【摘 要】
:
随着海洋工程作业的发展和进步,自主式水下机器人(Autonomous Underwater Vehicle,AUV)在海洋石油管道检测、船体检测、海洋测量、水下考古等领域都得到了广泛应用。自主式水下机器人系统具有非线性、耦合性、时变性等特点,且复杂多变的水下环境使其遭受着无法预知的外部干扰,因此对自主式水下机器人的轨迹跟踪控制提出了更高的要求。本文针对具有模型不确定性和外部干扰的自主式水下机器人系
论文部分内容阅读
随着海洋工程作业的发展和进步,自主式水下机器人(Autonomous Underwater Vehicle,AUV)在海洋石油管道检测、船体检测、海洋测量、水下考古等领域都得到了广泛应用。自主式水下机器人系统具有非线性、耦合性、时变性等特点,且复杂多变的水下环境使其遭受着无法预知的外部干扰,因此对自主式水下机器人的轨迹跟踪控制提出了更高的要求。本文针对具有模型不确定性和外部干扰的自主式水下机器人系统借助滑模控制方法和干扰观测技术,设计自主式水下机器人的轨迹跟踪控制器。本文的工作可以概括为以下三部分:第一,研究了具有模型不确定性和外部干扰的自主式水下机器人系统的固定时间轨迹跟踪控制问题。1)针对不存在模型不确定性和外部干扰的自主式水下机器人系统,提出了一种固定时间积分滑模控制器,该控制器能够保证自主式水下机器人在固定时间内能跟踪期望轨迹;2)针对存在外部干扰的自主式水下机器人系统,设计一种固定时间干扰观测器对外部干扰进行估计,然后将观测器的输出值用于前馈补偿,提出了一种既能补偿干扰又能无抖振的固定时间积分滑模控制器,使得自主式水下机器人能够在固定时间内跟踪期望轨迹;3)针对带有模型不确定性和外部干扰的自主式水下机器人系统,提出了一种固定时间集总干扰观测器,进而给出了基于集总干扰观测器的固定时间积分滑模控制器,实现了自主式水下机器人的固定时间轨迹跟踪。最后通过比较仿真验证了本章所提方法的有效性。第二,研究了存在模型不确定性和外部干扰的自主式水下机器人系统的具有预定性能约束的固定时间轨迹跟踪控制问题。首先,为了提高自主式水下机器人系统的跟踪性能,引入了预定性能函数来约束输出跟踪误差;其次,设计了一种固定时间扩张状态观测器来估计未知系统状态和集总干扰,其中集总干扰包含外部干扰和模型不确定性;再次,利用观测器输出值设计了固定时间连续滑模输出反馈控制器,最终实现自主式水下机器人的固定时间轨迹跟踪;最后,仿真结果证明了所提方法的有效性和优越性。第三,研究了存在外部干扰以及模型不确定性情况下自主式水下机器人的固定时间轨迹跟踪控制问题。首先,设计了一种固定时间扩张状态观测器来估计外部干扰以及模型不确定性;其次,基于观测器输出值构造了新的非奇异终端滑模面,并根据滑模面设计了固定时间非奇异终端滑模控制器,从而实现了自主式水下机器人系统的固定时间轨迹跟踪;最后,利用仿真验证了所提出的控制器可以获得满意的控制性能。
其他文献
复杂疾病往往是由遗传、环境等多种因素共同作用导致的。挖掘复杂疾病的潜在遗传模式是揭示复杂疾病遗传机理的重要方法,其中基于多组学数据的复杂疾病网络模式挖掘方法为识别复杂疾病的遗传因子提供了新思路。本文以仿真数据和真实的复杂疾病多组学数据(基因表达数据、甲基化数据、拷贝数变异数据、单核苷酸多态性数据等)为基础,以遗传交互网络的构建与网络模式挖掘方法为手段,致力于发现复杂疾病的潜在遗传模式。具体研究内容
当今社会,科技的发展日新月异,智能机器人的应用扩展到越来越多的领域中。医疗领域的康复机器人越来越广泛地应用于具有运动功能障碍患者的康复训练中。绳驱动并联机器人具有工作空间大、运动速度快等优点,具有较强的实用价值。由于现有的绳驱动康复机器人主要采用绳悬吊或者外骨骼式的形式,存在康复患者初期进行训练时会由于肌无力问题影响康复训练效果的问题,所以本文研究了一种新型卧式绳驱动康复护理机器人的建模与控制问题
随着社会的快速发展,教育越发受到大众重视。在我国素质教育的大环境下,中小学生所要接触到的不仅仅是一成不变的教科书知识,还涉及到方方面面,比如在人文素养方面的发展、在科技知识方面的要求等等。但面对种类繁多、信息冗杂的图书,中小学生想要找到适合自己本阶段使用的书籍和相关资料有一定的难度,而且没有特定的目标就没有办法选择适合自己的图书。因此,可以利用读者产生的海量数据加上合适的推荐算法,分析读者的阅读记
近几年,大系统得到了广泛应用,本文通过构造新型Lyapunov-Krassovskii泛函,研究了具有不确定性非匹配项的非线性互联时滞大系统分散自适应控制器设计问题。本设计无需借用线性矩阵不等式,提出显性控制器增益函数,运用自适应方法对系统未知项和不确定项进行估计和补偿。本文的主要研究内容如下:在第二章中,针对一类不确定且具有不匹配项的互联时滞大系统提出了一种精确控制器增益的分散自适应控制算法。通
生物测序技术的发展使得人们获得了大规模的基因组学数据,这些组学数据包含了个体或者细胞的微妙变化,对其进行挖掘研究可为探索疾病的机制、量化细胞的差异以及构建生命系统网络等提供有效的帮助。基因组学数据通常具有高维小样本的特点,这对于样本的下游分析造成了很大的阻碍。而矩阵分解作为一种有效的数据降维方法,受到了学者们的广泛关注。测序数据不可避免地会存在一些噪音或异常值,但传统的矩阵分解方法在面对这些噪音或
近年来,随着促进旅游业发展的政策不断出台,我国旅游业的规模不断扩大,使得旅行社公司的经营模式发生转变。传统的线下业务开展模式已经不能满足旅行社公司的发展需要。为增加自身在旅游市场中的竞争力,旅行社公司的管理人员应更多地考虑多元化的盈利模式,多样化的销售网络,以及在线平台的建立、线上和线下平台有效结合的问题。在旅游需求不断扩大的背景下,作为主体的旅行社既要抓住机会开拓市场,又要不断增强其适应危机的能
随着科学的不断发展,混杂系统已成为一个跨学科的研究领域。其中最典型的两类混杂系统为切换系统和脉冲系统。然而,在很多领域,如航空航天、电子电路、机器人等,出现了更加复杂的系统,单纯的靠某一系统已经不能有效地解决问题。因此,很多研究者们将切换系统与脉冲系统相结合,衍生出一种新的混杂系统,即脉冲切换系统。脉冲切换系统在理论研究与实际应用中均有重大的意义,本文利用多种方法,研究脉冲切换系统的稳定性。本文的
人类细胞中包含大量的micro RNA(miRNA),它们通过与m RNA互补调控基因的表达,阻碍m RNA的翻译过程,或者降解m RNA,从而参与包括发育、细胞增殖和凋亡等在内的生物进程。研究表明,miRNA的异常表达与人类恶性肿瘤的发生与发展息息相关,因此,miRNA表达谱可作为肿瘤等疾病临床诊断、分类、分级甚至预后与治疗的指标,并为治疗提供新的靶点。通过生物实验研究疾病相关miRNA结果虽然
近年来,计算机视觉技术飞速发展,行人检测作为其重要研究领域也得到了巨大的进步,逐渐趋于实际应用。而现有传统检测算法仍存在特征提取片面、检测精度较低、时间复杂度较高等问题,随着深度学习算法在行人检测中的研究和应用,在卷积神经网络基础上衍生出了一系列深度学习检测算法。相比于传统检测算法,深度学习算法有更强的鲁棒性及泛化能力,能够更快、更准的检测到行人目标。得益于行人检测理论的不断创新和优化,行人检测为
无线传感器网络(Wireless Sensor Networks,WSNs)目前已经在军事、医疗、工业以及农业等各个重要领域得到了广泛的应用。有意义、有效的WSNs仿真平台可以为WSNs在上述领域的规划和设计提供科学的定量依据,大幅减少网络部署周期,使组网更加科学合理。更重要的是,WSNs仿真平台可以辅助验证无线网中的隐私泄露问题,从而实现在不暴露被监测对象的信息的情况下,提升网络系统的安全性。传