登录    注册    忘记密码

期刊文章详细信息

基于RBF神经网络的水面船舶轨迹跟踪控制    

Surface Vessel Tracking Control Based on RBF Neural Network

  

文献类型:期刊文章

作  者:祁林[1] 渠俊锋[2] 司文杰[1] 董燕飞[1] 刘宇航[1]

QI Lin;QU Junfeng;SI Wenjie;DONG Yanfei;LIU Yuhang(School of Electrical and Control Engineering,Henan University of Urban Construction,Pingdingshan 467036,Henan,China;State Grid Xuchang Power Supply Company,Xuchang 461000,Henan,China)

机构地区:[1]河南城建学院电气与控制工程学院,河南平顶山467036 [2]国网许昌供电公司,河南许昌461000

出  处:《船舶工程》

基  金:国家自然科学基金项目(61803145);河南省科技计划项目(212102310301)。

年  份:2021

卷  号:43

期  号:1

起止页码:95-101

语  种:中文

收录情况:BDHX、BDHX2020、CSCD、CSCD_E2021_2022、JST、ZGKJHX、核心刊

摘  要:针对速度矢量不可测、动态参数不确定以及具有未知扰动和磁滞特性的水面船舶系统,提出一种基于径向基函数神经网络的自适应反馈轨迹跟踪控制方案。根据船舶的状态矢量,利用高增益观测器估计水面船舶系统的不可测速度矢量,并通过一个函数描述间隙类磁滞对系统的影响。利用径向基函数神经网络的逼近能力和反步法设计控制器,基于李雅普诺夫稳定性理论,验证所设计控制器的稳定性,证明系统所有的闭环信号都是半全局一致有界的。通过仿真验证了控制器的有效性。

关 键 词:水面船舶 轨迹跟踪控制 RBF神经网络 间隙类磁滞  

分 类 号:TP273]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心