一种基于参数辨识的无人艇自适应控制方法

1.本发明涉及无人艇的纵向推进、速度控制领域，具体而言，涉及一种基于参数辨识的无人艇自适应控制方法。


背景技术：

2.无人艇的纵向推进与速度控制传统上一般采用误差反馈以及等效控制结构补偿的方式，因此在工程设计中需要知道无人艇的结构尺寸等精确信息，以及转动惯量等质量分布信息，然后进行结构补偿。由于无人艇模型存在较多的非线性以及耦合影响，因此上述模型结构参数的精确获取是比较困难的，以及无人艇在水面运行过程中受到的风浪干扰影响，因此模型参数总是存在不确定性，因此靠预先知道结构信息来进行精确补偿的思想在实际工程中是难以完全实现的，总有部分不确定性导致部分结构信息难以被完全补偿，从而造成速度控制的平稳性、抗干扰能力、以及精确性均存在一定的不足。基于上述背景原因，本发明以及参数辨识的思想，采用两种自适应的方法是无人艇的结构干扰信息进行自适应辨识补偿，并结构反馈控制的思想，提出了一种自适应控制方法，实现了无人艇纵向推进速度的精确反馈抗干扰控制，也使得本发明具有很高的工程应用推广价值。
3.需要说明的是，在上述背景技术部分发明的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。


技术实现要素：

4.本发明的目的在于提供一种基于参数辨识的无人艇自适应控制方法，进而克服了由于无人艇结构与干扰信息不确定导致的无人艇速度控制平稳性与动态性能不足的问题。
5.根据本发明的一个方面，提供一种基于参数辨识的无人艇自适应控制方法，包括以下四个步骤：
6.步骤s10，在无人艇上安装惯性导航设备，测量无人艇的纵荡速度信号与艏摇角速度信号，并根据无人艇任务，设置无人艇的期望纵荡速度信号，进行比较后得到无人艇的纵荡速度误差信号；再根据纵荡速度误差信号进行组合非线性变换，得到纵荡速度误差非线性信号；然后根据纵荡速度误差非线性信号通过惯性延迟环节，得到速度常值干扰惯性自适应估计信号；并根据纵荡速度误差非线性信号与纵荡速度误差信号设计速度常值干扰迭代自适应速率信号；然后再进行积分迭代，得到速度常值干扰迭代自适应估计信号；然后叠加速度常值干扰惯性自适应估计信号得到速度常值干扰参数自适应辨识总信号。
7.步骤s20，根据所述的纵荡速度误差非线性信号、无人艇的纵荡速度信号与艏摇角速度信号，通过惯性延迟环节，得到平动转动耦合干扰惯性自适应估计信号；再根据所述的纵荡速度误差信号、纵荡速度误差非线性信号、无人艇的纵荡速度信号与艏摇角速度信号进行非线性组合，得到平动转动耦合干扰迭代自适应速率信号，再进行积分迭代，得到平动转动耦合干扰迭代自适应估计信号；然后叠加平动转动耦合干扰惯性自适应估计信号得到平动转动耦合干扰参数自适应辨识总信号。
8.步骤s30，根据所述的纵荡速度误差非线性信号、无人艇的纵荡速度信号通过惯性延迟环节，得到平动干扰惯性自适应估计信号；再根据所述的纵荡速度误差信号、纵荡速度误差非线性信号、无人艇的纵荡速度信号与艏摇角速度信号进行非线性组合，得到平动干扰迭代自适应速率信号，再进行积分迭代，得到平动干扰迭代自适应估计信号；然后叠加平动干扰惯性自适应估计信号得到平动干扰参数自适应辨识总信号。
9.步骤s40，根据所述的纵荡速度误差信号与的纵荡速度误差非线性信号进行组合积分，得到速度误差组合积分信号；然后根据所述的速度常值干扰惯性自适应估计信号与纵荡速度误差非线性信号，求解速度误差近似微分信号；最后根据所述的速度常值干扰参数自适应辨识总信号、平动转动耦合干扰参数自适应辨识总信号以及平动干扰参数自适应辨识总信号叠加纵荡速度误差信号、速度误差组合积分信号以及速度误差近似微分信号，得到最终的纵荡推进力信号，输送给无人艇推进系统，实现对无人艇期望速度的精确跟踪控制。
10.在本发明的一种示例实施例中，根据无人艇任务，设置无人艇的期望纵荡速度信号，进行比较后得到无人艇的纵荡速度误差信号；再根据纵荡速度误差信号进行组合非线性变换，得到纵荡速度误差非线性信号；然后根据纵荡速度误差非线性信号通过惯性延迟环节，得到速度常值干扰惯性自适应估计信号；并根据纵荡速度误差非线性信号与纵荡速度误差信号设计速度常值干扰迭代自适应速率信号；然后再进行积分迭代，得到速度常值干扰迭代自适应估计信号；然后叠加速度常值干扰惯性自适应估计信号得到速度常值干扰参数自适应辨识总信号包括：
11.e1＝u-ud；
[0012][0013][0014][0015]c0b
(n 1)＝c
0b
(n) c
d0b
t；
[0016][0017]
其中u为无人艇的纵荡速度信号，r为无人艇的艏摇角速度信号；ud为无人艇的期望纵荡速度信号；e1为无人艇的纵荡速度误差信号；s为惯性延迟环节传递函数的微分算子；e
a1
为纵荡速度误差非线性信号；l
11
、l
12
与ε1为非线性变换的常值参数；t1为惯性延迟环节的时间参数，为常数；c
0a
为速度常值干扰惯性自适应估计信号；c
d0b
为速度常值干扰迭代自适应速率信号；c
0b
为速度常值干扰迭代自适应估计信号，l
13
、l
14
为常值参数信号，用于调节自适应迭代的速度快慢；t为迭代周期参数，为常值；为速度常值干扰参数自适应辨识总信号。
[0018]
在本发明的一种示例实施例中，根据所述的纵荡速度误差非线性信号、无人艇的纵荡速度信号与艏摇角速度信号，通过惯性延迟环节，得到平动转动耦合干扰惯性自适应估计信号；再根据所述的纵荡速度误差信号、纵荡速度误差非线性信号、无人艇的纵荡速度
信号与艏摇角速度信号进行非线性组合，得到平动转动耦合干扰迭代自适应速率信号，再进行积分迭代，得到平动转动耦合干扰迭代自适应估计信号；然后叠加平动转动耦合干扰惯性自适应估计信号得到平动转动耦合干扰参数自适应辨识总信号包括：
[0019][0020][0021]c1b
(n 1)＝c
1b
(n) c
d1b
t；
[0022][0023]
其中c
1a
为平动转动耦合干扰惯性自适应估计信号；c
d1b
为平动转动耦合干扰迭代自适应速率信号，c
1b
为平动转动耦合干扰迭代自适应估计信号；为平动转动耦合干扰参数自适应辨识总信号；l
23
、l
24
为常值参数信号，用于调节自适应迭代的速度快慢。
[0024]
在本发明的一种示例实施例中，根据所述的纵荡速度误差非线性信号、无人艇的纵荡速度信号通过惯性延迟环节，得到平动干扰惯性自适应估计信号；再根据所述的纵荡速度误差信号、纵荡速度误差非线性信号、无人艇的纵荡速度信号与艏摇角速度信号进行非线性组合，得到平动干扰迭代自适应速率信号，再进行积分迭代，得到平动干扰迭代自适应估计信号；然后叠加平动干扰惯性自适应估计信号得到平动干扰参数自适应辨识总信号包括：
[0025][0026][0027]c2b
(n 1)＝c
2b
(n) c
d2b
t；
[0028][0029]
其中c
2a
为平动干扰惯性自适应估计信号；c
d2b
为平动干扰迭代自适应速率信号，c
2b
为平动干扰迭代自适应估计信号；为平动干扰参数自适应辨识总信号；l
33
、l
34
为常值参数信号，用于调节平动干扰自适应迭代的速度快慢。
[0030]
在本发明的一种示例实施例中，根据所述的纵荡速度误差信号与的纵荡速度误差非线性信号进行组合积分，得到速度误差组合积分信号；然后根据所述的速度常值干扰惯性自适应估计信号与纵荡速度误差非线性信号，求解速度误差近似微分信号；最后根据所述的速度常值干扰参数自适应辨识总信号、平动转动耦合干扰参数自适应辨识总信号以及平动干扰参数自适应辨识总信号叠加纵荡速度误差信号、速度误差组合积分信号以及速度误差近似微分信号，得到最终的纵荡推进力信号包括：
[0031]
s1＝∫(e1 l
s1e1a
)dt；
[0032][0033]
[0034]
其中s1为速度误差组合积分信号；l
s1
为常值参数；e
1d
为速度误差近似微分信号；τu为纵荡推进力信号，k1、k2、k3为常值控制参数。
[0035]
有益效果
[0036]
本发明提供了一种基于参数辨识的无人艇自适应控制方法，其主要创新点有如下三点。第一是在无人艇结构与干扰参数未知或不确定的情况下，采用自适应参数辨识的方式，完成了速度精确高性能的反馈闭环控制，解决了传统方法需要无人艇结构与干扰的相关准确信息的问题，也可供了速度控制的抗干扰能力。第二是将干扰参数分为常值干扰、平动转动耦合干扰、以及平动干扰三大类的方式，能够很好的吻合无人艇的结构不确定模型特点，具有简单明了，物理意义明确，而且自适应参数辨识器构建的复杂度较低，便于工程实现与参数调整。第三是按照惯性延迟与积分迭代两种方式相结合的方法进行组合参数辨识，有效地避免的参数发散问题。同时，最终与反馈控制相结合，又能够合理利用反馈控制的优点，得到了较好的速度复合控制效果。
[0037]
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
[0038]
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0039]
图1是本发明提供的一种基于参数辨识的无人艇自适应控制方法动方法流程图；
[0040]
图2是本发明实施例所提供方法的无人艇的纵荡速度信号(单位：米每秒)；
[0041]
图3是本发明实施例所提供方法的无人艇艏摇角速度信号(单位：弧度每秒)；
[0042]
图4是本发明实施例所提供方法的无人艇的纵荡速度误差信号(单位：米每秒)；
[0043]
图5是本发明实施例所提供方法的无人艇速度误差组合积分信号(无单位)；
[0044]
图6是本发明实施例所提供方法的无人艇速度误差近似微分信号(无单位)；
[0045]
图7是本发明实施例所提供方法的无人艇纵荡推进力信号(单位：牛)。
具体实施方式
[0046]
现在将参考附图基础上更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本发明的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本发明的各方面变得模糊。
[0047]
本发明提供了一种基于参数辨识的无人艇自适应控制方法，通过惯性导航设备测量无人艇的纵荡速度信号、艏向角信号，并根据无人艇系统的结构将其干扰参数分为常值
干扰、平动转动耦合干扰、以及平动干扰三种；再将每种干扰分别采用惯性延迟与积分迭代两种方式进行组合参数自适应辨识；然后根据惯性延迟与与纵荡速度误差非线性信号求解速度误差近似微分信号，并叠加三种干扰的组合参数自适应辨识汇总信号、纵荡速度误差信号、速度误差组合积分信号得到最终的纵荡推进力信号，实现对无人艇期望速度的精确跟踪控制。
[0048]
下面，将结合附图1对本发明的一种基于参数辨识的无人艇自适应控制方法，进行进一步的解释以及说明。参考图1所示，该一种基于参数辨识的无人艇自适应控制方法，包括以下步骤：
[0049]
步骤s10，具体的，可以分解为如下六小步。第一步，在无人艇上安装惯性导航设备，测量无人艇的纵荡速度信号与艏摇角速度信号。
[0050]
在本发明例中，无人艇的纵荡速度信号如图2所示；艏摇角速度信号如图3所示。
[0051]
第二步，根据无人艇任务，设置无人艇的期望纵荡速度信号，进行比较后得到无人艇的纵荡速度误差信号如下：
[0052]
e1＝u-ud；
[0053]
其中u为无人艇的纵荡速度信号，r为无人艇的艏摇角速度信号；ud为无人艇的期望纵荡速度信号；e1为无人艇的纵荡速度误差信号。
[0054]
在本发明例中，选取ud＝12米每秒，得到无人艇的纵荡速度误差信号如图4所示。
[0055]
第三步，根据纵荡速度误差信号进行组合非线性变换，得到纵荡速度误差非线性信号如下：
[0056][0057]
其中e
a1
为纵荡速度误差非线性信号；其中l
11
、l
12
与ε1为非线性变换的常值参数。
[0058]
在本发明例中，选取l
11
＝0.75、l
12
＝0.25与ε1＝20。
[0059]
第四步，然后根据纵荡速度误差非线性信号通过惯性延迟环节，得到速度常值干扰惯性自适应估计信号如下：
[0060][0061]
其中s为惯性延迟环节传递函数的微分算子；t1为惯性延迟环节的时间参数，为常数；c
0a
为速度常值干扰惯性自适应估计信号。
[0062]
在本发明例中，选取t1＝5.3。
[0063]
第五步，根据纵荡速度误差非线性信号与纵荡速度误差信号设计速度常值干扰迭代自适应速率信号如下：
[0064][0065]
其中c
d0b
为速度常值干扰迭代自适应速率信号；l
13
、l
14
为常值参数信号，用于调节自适应迭代的速度快慢。
[0066]
在本发明例中，选取l
13
＝0.002、l
14
＝0.005。
[0067]
第六步，进行积分迭代，得到速度常值干扰迭代自适应估计信号；然后叠加速度常值干扰惯性自适应估计信号得到速度常值干扰参数自适应辨识总信号如下：
[0068]c0b
(n 1)＝c
0b
(n) c
d0b
t；
[0069][0070]
其中c
0b
为速度常值干扰迭代自适应估计信号，t为迭代周期参数，为常值；为速度常值干扰参数自适应辨识总信号。在本发明例中，选取t＝0.01。
[0071]
步骤s20，具体的，可以分解为如下三小步。第一步，根据所述的纵荡速度误差非线性信号、无人艇的纵荡速度信号与艏摇角速度信号，通过惯性延迟环节，得到平动转动耦合干扰惯性自适应估计信号如下：
[0072][0073]
其中c
1a
为平动转动耦合干扰惯性自适应估计信号。
[0074]
第二步，根据所述的纵荡速度误差信号、纵荡速度误差非线性信号、无人艇的纵荡速度信号与艏摇角速度信号进行非线性组合，得到平动转动耦合干扰迭代自适应速率信号，再进行积分迭代，得到平动转动耦合干扰迭代自适应估计信号如下：
[0075][0076]c1b
(n 1)＝c
1b
(n) c
d1b
t；
[0077]
其中c
d1b
为平动转动耦合干扰迭代自适应速率信号，c
1b
为平动转动耦合干扰迭代自适应估计信号；l
23
、l
24
为常值参数信号，用于调节自适应迭代的速度快慢。
[0078]
在本发明例中，选取l
23
＝0.003、l
24
＝0.005。
[0079]
第三步，叠加平动转动耦合干扰惯性自适应估计信号得到平动转动耦合干扰参数自适应辨识总信号如下：
[0080][0081]
其中为平动转动耦合干扰参数自适应辨识总信号。
[0082]
步骤s30，具体的，可以分解为如下三小步。第一步，根据所述的纵荡速度误差非线性信号、无人艇的纵荡速度信号通过惯性延迟环节，得到平动干扰惯性自适应估计信号如下：
[0083][0084]
其中c
2a
为平动干扰惯性自适应估计信号。
[0085]
第二步，根据所述的纵荡速度误差信号、纵荡速度误差非线性信号、无人艇的纵荡速度信号与艏摇角速度信号进行非线性组合，得到平动干扰迭代自适应速率信号，再进行积分迭代，得到平动干扰迭代自适应估计信号如下：
[0086][0087]c2b
(n 1)＝c
2b
(n) c
d2b
t；
[0088]
其中c
d2b
为平动干扰迭代自适应速率信号，c
2b
为平动干扰迭代自适应估计信号。l
33
、l
34
为常值参数信号，用于调节平动干扰自适应迭代的速度快慢。
[0089]
在本发明例中，选取l
33
＝0.0025、l
34
＝0.0045。
[0090]
第三步，叠加平动干扰惯性自适应估计信号得到平动干扰参数自适应辨识总信号如下：
[0091][0092]
其中为平动干扰自适应补偿总信号。
[0093]
步骤s40，具体的，可以分解为如下三小步。第一步，根据所述的纵荡速度误差信号与的纵荡速度误差非线性信号进行组合积分，得到速度误差组合积分信号如下：
[0094]
s1＝∫(e1 l
s1e1a
)dt；
[0095]
其中s1为速度误差组合积分信号；l
s1
为常值参数。
[0096]
在本发明例中，选取l
s1
＝0.65，最终得到速度误差组合积分信号如图5所示。
[0097]
第二步，根据所述的速度常值干扰惯性自适应估计信号与纵荡速度误差非线性信号，求解速度误差近似微分信号如下：
[0098][0099]
其中e
1d
为速度误差近似微分信号。在本发明例中，得到速度误差近似微分信号如图6所示。
[0100]
第三步，根据所述的速度常值干扰参数自适应辨识总信号、平动转动耦合干扰参数自适应辨识总信号以及平动干扰参数自适应辨识总信号叠加纵荡速度误差信号、速度误差组合积分信号以及速度误差近似微分信号，得到最终的纵荡推进力信号，输送给无人艇推进系统，实现对无人艇期望速度的精确跟踪控制如下：
[0101][0102]
其中τu为纵荡推进力信号，k1、k2、k3为常值控制参数。
[0103]
在本发明例中，选取k1＝500、k2＝25、k3＝10.5，最终得到的纵荡推进力信号如图7所示。
[0104]
由图2可以看出，最终无人艇的速度能够在100秒左右平缓地加速到12米每秒；而由图3可以看出，在无人艇的启动过程中，无人艇艏摇角速度由一定的晃动，但很快趋于稳定，这是正常的现象。由图4可以看出，无人艇的速度误差信号能够平滑的收敛到0，可见控制精度较高。由图5可以看出，无人艇速度误差组合积分信号能够收敛稳定在负180左右；由图6可以看出，速度误差近似微分信号能够收敛到0，而且其解算结果非常平滑，无尖刺现象，因此其满足工程需要，为整个速度控制提高了较好的阻尼作用。由图7可以看出，最终无人艇纵荡推进力信号稳定在19000牛左右，其用于维持无人艇的速度保持。整个案例表明了本发明是完全可行的，而且其方案易于工程实现，而且具有很好的鲁棒性，无需无人艇的精确结构干扰参数信息，从而具有很高的工程推广应用价值。