本文主要研究内容
作者丛晓奕,王建华,李振义（2019）在《无人水面艇目标路径跟踪优化控制研究》一文中研究指出：无人水面艇(USV)目标路径跟踪优化控制研究是为了实现自主、准确、快速的路径跟踪。时变风干扰是无人艇目标路径跟踪过程中不可忽略的环境因素,在时变风干扰的影响下采用变船长比(LOS-PD)控制方法会产生较大的跟踪误差,因此无人水面艇目标路径跟踪优化控制的难点技术之一是有效抵抗时变风干扰的影响。针对上述问题,提出了一种基于神经网络的电压控制量学习算法。通过在时变风干扰下采用LOS-PD控制方法经过多次调参后得到大量先验数据,利用这些数据对神经网络进行训练,得到了一组从距离偏差、角速度、风速大小、目标路径方向的倾斜角、航向角到无人艇左右电压控制量之间的最佳权值矩阵。通过仿真,得到两种算法在不同风干扰下的平均跟踪误差、跟踪时间和平均跟踪能耗。仿真结果验证了基于神经网络的电压控制量学习算法对于抵抗时变风干扰的有效性。
Abstract
mo ren shui mian ting (USV)mu biao lu jing gen zong you hua kong zhi yan jiu shi wei le shi xian zi zhu 、zhun que 、kuai su de lu jing gen zong 。shi bian feng gan rao shi mo ren ting mu biao lu jing gen zong guo cheng zhong bu ke hu lve de huan jing yin su ,zai shi bian feng gan rao de ying xiang xia cai yong bian chuan chang bi (LOS-PD)kong zhi fang fa hui chan sheng jiao da de gen zong wu cha ,yin ci mo ren shui mian ting mu biao lu jing gen zong you hua kong zhi de nan dian ji shu zhi yi shi you xiao di kang shi bian feng gan rao de ying xiang 。zhen dui shang shu wen ti ,di chu le yi chong ji yu shen jing wang lao de dian ya kong zhi liang xue xi suan fa 。tong guo zai shi bian feng gan rao xia cai yong LOS-PDkong zhi fang fa jing guo duo ci diao can hou de dao da liang xian yan shu ju ,li yong zhe xie shu ju dui shen jing wang lao jin hang xun lian ,de dao le yi zu cong ju li pian cha 、jiao su du 、feng su da xiao 、mu biao lu jing fang xiang de qing xie jiao 、hang xiang jiao dao mo ren ting zuo you dian ya kong zhi liang zhi jian de zui jia quan zhi ju zhen 。tong guo fang zhen ,de dao liang chong suan fa zai bu tong feng gan rao xia de ping jun gen zong wu cha 、gen zong shi jian he ping jun gen zong neng hao 。fang zhen jie guo yan zheng le ji yu shen jing wang lao de dian ya kong zhi liang xue xi suan fa dui yu di kang shi bian feng gan rao de you xiao xing 。
论文参考文献
论文详细介绍
论文作者分别是来自计算机仿真的丛晓奕,王建华,李振义，发表于刊物计算机仿真2019年01期论文，是一篇关于无人水面艇论文,神经网络论文,时变风论文,路径跟踪论文,变船长比论文,计算机仿真2019年01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，资料来自计算机仿真2019年01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。