基于RBF神經網絡的船舶路徑跟蹤控制建模及仿真

作者：仇明,張賀,金博文,曾驥

摘要：針對船舶模型構建復雜,外環境干擾以及模型不確定因素導致路徑跟蹤偏差問題,本文提出了一種船模建立路徑跟蹤一體化的設計方法。船舶模型建立方面,運用機理模型的研究方法,分別考慮船體、舵、螺旋槳的受力,以及耦合作用對船舶運動的影響,建立船舶三自由度數學模型。在控制器的設計上,運用反步法推導虛擬控制律,并對虛擬控制律進行一階濾波,以減小因反復求導而造成的計算負擔問題。利用RBF神經網絡快速逼近非線性函數的特性,設計神經網絡權重以及實際控制律,對外界干擾以及模型不確定因素在線估計。最終,在MATLAB仿真環境下,將設計的控制策略運用到建立的船舶模型上,對39 m玻璃鋼船進行路徑跟蹤仿真實驗,實驗結果體現了模型建立的正確性和控制策略的可行性,能夠實現對船舶路徑的有效跟蹤。

發文機構：南通中遠海運船務工程有限公司 上海海事大學商船學院

關鍵詞：船舶建模RBF神經網絡路徑跟蹤仿真分析ship modelingRBF neural networkpath followingsimulation analysis

分類號： F407.474[經濟管理—產業經濟]