欠驱动无人水下航行器三维轨迹跟踪的反步控制

针对欠驱动无人水下航行器(underactuated unmanned underwater vehicles,UUVs)三维轨迹跟踪控制问题,本文有别于传统反步法中基于视线法设计姿态角误差变量的思路,提出了一种定义虚拟速度误差变量的反步控制器设计方法,能够有效避免传统反步法控制律设计时存在的奇异值问题,简化了传统反步法复杂的计算过程;设计了欠驱动UUV的三维轨迹跟踪控制器,给出了系统的误差方程,基于Lyapunov稳定性理论证明了系统在定常外界扰动下的鲁棒性和稳定性;仿真结果表明本文提出的UUV三维轨迹跟踪反步控制方法收敛、有效,能够实现欠驱动UUV对时变三维轨迹的精确跟踪控制.

深度强化学习技术在智能空战中的运用

随着指挥控制网络化体系由中心集中式决策控制向边缘分布式决策控制发展,在未来空战场中,以深度强化学习技术为代表的智能决策控制方法在末端自主行动指挥方面将大放异彩。在深度强化学习技术理论成果与应用探索基础上,结合编队智能空战发展的迫切需求与关键问题,分析了该技术的应用潜力与实施价值,提出了解决思路与若干思考,可为空中编队指挥控制智能化发展提供指导。

欠驱动UUV三维轨迹跟踪的反步动态滑模控制

提出一种欠驱动无人水下航行器(UUV)反步自适应动态滑模控制方法.结合反步和自适应滑模控制技术设计UUV的位置、姿态和时变速度跟踪控制器,采用虚拟速度来代替姿态误差的控制策略,将姿态跟踪控制转化为速度控制,能够有效避免传统反步法控制律设计存在的奇异值问题.针对系统模型不精确及时变扰动问题,引入滑模控制技术进行自适应补偿估计,提高了欠驱动UUV在未知环境中的鲁棒性及自适应能力,并基于李雅普诺夫稳定性理论证明了该控制系统误差最终一致有界.仿真结果表明:提出的UUV三维轨迹跟踪反步动态滑模控制方法收敛、有效,能够实现在系统参数不精确及时变扰动情况下的三维轨迹精确跟踪控制.