[发明专利]基于自抗扰的无模型自适应AUV控制方法

权利要求书

1.基于自抗扰的无模型自适应AUV控制方法，其特征在于，包括以下步骤：

(1)通过自抗扰控制的微分跟踪器对水下航行器系统中的期望航向、期望俯仰信号进行跟踪，并提取其微分信号；

(2)通过自抗扰控制的扩张状态观测器，对水下航行器系统的不确定扰动进行实时动态估计和补偿；

(3)针对水下航行器的姿态运动，建立基于紧格式动态线性化模型，确定该模型中的伪梯度向量形式：

y(k+1)＝y(k)+φ(k)Δu(k)

其中：y(k)为系统输出量，y(k+1)为下一时刻的系统输出量，在航向控制中，系统输出量为当前航向，在深度控制中，系统的输出量为当前俯仰，φ(k)为伪偏导数，Δu(k)＝u(k)-u(k-1)，其中u(k)为控制器的输出舵角；

(4)针对紧格式动态线性模型中的伪梯度向量，设计参数自适应估计方程，对伪梯度向量进行估计；

(5)根据动态线性化模型建立误差准则函数，通过最小化误差准则函数设计出无模型自适应控制器；

(6)将自抗扰控制的微分跟踪器跟踪出来的信号，输入到无模型自适应控制器中，并得出输出舵角，其中，控制算法设计如下：

其中：为微分跟踪器跟踪出来的输入信号，在航向控制中，为微分跟踪器跟踪出来的期望航向，在深度控制中，为微分跟踪器跟踪出来的期望俯仰；

(7)将自抗扰控制扩张状态观测器估计出来的干扰，作用在无模型自适应控制器的输出舵角上，对干扰进行补偿，其中，控制算法设计如下：

其中：为扩张状态观测器估计出来的干扰；

(8)调整运动控制参数，收集AUV中的航向、深度数据，并进行分析，进而实现对AUV的运动控制。

2.根据权利要求1所述的基于自抗扰的无模型自适应AUV控制方法，其特征在于：所述步骤(1)中，微分跟踪器的算法设计如下：

其中：

d＝r₀h，d₀＝hd，y＝x₁+hx₂，fhan为最优综合函数，v(k)为系统的输入信号，在航向控制中，输入信号为期望航向，在深度控制中，输入信号为期望俯仰，x₁(k)为v(k)的跟踪信号，x₂(k)为x₁(k)的微分信号，r0为速度因子，与跟踪速度成正比，h为滤波因子，主要是针对噪声，滤波因子的值越大，对噪声的滤波效果就越明显，a、d、y、a₀、d₀为中间变量。

3.根据权利要求1所述的基于自抗扰的无模型自适应AUV控制方法，其特征在于：所述步骤(2)中，所述扩张状态观测器的控制算法设计如下：

其中：为系统输出量，在航向控制中，系统输出量为AUV的当前航向，在深度控制中，系统输出量为AUV的当前俯仰，为经过扩张状态观测器的的估计，为经过扩张状态观测器的系统的微分的估计，为的微分，为的微分，为估计出来的海流扰动，为的微分；l₁、l₂、l₃、b₀为运动参数，δ为控制器输出舵角。

4.根据权利要求1所述的基于自抗扰的无模型自适应AUV控制方法，其特征在于：所述步骤(4)中，所述的自适应估计方程为：

如果那么其中，为伪偏导数的估计值，为伪偏导数的初值，ε为一个极小的正整数，η为步长系数、μ为权重系数，Δy(k)=y(k)-y(k-1)。

5.根据权利要求1所述的基于自抗扰的无模型自适应AUV控制方法，其特征在于：所述步骤(5)中，控制器的算法设计如下：

其中：y^*(k+1)为下一时刻期望输入量，在航向控制中，期望输入量为期望航向，在深度控制中，期望输入量为期望俯仰，λ为权重系数、ρ为步长系数。