作者：杜度自主水下航行器深度控制径向基函数神经网络自整定
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。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
