基于扰动观测器的非奇异模糊滑模无人船编队控制

针对含有模型参数不确定性、外界干扰与抖振现象的无人船编队问题，提出了一种基于扰动观测器的非奇异模糊终端滑模编队控制方法。首先，将领航者–跟随者与人工势场法相结合，获得无人船的编队构型并保证无碰撞现象；其次，基于 Lyapunov 能量函数设计出模糊控制规则，消除了控制器中的抖振问题； 进而，提出了一种扰动观测器来补偿未知动态和外界干扰，增强了系统的鲁棒性和稳定性。通过理论分析和仿真结果验证了所提控制方法的有效性。基于所设计的编队控制方法，无人船最终可形成期望的编队构型。     

模糊切换增益调节下非线性系统的滑模控制

本文运用模糊控制和滑模控制相结合的方法对一类不确定非线性系统进行了深入研究。针对动态方程中控制系数与状态变量和时间变量有关的非线性时变系统,设计了带有状态变量和时间变量的新的模糊切换增益调节滑模控制器,给出了新的模糊滑模控制律,并证明了系统的稳定性。考虑到外部干扰是影响所研究系统稳定性的重要因素,本文运用调节模糊切换增益的技术,实现了对不确定外界扰动项的补偿。采用全局滑模面技术设计了滑模控制器,成功地避免了传统变结构控制器在到达阶段对不确定性的敏感性,增强了系统的鲁棒性。通过实例仿真,验证了本文所提出的控制方法不仅能够保证所研究的非线性系统是稳定的,还能够有效消除系统的抖振。     

基于模型预测控制算法的轻型长航程AUV航控系统研究

针对海洋时变中小尺度过程长期精细观测需求,研制了一种轻型长航程AUV。这种AUV的最大特征是借鉴了水下滑翔机的变浮力、重心可调执行机构,使得其具备海洋环境自适应能力,可在不同海水密度条件下实现零攻角高效航行。首先介绍了轻型长航程AUV的系统组成,讨论了这种可变浮力、可调重心AUV的航行控制系统设计;针对这种AUV新增的浮力和重心两个控制输入量间存在系统耦合的问题,开展了基于模型预测算法的零攻角定深航行控制器研究,着重阐述和推导了控制目标的修正、面向控制的动力学建模以及模型预测控制器的设计过程;最后通过仿真验证了所述方案和方法的可行性。该研究有利于提高轻型长航程AUV的航行效率,进一步提升AUV的续航能力。     

基于无记忆状态观测器的多时滞不确定非线性系统的自适应控制

针对一类多时滞不确定非线性系统,研究了基于无记忆状态观测器的自适应控制问题.时滞状态扰动的上界未知,在控制中通过自适应律估计未知参数,并利用估计值设计了不依赖于时滞的无记忆状态观测器和控制器,基于Lyapunov-Krasovskii函数证明了观测误差渐近收敛到零.最后仿真结果说明了该方法的有效性.     

虚拟锚泊神经网络模糊滑模控制器的设计

针对虚拟锚泊浮标在目标点位置难以进行锚泊的问题,设计了一种神经网络模糊滑模控制器。通过引入虚拟锚泊圆,将在锚泊点一定范围内虚拟锚泊的问题转变为对虚拟锚泊圆进行路径跟踪的问题,应用Fossen矩阵建立虚拟锚泊浮标动力学模型,采用Serret-Frenet坐标变换和重新定义输出变量,将单输入多输出非线性系统转变为单输入单输出非线性系统,进而构建滑模控制器,采用模糊算法对滑模开关量进行在线调整,削弱滑模控制器的"抖振",采用神经网络对滑模控制器进行优化,摆脱对系统模型的依赖性,提高控制器的鲁棒性,并对该控制器进行仿真实验和分析,结果表明该控制器具有很好的虚拟锚泊性能。     

正弦干扰下时滞系统的状态预测观测器与前馈-反馈预测控制器设计

研究控制变量含有时滞的线性系统在外部正弦干扰下的最优减振预测控制问题。利用系统的控制向量和被控对象的预测输出向量 ,设计了 1种全维状态预测观测器。并将该状态观测器用于时滞控制系统的最优前馈 -反馈预测控制中。频域分析表明 ,应用该状态预测观测器可将闭环系统的时滞项移至系统闭环结构之外 ,从而其优化控制规律完全可以按无时滞系统进行设计。时域分析表明 ,设计的预测控制器对外部正弦干扰有较强的鲁棒性 ,得到的结果关于二次型平均性能指标是次优的     

基于改进遗传算法的无人水下航行器路径规划

针对无人水下航行器（Autonomous Underwater Vehicle,AUV）运动约束多,传统遗传算法的路径寻优效率低、收敛速度慢等问题,提出了一种改进遗传算法的 AUV 路径规划方法。该算法选用栅格法构建环境,使用路径长度、平滑度和危险区域作为评价函数。改进遗传算法种群初始化过程,引入周围点栅格提高收敛速度,同时结合灾变思想避免群体陷入局部最优解。该算法根据 AUV 最大转角的约束条件,设计了 AUV 平滑过程和删除过程,避免了 AUV 航行出现急停急转。仿真及湖上试验结果表明：改进遗传算法相比传统遗传算法,路径长度减少 11.4%,收敛速度加快 20.0%,且收敛路径满足 AUV 航行约束要求。     

水下机器人-机械臂系统的滑模自抗扰控制

针对水下机器人机械臂系统的强耦合、强非线性、复杂海洋多源干扰等因素影响，提出了滑模自抗扰控制器，将复杂系统模型转变为简单的积分串联系统，将内部参数不确定性、测量误差、建模误差和海洋多源干扰等扰动归结为总扰动，并采用线性扩张观测器对其进行估计并抵消。利用滑模控制器提高系统对参数摄动的不敏感性，增强控制系统的抗干扰性能，通过李雅普诺夫理论分析了控制系统的有界稳定性。仿真结果表明滑模自抗扰与传统滑模控制和自抗扰控制相比，能使水下机器人机械臂实现更好的轨迹跟踪，且系统具有更好的抗干扰能力。     

多AUV系统的自适应有限时间一致性跟踪控制

本文将自适应技术与有限时间技术相结合,研究了分布式自治水下机器人(Autonomous Underwater Vehicle,简称AUV)系统的自适应有限时间一致性跟踪控制问题。首先,应用图论相关知识描述多AUV间的通信拓扑;其次,对每个跟随AUV的运动与受力进行了分析,建立了基于位置姿态与速度姿态的二阶系统模型;然后,设计了非奇异快速终端滑模,并基于此对每个跟随AUV构建了连续分布式控制律,利用自适应律估计阻尼,恢复力和外部干扰的上界;最后,利用SIMULINK仿真来验证跟随AUV的位置与速度跟踪效果,直观地阐明了本文所提算法的有效性。     

一种基于超短基线定位的便携式AUV回坞导航方法

自主水下机器人(AUV)对接技术是目前水下机器人的研究热点,精确可靠的AUV的回坞导航是实现对接的关键技术。对于追求轻便的便携式AUV的对接系统,考虑到便携式AUV的搭载能力有限又需要足够的定位精度用于对接,提出了一种基于超短基线(USBL)定位的回坞导航方法,该方法让AUV只需装载电子罗盘和水声应答器就能完成精确的回坞定位。根据导航方法的特点,设计了一种改进的扩展卡尔曼滤波算法,其优点是能在处理滞后的USBL数据的同时动态估算海流、更新状态方程以消除海流造成的定位误差。通过湖试和大量仿真实验,验证了定位算法在海流影响下的定位性能。