水下机器人的神经网络自适应控制

《水下机器人的神经网络自适应控制》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第卷第期控制理论与应用〕从年月文章编号一一一水下机器人的神经网络自适应控制‘,,‘,‘俞建成李强,张艾群王晓辉中国科学院沈阳自动化研究所,辽宁沈阳】中国科学院研究生院,北京摘要研究了水下机器人神经网络直接自适应控制方法,采用场叩稳定性理论,证明了存在有界外界干扰和有界神经网络逼近误差条件下,水下机器人控制系统的跟踪误差一致稳定有界为了进一步验证该水控制方法的,、正确性和稳定性利用水下机器人实验平台进行了动力定位实验单自由度跟踪实验和水平面跟踪实验等验证实验关键词水下机器人神经网络自适应控制中图分类号文献标识码一,,,一

2、,一,,,,,卜切,一组,,〕示,一一引言下,水下机器人控制系统的闭环稳定性神经网络控制理论已经在水下机器人控制系统和分别将的研究成果用于解决中得到广泛的研究‘用层神经网络构造了水水下机器人的控制问题,证明了水下机器人控制系,,队‘。下机器人神经网络控制器冈在的研究基统的闭环稳定性并进行了仿真验证实验础上,对水下机器人的升沉方向控制进行实验本文对基于神经网络直接自适应控制策略的水研究提出了水下机器人自组织神经网络控下机器人控制方法进行深入研究,采用稳制器,提出了基于虚拟训练算法的神经网络在定理论证明了在存在外界干扰和神

3、经网络逼近误差线自适应控制策略邢志伟研究了在复杂海洋环条件卜,水卜机器人控制系统的跟踪误差一致稳定,境条件下,采用多层神经网络直接自适应控制策略有界通过水机器人实验平台的水池实验对该控对水下机器人进行控制,并进行了仿真验证实验困制系统的正确性和稳定性进行了进一步验证水池,近几年来,基于场理论的神经网络连续时间实验是在有外界干扰条件下进行的主要完成了动力定位实验、单自由度跟踪实验和水平面跟踪实验和离散时间非线性系统的稳定自适应控制得到了广泛的研究等人首先提出基于切叩稳定性竺寸理论神经网络权值调整算法,并将其应用于解决水下

4、机器人建模机械手运动控制问题川提出了基于径向基神为了便于后面研究,本文根据参考文献川给出经网络和多层神经网络结构的水下机器人神经网络直接自适应控制算法,采用叩稳定理水下机器人自由度空间动力学方程水下机器人在论一干扰和神经网络逼近误差条件载体坐标系下的自由度动力学方程可表示为证明了在无外界收稿日期一一收修改稿日期一一基金项目国家计划资助项控制理论与应用第卷。。二,任了‘”几了公叫句酬动几二神经网络的输出向量为神经网络输出。守任‘吟刀权值矩阵为神经网络隐含层输出向量控制器设计,其中为惯性矩阵包括附加质量司为向心假设水下机器

5、人的期望运动状态有界,即,。,力和科氏力矩阵包括附加质量产生的向心力和叮引‘日卜⋯肋·科氏力司为水动力阻力和升力矩阵功为⋯附⋯恢复力和力矩向量几为外界干扰力和力矩向量其中鞠为惯性坐标系下的期望位置向量加为惯性动为转换矩阵刀表示水下机器人位置和姿态向坐标系下的期望速度向量行为惯性坐标系下的期勺量表示水下机器人在载体坐标系下的速度向量望加速度向量刀为正常数二表示作用在水下机器人载体坐标系下的控制量向定义水下机器人滤波跟踪误差为旦夏厅入厅水下机器人在惯性坐标系下的自由度动力学方。,一,程为其中叮一。污力斤入为正常数刀,写。,

6、刀斤将式表示成如下形式叽行几力一,。一力斤功孤功斤加久力其中,城。一。一‘刀,其中冲称为惯性坐标系下的虚拟参考路径满足如下关系吼,刀刀,一。·一一‘。一‘,吟。。公一‘。一。一‘。」【行斤。,。一。一‘。,对式两边求一阶导数,并将水下机器人的空。一。。,间动力学方程代入,整理得水下机器人系统的误差一几功几动力学为水下机器人神经网络自适应控制亏行一行城城叽一。、一公。认【侧夕刀几一二神经网络结构本文采用径向基神经网络来逼近水下机器人的整理过程中应用了如下关系式逆动力学模型,对于一个给定的非线性函数,用径向城叮吼斤风冲‘基

7、神经网络可以以任意精度全局逼近它神经网·一公。络隐含层节点的输出为,,。,”一一定义函数扣刀为飞公,,,叼卜二一、续公。夕刀,,乞,采用径向基神经网络对函数扣其中二,。为输入层节点数为隐功进行,,,,含层节点数一⋯。为神经网络逼近则任‘,。,,,,,的输入向量以饥为第乞个隐含层节点高斯函公。守公。数的中心,为第乞个隐含层节点高斯函数的宽度其中为函数逼近误差,且满足毛,为神经网络的输出为,正常数为理想的神经网络权值矩阵且满从,乞,,,,毗伪二⋯足毛环翁设计输入控制量为二,。,,,可写成矩阵形式为。。了,年。,,,。。,,

8、,。,介,,,其中为输出层节点数加⋯酬为介一。,,二,。了一‘一、谕第期俞建成等水下机器人的神经网络自适应控制。,,,。为函数。,,,。的其中神经网络稳定性分析估计值,你为矩阵的估计值凡为增,满定理假设水下机器人期望轨迹满足式的益矩阵,足凡叮氏为鲁棒控制项,用于增强控制有界条件未知外力干扰几和神经网络逼近误差均几,满足有界条件⋯⋯