一种船舶动力定位三冗余计算机数据表决同步方法

    公开(公告)号:CN105334747B

    公开(公告)日:2018-08-17

    申请号:CN201510616183.4

    申请日:2015-09-24

    Abstract: 本发明公开了一种船舶动力定位三冗余计算机数据表决同步方法。三个控制器在完成控制运算结果同步后,由主控机运行自适应加权预测表决方法,得到一个表决输出值。自适应加权预测表决方法为:根据每个控制器的输出数据计算一致程度值;根据三个控制器的一致程度值对控制器输出数据进行划分,如果形成多数一致集合,结合历史信息记录值计算本周期表决输出值;如果没有形成多数一致集合,引入灰色预测根据前几周期的表决输出值计算本周期的表决输出值。由本周期的控制器输出数据计算历史信息记录值,为下一周期的表决提供计算依据。本发明能够提高动力定位系统容错能力,具有高可靠性。

    基于RBF辨识的ICA-CMAC神经网络的欠驱动无人艇航迹跟踪控制方法

    公开(公告)号:CN107255923B

    公开(公告)日:2020-04-03

    申请号:CN201710447546.5

    申请日:2017-06-14

    Abstract: 本发明提供的是一种基于RBF辨识的ICA‑CMAC神经网络的欠驱动无人艇航迹跟踪控制方法。首先用位置参考系统、姿态参考系统测得USV位置信息和艏向姿态信息,对获取的USV姿态及位置信号进行滤波及时空对准,得到当前USV精确位置及姿态;然后采用ICA‑CMAC神经网络与积分分离式PID并行控制方法;ICA‑CMAC神经网络实现前馈控制,通过引入平衡学习常数进行可信度分配,根据调整指标和σ学习规则辨识USV逆模型,产生的输出作为USV输入的一部分;最后得到包括PID控制器和ICA‑CMAC神经网络的控制器总控制输出。本发明解决不确定外界干扰下USV航迹跟踪控制问题,所提方法降低对精确数学模型的依赖性,增强系统的自适应调整能力和抗干扰能力,提高算法的在线学习速度和航迹跟踪精度。

    基于RBF辨识的ICA‑CMAC神经网络的欠驱动无人艇航迹跟踪控制方法

    公开(公告)号:CN107255923A

    公开(公告)日:2017-10-17

    申请号:CN201710447546.5

    申请日:2017-06-14

    Abstract: 本发明提供的是一种基于RBF辨识的ICA‑CMAC神经网络的欠驱动无人艇航迹跟踪控制方法。首先用位置参考系统、姿态参考系统测得USV位置信息和艏向姿态信息,对获取的USV姿态及位置信号进行滤波及时空对准,得到当前USV精确位置及姿态;然后采用ICA‑CMAC神经网络与积分分离式PID并行控制方法;ICA‑CMAC神经网络实现前馈控制,通过引入平衡学习常数进行可信度分配,根据调整指标和σ学习规则辨识USV逆模型,产生的输出作为USV输入的一部分;最后得到包括PID控制器和ICA‑CMAC神经网络的控制器总控制输出。本发明解决不确定外界干扰下USV航迹跟踪控制问题,所提方法降低对精确数学模型的依赖性,增强系统的自适应调整能力和抗干扰能力,提高算法的在线学习速度和航迹跟踪精度。

    一种船舶动力定位三冗余计算机数据表决同步方法

    公开(公告)号:CN105334747A

    公开(公告)日:2016-02-17

    申请号:CN201510616183.4

    申请日:2015-09-24

    CPC classification number: G05B17/02

    Abstract: 本发明公开了一种船舶动力定位三冗余计算机数据表决同步方法。三个控制器在完成控制运算结果同步后,由主控机运行自适应加权预测表决方法,得到一个表决输出值。自适应加权预测表决方法为:根据每个控制器的输出数据计算一致程度值;根据三个控制器的一致程度值对控制器输出数据进行划分,如果形成多数一致集合,结合历史信息记录值计算本周期表决输出值;如果没有形成多数一致集合,引入灰色预测根据前几周期的表决输出值计算本周期的表决输出值。由本周期的控制器输出数据计算历史信息记录值,为下一周期的表决提供计算依据。本发明能够提高动力定位系统容错能力,具有高可靠性。

Patent Agency Ranking