[发明专利]一种无人艇航速与航向控制方法

摘要

本发明提供的是一种无人艇航速与航向控制方法。步骤1.结合无人艇的运动模型，采用自适应非线性卡尔曼滤波器，滤去高频干扰，得到无人艇的航速和航向信息；步骤2.将获得的无人艇的位置信息与期望的位置信息进行比较，得到偏差信息；步骤3.将偏差信息送入神经网络PID控制器，神经网络PID控制器的输出控制无人艇的推力装置。本发明能够实现在复杂的海洋环境下进行无人艇航速航向控制。

主权项

一种无人艇航速与航向控制方法，其特征是：步骤1.结合无人艇的运动模型，采用自适应非线性卡尔曼滤波器，滤去高频干扰，得到无人艇的航速和航向信息；步骤2.将由自适应非线性卡尔曼滤波器所估计的最优化无人艇的航速航向信息与期望的航速航向信息进行比较，得到偏差信息；步骤3.将偏差信息送入神经网络PID控制器，神经网络PID控制器的输出控制无人艇的推力装置；所述神经网络PID控制器具体包括：以无人艇的航速航向信息为3个输入节点，输出节点分别对应神经网络PID控制器的三个可调参数KP、KI和KD，输出层神经元的变换函数取非负的Sigmoid函数、隐含层神经元的活化函数取正负对称的Sigmoid函数，BP神经网络PID控制器NN的输入为oj(1)=xk-j=e(k-j)(j=0,1,...,M-1)oM(1)≡1]]>神经网络PID控制器的隐含层输入输出为式中：‑‑‑‑‑隐含层加权平均数‑‑‑‑‑阈值，f[·]‑‑‑‑‑活化函数，f[·]＝tanh(x)上角标(1)、(2)、(3)表示输入层、隐含层、输出层；最后，网络的输出层的输入输出为式中：‑‑‑‑‑输出层加权系数‑‑‑‑‑阈值，g[·]‑‑‑‑‑活化函数，g[·]＝tanh(x)取性能指标函数为依一阶梯度法即最速下降法修正网络的加权系数，即按J对加权系数的负梯度方向搜索调整，并附加一使搜索快速收敛全局极小的惯性项，则式中：η‑‑‑‑‑学习速率α‑‑‑‑惯性系数未知，近似用符号函数取代，通过调整学习速率η来补偿，求得∂u(k)∂o0(3)(k)=e(k)-e(k-1)∂u(k)∂o1(3)(k)=e(k)∂u(k)∂o2(3)(k)=e(k)-2e(k-1)+e(k-2)]]>因此得BP神经网络NN输出层的加权系数计算公式为得隐含层加权系数的计算公式为式中：f′[x]＝[1‑f2(x)]/2 g′[x]＝g(x)[1‑g(x)]。