₂、a₃、b₀、b₁、b₂、b₃、c₀、c₁、c₂、c₃为待设计系数，且：则[xd(κ) yd(κ) zd(κ)]T关于κ的偏微为：且[xd(κ) yd(κ) zd(κ)]T对于时间的导数为：海洋船舶的期望速度可以表示为：