基于线性自抗扰控制的船舶航迹积分滑模控制器

为解决欠驱动船舶航迹直线和曲线跟踪控制问题,选取能解决航向不稳定等非线性问题的Bech模型,借助双曲正切函数,构造期望艏向方程,将航迹控制问题转化为航向控制问题。设计3阶跟踪微分器,对期望艏向及其微分信号进行精确提取。采用变结构积分滑模面函数设计非线性误差反馈控制律,加快系统收敛速度,提出基于线性自抗扰控制(Linear Active Disturbance Rejection Control,LADRC)的船舶航迹积分滑模控制器。该控制器的线性扩张状态观测器对系统内外总扰动进行在线估计与实时补偿;引入Hurwitz多项式,减少需整定的参数。仿真结果表明,航迹收敛快速准确,无超调,对外界干扰具有较强的鲁棒性。控制器参数具有一定的普适性,故其适用范围广。     

基于非奇异终端滑模的船舶航迹跟踪自抗扰控制

针对欠驱动船舶受到外界因素和内部不确定状态变量的干扰不能沿着期望路径航行的问题,设计了基于非奇异终端滑模(Nonsingular Terminal Sliding Mode, NTSM)的自抗扰控制器(Active Disturbance Rejection Controller, ADRC).引入自抗扰控制技术,通过扩张状态观测器实时估计船舶外界和内部总干扰;对船舶Nomoto模型进行变形简化,将NTSM和指数趋近律引入到非线性状态误差反馈环节,设计基于NTSM的ADRC控制律,在保证ADRC优点的前提下可减少可调参数,提高系统的收敛速度和稳态跟踪精度;构造降维方程,将复杂的航迹跟踪控制问题转化为易于实现的航向镇定问题.Simulink仿真结果表明,利用该控制器船舶能够快速、精确地跟踪期望直线和曲线航迹,控制器具有较强的鲁棒性.     

面对数据丢包的船舶航向保持网络预测控制器

针对网络控制系统中存在的数据丢包问题,使用一种带有常值补偿机制的广义预测控制(Generalized Predictive Control,GPC)算法设计船舶航向保持的网络预测控制器.首先,利用TrueTime工具箱仿真使用传统GPC算法设计的船舶航向保持的网络预测控制器.然后,考虑数据丢包对船舶航向保持的网络控制系统造成的影响,使用带有常值补偿机制的GPC算法设计一种新的船舶航向保持的网络预测控制器并进行仿真.仿真结果表明,在数据丢包情况下,采用新方法设计的控制器可以减少船舶航向调节时间,从而改善船舶航向保持的网络预测控制器的控制效果.     

分数阶微积分在图像处理中的应用

为了增强图像边缘和纹理以及去除图像噪声,讨论分数阶微积分算子频域特性,提出新型的分数阶微积分算子模板和算法。考虑边缘和纹理具有方向性、空间邻域内像素的关联性以及相邻像素灰度值的相近性,利用3×3模板,在分数阶微分增强时,取中心点4个方向最大值为增强值;在分数阶积分去噪时,将图像分别在8个方向卷积,按照在8个方向卷积结果总和中所占的比例大小进行线性加权,从而得到去噪后的图像。实验结果表明,提出的分数阶微积分算子能明显地增强图像的边缘和纹理信息以及去除图像噪声,并且视觉效果明显。     

利用Laplace变换计算分数阶微积分

利用Laplace换的定义和性质,对分数阶微积分进行了研究,寻找到了一种新的计算分数阶微积分的方法．并推导出了基本函数的分数阶微积分公式．     

基于状态观测器的电力系统混沌控制

针对带有周期性干扰的电力系统的混沌现象以及其控制问题,结合非线性扩张状态观测器理论和非奇异快速终端滑模控制,提出了一种基于扩张状态观测器的混沌控制方法。在系统部分状态不可测和存在未知项以及外部干扰的情况下,基于非线性扩张状态观测器估计系统的未知状态及不确定项,其中包括混沌电力系统的周期性干扰项。改进了双功率趋近律,可使系统在有限时间内实现信号跟踪,同时减小了控制器的抖震幅度。采用Lyapunov稳定性理论证明了系统的稳定性和有限时间收敛。通过仿真验证了所设计的控制方法的有效性。     

具有横倾抑制功能的船舶PID微分补偿航向控制

为改善船舶航向自动舵性能和减小船舶转向时的横倾幅度,提出一种基于模糊逻辑控制和滑模PID微分补偿的船舶航向保持控制策略。分析PID控制的积分超调问题和船舶转向时的横倾特点。对PID控制进行滑模变形,并引入微分项对PID控制的积分项进行补偿以消除积分超调。以横倾角和横倾角速度为输入设计模糊控制规则,对滑模PID微分补偿控制器参数进行调节以减小转向时横倾角。以集装箱船"MV KOTA SEGAR"MMG模型为控制对象进行MATLAB仿真。仿真结果表明:该控制器能够减小船舶转向时的横倾幅度,最大横倾抑制率可达71%;解决了PID控制的积分超调问题,具有参数易调节等特点。     

一种基于PD与模糊复合控制的船舶航向变结构控制器

对一种PD控制器和模糊控制器有机结合的船舶航向复合控制方法进行了研究。该方法利用PD控制器的快速性和模糊控制器的鲁棒性进行船舶航向控制,以解决PID控制器在高频干扰下难以保持航向以及普通模糊控制器不能同时兼顾大角度转向控制和小角度航向保持性能要求这两个问题。文中论述了系统结构和控制方法,仿真试验证明了该方法的合理性和有效性。     

分布式遗传的船舶航向神经网络优化控制

针对海上风浪环境对船舶航行的干扰,利用遗传神经网络优化算法设计船舶航向控制器。利用分布式遗传算法（distributed genetic algorithm,DGA）并结合模拟退火算法对常规遗传算法(genetic algorithm,GA)进行改进。利用改进的GA对径向基函数(radical basis function,RBF)神经网络进行优化。利用优化的RBF神经网络对系统不确定项进行逼近,并对控制输入进行补偿实现抗饱和控制。利用三阶干扰观测器对外部扰动实时跟踪并反馈到滑模控制器(sliding mode controller,SMC)设计中。借助SMC设计并结合李雅普诺夫稳定性理论推算出船舶运动控制律,实现船舶运动优化控制。通过实验验证了本文设计的控制器性能较现有的模糊PID控制器和神经网络SMC优越,系统达到稳定的时间短,平均超调量小。     

基于迭代滑模的船舶动力定位非线性控制

针对存在外界干扰的船舶动力定位控制问题,提出一种简捷的迭代滑模控制算法。选择迭代滑模面,并将其与反步法结合,设计迭代滑模控制律。采用Lyapunov理论对系统的稳定性进行证明。将提出的控制算法与PID控制算法和传统反步滑模控制算法进行理论分析比较和仿真结果比较,结果表明迭代滑模控制算法具有超调小,收敛速度快,稳定性和鲁棒性好的优点。