基于RBF神经网络参数自整定的AUV深度控制

• 作者: 杜度
• 来源期刊: 水下无人系统学报
• 关键词: 自主水下航行器 深度控制 径向基函数神经网络 比例-积分-微分控制 自整定
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 基础研究
• 页码范围: 284-289
• 页数: 6页
• 分类号: TJ630.33|U674.941|TP273
• 语种: 中文
• DOI: 10.11993/j.issn.2096-3920.2019.03.008

摘要

为了保证自主水下航行器(AUV)能够精确潜入固定深度海域,AUV垂平面控制技术非常重要.在基于比例-积分-微分(PID)控制设计控制器的过程中,为保证控制器能够较好地控制AUV跟踪指定轨迹,需要对PID参数进行调整,但参数设定需要反复尝试,不仅耗费大量时间,而且不能保障其最优效果.为解决这一问题,提出了一种基于径向基函数(RBF)神经网络的参数自整定PID控制方法.首先建立AUV垂平面运动模型,然后设计RBF神经网络结构,基于梯度下降方法给出了RBF参数以及PID参数的迭代公式,并设计离散式PID控制器,最后通过数值仿真验证了所提方法的有效性.仿真结果说明,AUV可以在较短时间内达到指定深度,且PID各参数均能完成自整定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜度		4	0	0.0	0.0