论文部分内容阅读
高速水翼双体船在高速航行的过程中,不可避免的会被外界环境中各种因素干扰,例如风、海浪等随机因素。这些干扰会对水翼双体船产生各个方向的干扰力和干扰力矩,进而会对水翼双体船的平稳航行造成影响。因此,为了使水翼双体船能够在海上平稳的航行,必须采取一定的措施加以控制。那么就需要对水翼双体船设计控制器来产生所需的控制量。然而在控制之前,需要知道水翼双体船在海上航行的姿态。因此,本文的首要工作是要对水翼双体船的姿态进行估计;然后再对水翼双体船进行控制设计。本文主要考虑水翼双体船的纵向姿态即升沉位移和纵摇角。针对水翼双体船的纵向姿态研究,本文做了以下工作,即:（1）考虑到水翼双体船运动模型的非线性,首先对水翼双体船进行T-S模糊建模,其次,将鲁棒滤波与T-S模糊模型相结合,设计一种基于T-S模糊模型的鲁棒滤波器,最后结合线性矩阵不等式求解增益矩阵,进行水翼双体船的纵向姿态估计。仿真结果表明:估计时间是2.976s,升沉位移误差方差为2.2×10-3,纵摇角误差方差为8.6015×10-5。（2）针对水翼双体船在海上航行状态时运动模型的非线性,海浪扰动的随机性及参数的不确定性,本文设计一个不确定随机非线性系统的自适应观测器。通过设计一个自适应学习律,来达到同时解决多个参数不确定问题的目的,并且尽可能的利用不确定非线性函数的已知信息,设计出高性能的非线性自适应观测器。并运用李雅普诺夫稳定性定理对自适应观测器进行稳定证明。仿真结果表明:估计时间是1.685s,升沉位移误差方差为2.1×103-,纵摇角误差方差为1.4860×10-5。同时将此方法与基于T-S模糊模型的鲁棒滤波方法进行比较。（3）针对水翼双体船在航行过程中的随机干扰和不确定性,对于水翼双体船的控制方面,本文设计了基于强化学习的方法来选取控制。首先利用基于参数探索的策略梯度方法来减少强化学习中的梯度方差;然后通过期望最大化回报函数的下界来迭代地更新策略参数,求出控制参数。最后根据控制参数选择控制动作。仿真结果表明:控制效果最大可以达到73.24%。本文分别针对不同典型海况,基于MATLAB仿真平台进行仿真。