期刊文献+

基于RBF神经网络优化模糊规则的USV自适应模糊滑模控制

Adaptive Fuzzy Sliding Mode Control for Unmanned Surface Vehicle with RBF Neural Network Optimization
下载PDF
导出
摘要 针对USV运动航向控制问题,利用基于Lyapunov稳定性理论的滑模控制方法设计USV航向控制律.考虑到USV运动系统具有不确定性,利用具有万能逼近性能的模糊系统对USV运动模型中不确定项及外界干扰项进行模糊逼近.为了进一步提高模糊系统的逼近性能,采用具有学习能力快的RBF神经网络对模糊系统进行在线学习,优化模糊规则.仿真结果表明基于RBF网络优化的模糊控制该算法能够实现USV航向连续稳定跟踪. For the problem of the heading control of USV(Unmanned Surface Vehicle)motion,the adaptive control law is designed by using the sliding mode control method based on Lyapunov stability theory.Considering the uncertainty of the USV motion system,the fuzzy system with universal approximation performance is used to fuzzily approximate the uncertainties and external disturbances in the USV motion model.In order to further improve the approximation performance of the fuzzy system,the radial basis function(RBF)neural network with fast learning ability is used to learn the fuzzy system online and optimize the fuzzy rules.The simulation results show that the proposed fuzzy control algorithm optimized by RBF neural network can achieve continuous and stable tracking of USV heading.
作者 王仁强 缪克银 孙建明 WANG Ren-qiang;MIAO Ke-yin;SUN Jian-ming(College of Navigation,Jiangsu Maritime Institute,Nanjing Jiangsu 211170,China)
出处 《广州航海学院学报》 2019年第4期16-19,共4页 Journal of Guangzhou Maritime University
基金 江苏省高校自然科学研究计划项目(19KJA150005 18KJB580003 19KJD580001)
关键词 USV 运动控制 滑模控制 自适应控制 模糊控制 RBF神经网络 Unmanned Surface Vehicle motion control sliding model control adaptive control fuzzy control RBF neural network
  • 相关文献

参考文献5

二级参考文献55

共引文献54

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部