期刊检索

  • 2024年第56卷
  • 2023年第55卷
  • 2022年第54卷
  • 2021年第53卷
  • 2020年第52卷
  • 2019年第51卷
  • 2018年第50卷
  • 2017年第49卷
  • 2016年第48卷
  • 2015年第47卷
  • 2014年第46卷
  • 2013年第45卷
  • 2012年第44卷
  • 2011年第43卷
  • 2010年第42卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 哈尔滨工业大学 主编 李隆球 国际刊号ISSN 0367-6234 国内刊号CN 23-1235/T

期刊网站二维码
微信公众号二维码
引用本文:姚绪梁,杨光仪,彭宇.水下自主航行器垂直面运动的预测控制[J].哈尔滨工业大学学报,2017,49(9):166.DOI:10.11918/j.issn.0367-6234.201610106
YAO Xuliang,YANG Guangyi,PENG Yu.Predictive control for diving of an autonomous underwater vehicle[J].Journal of Harbin Institute of Technology,2017,49(9):166.DOI:10.11918/j.issn.0367-6234.201610106
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
过刊浏览    高级检索
本文已被:浏览 1396次   下载 826 本文二维码信息
码上扫一扫!
分享到: 微信 更多
水下自主航行器垂直面运动的预测控制
姚绪梁1,杨光仪1,彭宇2
(1.哈尔滨工程大学 自动化学院,哈尔滨 150001; 2.北京航天自动控制研究所, 北京 100854)
摘要:
针对近水面海浪干扰下水下自主航行器(AUV)的深度跟踪及姿态控制问题,提出一种基于非线性降维状态观测器(ROSO)的预测控制.通过非奇异坐标变换实现AUV垂直面运动非线性模型的状态估计,并将状态估计结果用于预测控制及其预测模型的在线线性化过程中,在仿真实验中对ROSO与全维状态观测器(FOSO)的状态估计结果进行对比,同时也对比了所提出的基于在线线性化的预测控制(PC-NMOL)与现有的非线性预测控制(NPC)的控制效果.仿真结果证明了所提出的方法可以得到精确的状态估计,且具有动态响应快,对外部扰动鲁棒性强的特点.
关键词:  水下自主航行器  降维状态观测器  线性矩阵不等式  预测控制  在线线性化
DOI:10.11918/j.issn.0367-6234.201610106
分类号:TP242.6
文献标识码:A
基金项目:国家自然科学基金 (51279039)
Predictive control for diving of an autonomous underwater vehicle
YAO Xuliang1,YANG Guangyi1,PENG Yu2
(1. College of Automation, Harbin Engineering University, Harbin 150001,China; 2.Beijing Aerospace Automatic Control Institute, Beijing 100854,China)
Abstract:
To address the problem of depth tracking and attitude control of autonomous underwater vehicle (AUV) near the surface, a novel nonlinear reduced-order state observer (ROSO) and a predictive controller based on nonlinear model online linearization (PC-NMOL) are presented. By using a nonsingular coordinate transformation, the ROSO is achieved to accurately estimate the state variables of AUV. And the state estimation is applied to the predictive controller to enhance the attitude control and depth tracking performance of AUV. In simulation of AUV longitudinal motion control, the comparison has been presented between ROSO and full-order state observer (FOSO), also between PC-NMOL and traditional nonlinear predictive control (NPC). Simulation results show the fast dynamical response and strong robustness of proposed methods.
Key words:  autonomous underwater vehicle  reduced-order state observer  linear matrix inequality  predictive control  online linearization

友情链接LINKS