一种基于加速度信息的无人船状态和扰动观测器

    公开(公告)号:CN112558477B

    公开(公告)日:2022-04-01

    申请号:CN202011409206.1

    申请日:2020-12-03

    Abstract: 本发明公开了一种基于加速度信息的无人船状态和扰动观测器,利用无人船所测加速度信息对无人船控制增益进行估计,通过所估计的控制增益信息设计扩张状态观测器并通过无人船位置信息得到无人船状态以及不确定性扰动的观测值。本发明仅需无人船控制力矩以及无人船位置与加速度状态量,即无人船的输入输出数据,利用堆栈存储所需数据,就可以实现对无人船控制增益精确估计,进而利用扩张状态观测器观测无人船的状态和不确定性,减少估计所需要的信息。本发明可以对无人船的惯性矩阵进行精确估计,进而为无人船高精度控制提供有力保障。本发明的实现了对无人船的状态、不确定性和控制增益进行同时在线估计。

    一种二阶非线性系统的精确不确定性和控制增益估计方法

    公开(公告)号:CN110687781A

    公开(公告)日:2020-01-14

    申请号:CN201911058957.0

    申请日:2019-11-01

    Abstract: 本发明公开了一种二阶非线性系统的精确不确定性和控制增益估计方法,利用二阶非线性系统的精确不确定性和控制增益估计结构进行估计,所述的二阶非线性系统的精确不确定性和控制增益估计结构包括扩张状态观测器和控制增益估计模块。本发明建立扩张状态观测器以及控制增益估计模块,实现了对非线性系统的不确定性和控制增益进行同时在线估计,从而为非线性系统的控制器设计过程提供了便利。本发明建立控制增益估计模块,可实现在有限时间内对非线性系统的控制增益进行在线估计,有效地保证了参数估计的实时性、精确度。本发明只基于非线性系统的输入和输出信息进行未知项的在线估计,用于估计高阶非线性系统的不确定性和控制增益。

    一种有限时间收敛无人船协同控制器的设计方法

    公开(公告)号:CN110362095A

    公开(公告)日:2019-10-22

    申请号:CN201910735513.X

    申请日:2019-08-09

    Abstract: 本发明公开了一种有限时间收敛无人船协同控制器的设计方法,所述有限时间收敛无人船协同控制器的结构包括有限时间扩张状态观测器、有限时间分布式路径操纵制导模块、非线性跟踪微分器、抗干扰动力学控制模块和欠驱动无人船。本发明通过将人工势能函数引入到分布式路径操纵控制器设计中,设计了具有避碰、避障以及连通性保持的分布式协同路径操纵控制器,从而更好地适应在实际中复杂多变的海洋情形。本发明仅基于位置和偏航角信息,能够实现对欠驱动无人船模型不确定性以及复杂海况带来的未知扰动的统一估计。同时,有限时间收敛的特性可以使协同控制器获得更好的观测效果及抗干扰能力,扩展了现有分布式协同路径操纵控制器的应用范围。

    一种数据驱动自适应抗干扰控制器及其估计方法

    公开(公告)号:CN110687800B

    公开(公告)日:2022-05-13

    申请号:CN201911136720.X

    申请日:2019-11-19

    Abstract: 本发明公开了一种数据驱动自适应抗干扰控制器及其估计方法,所述控制器结构包括输入控制器、扩张状态观测器、控制增益估计模块和二阶非线性系统,所述二阶非线性系统为控制增益未知的二阶非线性系统。本发明的输入控制器只需要控制增益估计模块输出的参数而不需要控制增益参数b,当二阶非线性系统控制增益未知时,实现了对二阶非线性系统的不确定性和控制增益进行同时在线估计。本发明通过建立了控制增益估计模块,实现了在有限时间内对二阶非线性系统的控制增益进行在线估计。本发明通过引入一个状态跟踪误差信号xe,实现了对期望状态的有效跟踪,使控制状态收敛于期望状态,有效地保证了参数估计精确度,实现了对二阶非线性系统的精确控制。

    一种二阶非线性系统的精确不确定性和控制增益估计方法

    公开(公告)号:CN110687781B

    公开(公告)日:2022-04-01

    申请号:CN201911058957.0

    申请日:2019-11-01

    Abstract: 本发明公开了一种二阶非线性系统的精确不确定性和控制增益估计方法,利用二阶非线性系统的精确不确定性和控制增益估计结构进行估计,所述的二阶非线性系统的精确不确定性和控制增益估计结构包括扩张状态观测器和控制增益估计模块。本发明建立扩张状态观测器以及控制增益估计模块,实现了对非线性系统的不确定性和控制增益进行同时在线估计,从而为非线性系统的控制器设计过程提供了便利。本发明建立控制增益估计模块,可实现在有限时间内对非线性系统的控制增益进行在线估计,有效地保证了参数估计的实时性、精确度。本发明只基于非线性系统的输入和输出信息进行未知项的在线估计,用于估计高阶非线性系统的不确定性和控制增益。

    一种有限时间收敛无人船协同控制器的设计方法

    公开(公告)号:CN110362095B

    公开(公告)日:2022-04-01

    申请号:CN201910735513.X

    申请日:2019-08-09

    Abstract: 本发明公开了一种有限时间收敛无人船协同控制器的设计方法,所述有限时间收敛无人船协同控制器的结构包括有限时间扩张状态观测器、有限时间分布式路径操纵制导模块、非线性跟踪微分器、抗干扰动力学控制模块和欠驱动无人船。本发明通过将人工势能函数引入到分布式路径操纵控制器设计中,设计了具有避碰、避障以及连通性保持的分布式协同路径操纵控制器,从而更好地适应在实际中复杂多变的海洋情形。本发明仅基于位置和偏航角信息,能够实现对欠驱动无人船模型不确定性以及复杂海况带来的未知扰动的统一估计。同时,有限时间收敛的特性可以使协同控制器获得更好的观测效果及抗干扰能力,扩展了现有分布式协同路径操纵控制器的应用范围。

    一种无人船模型全系数精确辨识方法

    公开(公告)号:CN110647041B

    公开(公告)日:2022-03-04

    申请号:CN201910966937.7

    申请日:2019-10-11

    Abstract: 本发明公开了一种无人船模型全系数精确辨识方法,利用无人船模型全系数精确辨识结构进行辨识,所述无人船模型全系数精确辨识结构包括滤波器模块、积分滤波模块、参数在线估计模块和船舶模型。现有采用人工神经网络或模糊逻辑的模型辨识方法中,仅能实现对无人船模型未知部分进行整体辨识,而本发明仅需通过采集无人船控制力矩以及无人船的状态量,即无人船的输入输出数据,即可实现对无人船模型所有未知系数进行单独精确辨识,有效提高了模型辨识的准确性。现有采用人工神经网络或模糊逻辑的模型辨识方法中,无法对无人船模型惯性矩阵进行辨识,而本发明可以对无人船的惯性矩阵进行精确辨识,进而为无人船高精度控制提供有力保障。

    一种基于加速度信息的无人船状态和扰动观测器

    公开(公告)号:CN112558477A

    公开(公告)日:2021-03-26

    申请号:CN202011409206.1

    申请日:2020-12-03

    Abstract: 本发明公开了一种基于加速度信息的无人船状态和扰动观测器,利用无人船所测加速度信息对无人船控制增益进行估计,通过所估计的控制增益信息设计扩张状态观测器并通过无人船位置信息得到无人船状态以及不确定性扰动的观测值。本发明仅需无人船控制力矩以及无人船位置与加速度状态量,即无人船的输入输出数据,利用堆栈存储所需数据,就可以实现对无人船控制增益精确估计,进而利用扩张状态观测器观测无人船的状态和不确定性,减少估计所需要的信息。本发明可以对无人船的惯性矩阵进行精确估计,进而为无人船高精度控制提供有力保障。本发明的实现了对无人船的状态、不确定性和控制增益进行同时在线估计。

    一种数据驱动自适应抗干扰控制器结构及其估计方法

    公开(公告)号:CN110687800A

    公开(公告)日:2020-01-14

    申请号:CN201911136720.X

    申请日:2019-11-19

    Abstract: 本发明公开了一种数据驱动自适应抗干扰控制器结构及其工作方法,所述控制器结构包括输入控制器、扩张状态观测器、控制增益估计模块和二阶非线性系统,所述二阶非线性系统为控制增益未知的二阶非线性系统。本发明的输入控制器只需要控制增益估计模块输出的参数而不需要控制增益参数b,当二阶非线性系统控制增益未知时,实现了对二阶非线性系统的不确定性和控制增益进行同时在线估计。本发明通过建立了控制增益估计模块,实现了在有限时间内对二阶非线性系统的控制增益进行在线估计。本发明通过引入一个状态跟踪误差信号xe,实现了对期望状态的有效跟踪,使控制状态收敛于期望状态,有效地保证了参数估计精确度,实现了对二阶非线性系统的精确控制。

    一种无人船模型全系数精确辨识方法

    公开(公告)号:CN110647041A

    公开(公告)日:2020-01-03

    申请号:CN201910966937.7

    申请日:2019-10-11

    Abstract: 本发明公开了一种无人船模型全系数精确辨识方法,利用无人船模型全系数精确辨识结构进行辨识,所述无人船模型全系数精确辨识结构包括滤波器模块、积分滤波模块、参数在线估计模块和船舶模型。现有采用人工神经网络或模糊逻辑的模型辨识方法中,仅能实现对无人船模型未知部分进行整体辨识,而本发明仅需通过采集无人船控制力矩以及无人船的状态量,即无人船的输入输出数据,即可实现对无人船模型所有未知系数进行单独精确辨识,有效提高了模型辨识的准确性。现有采用人工神经网络或模糊逻辑的模型辨识方法中,无法对无人船模型惯性矩阵进行辨识,而本发明可以对无人船的惯性矩阵进行精确辨识,进而为无人船高精度控制提供有力保障。

Patent Agency Ranking