本文主要研究内容
作者杜度（2019）在《基于RBF神经网络参数自整定的AUV深度控制》一文中研究指出：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。
Abstract
wei le bao zheng zi zhu shui xia hang hang qi (AUV)neng gou jing que qian ru gu ding shen du hai yu ,AUVchui ping mian kong zhi ji shu fei chang chong yao 。zai ji yu bi li -ji fen -wei fen (PID)kong zhi she ji kong zhi qi de guo cheng zhong ,wei bao zheng kong zhi qi neng gou jiao hao de kong zhi AUVgen zong zhi ding gui ji ,xu yao dui PIDcan shu jin hang diao zheng ,dan can shu she ding xu yao fan fu chang shi ,bu jin hao fei da liang shi jian ,er ju bu neng bao zhang ji zui you xiao guo 。wei jie jue zhe yi wen ti ,di chu le yi chong ji yu jing xiang ji han shu (RBF)shen jing wang lao de can shu zi zheng ding PIDkong zhi fang fa 。shou xian jian li AUVchui ping mian yun dong mo xing ,ran hou she ji RBFshen jing wang lao jie gou ,ji yu ti du xia jiang fang fa gei chu le RBFcan shu yi ji PIDcan shu de die dai gong shi ,bing she ji li san shi PIDkong zhi qi ,zui hou tong guo shu zhi fang zhen yan zheng le suo di fang fa de you xiao xing 。fang zhen jie guo shui ming ,AUVke yi zai jiao duan shi jian nei da dao zhi ding shen du ,ju PIDge can shu jun neng wan cheng zi zheng ding 。
论文参考文献
论文详细介绍
论文作者分别是来自水下无人系统学报的杜度，发表于刊物水下无人系统学报2019年03期论文，是一篇关于自主水下航行器论文,深度控制论文,径向基函数神经网络论文,比例积分微分控制论文,自整定论文,水下无人系统学报2019年03期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自水下无人系统学报2019年03期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：自主水下航行器论文; 深度控制论文; 径向基函数神经网络论文; 比例积分微分控制论文; 自整定论文; 水下无人系统学报2019年03期论文;