一种水面无人艇的指定性能自适应编队控制方法

本发明涉及水面无人艇控制，尤其是涉及一种水面无人艇的指定性能自适应编队控制方法。

背景技术：

1、水面无人艇具备自主作业、构型小型化及作业灵活度高等优势，广泛应用于海上巡检、海洋环境监测、海域安防侦察等海事场景。相较于单艇作业，多水面无人艇编队协同作业能够显著提升复杂海上任务的执行效率与场景适配能力。现有技术已提出基于滑模控制的编队控制方法、领导跟随架构下的逆最优编队控制策略等多种方案，并引入指定性能控制技术对编队跟踪误差施加预设约束，实现控制精度的定量保障，同时通过连通性保持与安全距离维持策略实现艇间避碰。

2、然而，真实海洋环境中，风、浪、洋流通常耦合作用于艇体，其形成机制源于大量独立、微小的随机湍流因素的叠加，使得环境扰动同时呈现长期恒定的平均作用与无规则的高频随机振荡，具有强随机性与不确定性。现有编队控制方案普遍将海洋环境扰动简化为可忽略量或边界已知的确定性扰动，该理想化假设与实际海况严重不符，导致控制建模失真、保守性强，随机海况下易引发控制抖动甚至编队失稳；同时，传统编队控制仅能实现系统渐近稳定，无法对跟踪误差的收敛范围与瞬态超调进行显性约束，且现有高精度编队方案需独立增设避碰判断与约束切换模块，架构复杂、运算量大，现阶段需要一种水面无人艇的指定性能自适应编队控制方法。

技术实现思路

1、为了解决现有水面无人艇编队控制方法在随机海洋环境扰动下，难以同时保证编队跟踪误差的指定性能约束和艇间安全避碰的技术问题，本发明提供一种水面无人艇的指定性能自适应编队控制方法。

2、本发明提供的一种水面无人艇的指定性能自适应编队控制方法，采用如下的技术方案：

3、一种水面无人艇的指定性能自适应编队控制方法，包括：

4、s1、建立无人艇的动力学模型，获取领导无人艇和跟随无人艇的运行状态，并将风、浪和洋流引起的环境扰动分解为均值确定性分量和零均值随机分量；

5、s2、根据领导无人艇和跟随无人艇的状态以及预设编队相对位置，构造跟随无人艇的编队跟踪误差，并为编队跟踪误差设置随时间变化的指定性能函数；

6、s3、基于指定性能函数对编队跟踪误差进行约束误差变换，将具有边界约束的编队跟踪误差转换为无边界变换误差，得到以变换误差向量为权重的无穷生成算子表达式；

7、s4、利用变换误差和无人艇速度误差，构造虚拟控制量及实际控制输入，并对均值确定性分量对应的确定性扰动参数、动力学模型中的未知水动力参数以及零均值随机分量对应的随机扰动协方差参数进行自适应在线估计；

8、s5、根据变换误差、速度误差以及各参数估计误差构造随机李雅普诺夫函数，并进行稳定性分析，通过自适应律调节虚拟控制量和实际控制输入；

9、s6、将经自适应调节后的实际控制输入发送至各跟随无人艇的推进执行机构，使各跟随无人艇在随机环境扰动下跟踪领导无人艇并保持预设编队间距。

10、进一步地，所述建立无人艇的动力学模型，包括建立大地惯性坐标系与艇体固连动坐标系，获取各无人艇的位置与艏向向量及速度向量，并经坐标旋转矩阵建立两坐标系间的运动学映射关系；

11、基于运动学映射关系和刚体动量定理建立无人艇的动力学模型，所述动力学模型包括无人艇惯性矩阵、附加质量惯性矩阵、科里奥利与向心力矩阵、流体阻尼矩阵、未知非线性水动力项、风扰力矩、浪扰力矩以及控制输入推力。

12、进一步地，将环境扰动分解为均值确定性分量和零均值随机分量，包括分别对海流速度、风扰力矩及浪扰力矩进行均值确定性分量和零均值随机分量的二分分解，所述均值确定性分量用于表征环境扰动产生的持续偏移，所述零均值随机分量用于表征环境扰动产生的随机波动，其二分分解表达式为：

13、，

14、其中，为风扰动力矩，为风扰动力矩的均值确定性分量，为风扰动力矩的零均值随机分量，为浪扰动力矩，为浪扰动力矩的均值确定性分量，为浪扰动力矩的零均值随机分量，为海流速度向量，为海流速度向量的均值确定性分量，为海流速度向量的零均值随机分量，为海流速度向量的时间导数，为海流速度均值确定性分量的时间导数，为海流速度零均值随机分量的时间导数。

15、进一步地，步骤s1，还包括将均值确定性分量和零均值随机分量分别代入动力学模型，得到确定性参数项和随机扰动项，对确定性参数项和随机扰动项分别进行归集，并将归集后的动力学模型转换为伊藤型随机微分方程，所述伊藤型随机微分方程的表达式为：

16、，

17、其中，为第i艘无人艇体速度，为维纳过程的增量，为第i艘无人艇的标称动力学项，为确定性环境扰动参数的回归矩阵，为确定性环境扰动参数向量，为第i艘无人艇的名义惯性矩阵的逆矩阵，为未知水动力参数的回归矩阵，为无人艇位姿，为无人艇未知水动力参数向量，为名义惯性矩阵归一化后的控制输入，为随机扰动协方差参数。

18、进一步地，步骤s2，包括根据领导无人艇的位姿、跟随无人艇的位姿及预设编队相对位置，确定跟随无人艇的期望位姿，并将跟随无人艇的实际位姿与期望位姿进行比较，获得编队跟踪误差；

19、为编队跟踪误差的各误差通道分别设置随时间变化的指定性能上边界函数与指定性能下边界函数，使编队跟踪误差全程被约束于指定性能上边界函数与指定性能下边界函数之间，指定性能函数表达式为：

20、，

21、其中，、分别为第j误差通道的指定性能上、下边界函数，、分别为上、下边界的初值，用于限定编队跟踪误差允许的最大瞬态范围，、分别为上、下边界的稳态值，用于限定编队跟踪误差的稳态精度，、为正的衰减系数，为时间变量。

22、进一步地，步骤s3，包括构造关于变换误差严格单调递增的光滑映射，将编队跟踪误差与指定性能上边界函数的比值映射至无约束空间；

23、对光滑映射求逆，得到各误差通道的无边界变换误差，并由各无边界变换误差构成变换误差向量；

24、基于变换误差向量构造正定的第一层随机李雅普诺夫函数，并对第一层随机李雅普诺夫函数施加随机系统无穷生成算子，得到以变换误差向量为权重、包含正定缩放矩阵与时变边界补偿向量的无穷生成算子表达式。

25、进一步地，步骤s4，包括基于无边界变换误差构造虚拟控制量，并将跟随无人艇的实际体速度与虚拟控制量作差，得到速度跟踪误差，基于速度跟踪误差，采用随机反步法计算实际控制输入，所述实际控制输入的表达式为：

26、，

27、其中，为实际控制输入向量，为速度跟踪误差，为虚拟控制量的时间导数，为总等效惯性矩阵，为正定的速度反馈增益矩阵，为标称动力学项，为确定性环境扰动参数的回归矩阵，为未知水动力参数的回归矩阵，、、分别为确定性扰动参数、未知水动力参数及随机扰动协方差组合标量的在线估计值，为位置-速度耦合交叉项矩阵，为杨氏不等式放缩正常数。

28、进一步地，步骤s4，还包括针对确定性扰动参数、未知水动力参数及随机扰动协方差参数，分别设计由速度跟踪误差驱动的辨识项与衰减修正项构成的自适应更新律，并将各在线估计值反馈至实际控制输入，所述自适应更新律的表达式为：

29、，

30、其中，、为正定的自适应增益矩阵，为正的自适应增益标量，、、为正的衰减修正系数，、和分别为、、的时间导数。

31、进一步地，步骤s5，包括将无边界变换误差、速度跟踪误差、确定性扰动参数的估计误差、未知水动力参数的估计误差及随机扰动协方差参数的估计误差统一纳入同一正定函数，构造用于判定无人艇编队控制稳定性的综合随机李雅普诺夫函数，所述综合随机李雅普诺夫函数的表达式为：

32、，

33、其中，为综合随机李雅普诺夫函数，为第一层随机李雅普诺夫函数，为速度跟踪误差项，、和分别为确定性环境扰动参数、未知水动力参数及随机扰动协方差参数的估计误差，为正定自适应增益矩阵，为正的自适应增益标量。

34、进一步地，步骤s5，包括对综合随机李雅普诺夫函数施加随机系统无穷生成算子，并借助杨氏不等式对位置-速度耦合交叉项及随机扰动项进行放缩，得到综合随机李雅普诺夫函数的指数衰减上界；

35、基于指数衰减上界确定编队跟踪误差的收敛残差集，并根据收敛残差集整定实际控制输入的反馈增益与自适应更新律的自适应增益，所述指数衰减上界满足：

36、，

37、其中，为数学期望，为初始时刻，为由反馈增益及自适应增益确定的正的收敛速率系数，为正的残差有界常数，为时间变量。

38、综上所述，本发明具有如下的有益技术效果：

39、1、本发明通过为编队跟踪误差设置随时间变化的指定性能函数，并基于该指定性能函数对编队跟踪误差进行约束误差变换，将具有边界约束的编队跟踪误差转换为无边界变换误差后进行镇定控制，实现了对编队跟踪误差的最大超调、收敛速度及稳态精度的显性定量约束，解决了传统编队控制仅能实现渐近稳定、控制精度不可调控的问题，进而提升了复杂海况下无人艇编队的精密作业能力。

40、2、本发明通过将风、浪和洋流引起的环境扰动分解为未知确定性分量和高斯随机分量，并将未知确定性扰动、动力学模型参数和高斯随机扰动引入自适应估计过程，使控制器能够在线辨识并抵消环境扰动的恒定偏移作用，同时通过控制增益约束随机振荡作用的影响，实现了控制策略与真实海洋随机环境的适配，有效降低了控制抖动。

41、3、本发明通过指定性能函数边界的参数设计间接约束跟随无人艇与领导无人艇之间的相对距离，无需独立增设避碰判断与约束切换模块即可使编队全程满足艇间安全间距要求，实现了高精度跟踪与安全避碰的一体化控制，简化了控制架构，减少了运算量，避免了多模块切换引起的控制振荡与逻辑冲突。

42、4、本发明通过根据变换误差、速度误差以及各参数估计误差构造综合随机李雅普诺夫函数并进行随机稳定性分析，使闭环系统所有信号依概率有界、编队跟踪误差依概率收敛至残差集，且整个控制过程不依赖于精确的艇体模型与海况先验信息，可自适应适配不同艇型与时变海况，实现了控制方法在不同水面无人艇编队作业场景中的工程应用。