基于改进WLSSVM的无人艇操纵性参数辨识

为了实现高精度的无人艇操纵运动辨识建模,针对最小二乘支持向量机(LSSVM)辨识无人艇2阶非线性响应模型时,部分参数会辨识不准的问题,设计了余弦处理方法,对辨识模型进行重构;为进一步提高辨识精度,在此基础上根据数据加权思想,结合引入变异策略的自适应粒子群算法,提出了一种可对权值寻优的加权最小二乘支持向量机(WLSSVM)算法。基于仿真数据和实船数据的辨识结果表明,余弦方法重构后的模型很好地解决了参数辨识不准的问题,权值寻优后的WLSSVM进行参数辨识建模具有更高的预报精度。研究结果能够为无人艇操纵运动的高精度参数辨识建模提供参考。

基于加权遗忘多新息RLS的无人艇响应模型在线参数辨识

为实现无人艇运动数学模型的精确在线建模,针对遗忘多新息递推最小二乘算法精度较差,并且不能充分利用多组数据误差之间的差异进行参数递推的问题,提出加权形式的遗忘多新息递推最小二乘算法,并设计一种基于数据递推误差确定权值的加权策略。基于一艘喷推艇的实艇数据和无人艇操纵运动二阶非线性响应模型对本文算法进行验证,结果表明,较传统遗忘多新息递推最小二乘算法,本文算法的艏向角均方根误差指标可降低6°左右,决定系数指标最高可达0.9927,证明本文算法具有较强的在线参数辨识建模能力。

基于级联思想的欠驱动AUV三维轨迹跟踪控制

为解决模型预测控制器(MPC)在执行器约束下初始状态量偏差大导致的无解问题,设计一种基于级联思想的MPC控制方法:首先,针对欠驱动AUV模型进行级联系统划分,再对划分出的模型分别进行MPC控制器设计;然后,利用微分跟踪器将期望量平滑处理;最后,基于非线性干扰观测器对外界干扰进行补偿。仿真结果验证了该方法的有效性。