基于EKF神经网络的潜艇运动模糊控制

非线性与大惯性是潜艇运动的主要特性,基于试验模型得到的潜艇标准运动方程在很多情况下无法准确描述潜艇的运动过程,特别是当潜艇运动方程建模误差较大时,传统基于模型的控制器设计方法就显得力不从心。因此,本文提出了一种不基于模型的卡尔曼神经网络模糊控制算法,在神经网络学习训练过程中,利用卡尔曼滤波算法优越的数学特性将扩展卡尔曼滤波递推公式与RBF算法结合训练神经网络权值,根据神经网络输出的潜艇运动参数设计模糊控制器。仿真结果表明,该算法具有很好的控制精度、动态特性和鲁棒性。     

潜艇悬停运动模糊控制

潜艇水下悬停是指潜艇在水下无航速时深度保持和变动,它是一个复杂的非线性过程。传统的控制方法缺乏自适应能力,影响了控制效果。模糊控制能够很好地解决上述问题。本文从模糊控制原理出发,确定悬停控制的模糊控制器结构,根据典型的阶跃响应指定了潜艇悬停的模糊规则,采用Simulink完成自抗扰微分器的程序设计。通过对2种典型工况进行仿真,表明模糊控制器能在潜艇定深悬停中起到很好的控制效果,并具有超调量小、调整时间短及鲁棒性好的优点。     

基于扩展卡尔曼滤波的潜艇垂直面运动参数估计

潜艇水下航行环境复杂,现有测试技术无法对潜浮速率和纵倾角速度进行精确测量,论文中以潜艇垂直面非线性运动方程为基础,利用扩展卡尔曼滤波原理,得到潜艇垂直面参数的实时估计方法.仿真结果表明,该方法估计的潜浮速率、纵倾角速度有很高的精度.     

基于模糊控制的潜艇高压气自动控制研究

潜艇高压气使用具有不可逆和非线性,结合模糊控制基于语义描述和非线性的控制特点,综合潜艇操纵专家的操纵经验,设计潜艇高压气模糊控制器。仿真结果表明,潜艇损失浮力时,利用模糊控制器能有效精确地对潜艇高压气自动控制。     

基于EKF的同时定位与构图在潜艇地磁导航中的应用

潜艇地磁导航不产生如惯性导航的误差积累问题,是一种有效的自主导航定位手段。但是目前地磁导航定位主要是基于先验地磁图的匹配导航,在实际操作中要获得较为精确的先验地磁图是极其困难的。基于扩展卡尔曼滤波（EKF）的同时定位与构图算法（SLAM）可以在不需要先验地磁图的基础上实现潜艇导航定位。将这一算法应用到潜艇地磁导航中,再结合人工布设磁标的方法可以实现潜艇不依赖于先验地磁图的地磁导航定位。     

尾舵独立控制的潜艇垂直面运动仿真

提出一种由尾舵独立控制潜艇深度和纵倾的模糊控制方法,阐述单尾舵在低噪声控制中的优势。针对单尾舵控制特点,设计了模糊控制器。仿真结果表明,该算法具有很好的控制精度,能大大降低潜艇的打舵噪声和辐射噪声。     

基于模糊控制与遗传算法的潜艇自动舵设计与实现

在潜艇六自由度模型的基础上,根据一阶二阶波浪力对于航行在近水面潜艇深度的影响,采用模糊控制技术和遗传算法设计了基于二级模糊控制的遗传算法调整控制参数的潜艇自动舵控制系统.通过在近水面和水下两种状态对控制器性能仿真与结果分析,说明该自动舵具有很好的控制效果,响应较快,静差较小,具有较强抗干扰能力,对于近水面的深度控制有稳定的控制作用.     

一种基于BP神经网络的潜艇自动舵探讨

针对潜艇自动舵的控制特点和要求,利用BP神经网络的学习和逼近功能,设计了潜艇自动舵的多输入、多输出自动舵控制模型,并对其训练后加入到潜艇运动模型中进行了仿真测试。仿真结果表明,该控制器具有理想的控制效果。     

一种基于模型的水声弱信号检测方法(英文)

Detection of weak underwater signals is an area of general interest in marine engineering. A weak signal detection scheme was developed; it combined nonlinear dynamical reconstruction techniques, radial basis function (RBF) neural networks and an extended Kalman filter (EKF). In this method chaos theory was used to model background noise. Noise was predicted by phase space reconstruction techniques and RBF neural networks in a synergistic manner. In the absence of a signal, prediction error stayed low and became relatively large when the input contained a signal. EKF was used to improve the convergence rate of the RBF neural network. Application of the scheme to different experimental data sets showed that the algorithm can detect signals hidden in strong noise even when the signal-to-noise ratio (SNR) is less than −40d B.     

模糊控制与神经网络组合控制系统研究

采用模糊控制与神经网络组合控制系统控制带有大滞后环节的非线性对象。该方法综合了模糊控制与神经网络,为带有大滞后环节的非线性系统的控制提供了一种思路。     

基于神经网络的自适应PID船舶运动控制器研究

船舶在海上的运动不仅受到动力系统的推进作用,还受到来自海浪、洋流等干扰作用力的影响,为了提高船舶航行的安全性与稳定性,必须要采取恰当的船舶运动控制机制。传统船舶采用PID自适应控制器进行船舶的运动控制,该控制方式结构简单,但控制精度相对较低,本文系统研究了神经网络控制算法,并基于神经网络对船舶PID控制器进行改进,主要目的是改善船舶运动控制的效率与准确度。     

卡尔曼滤波在潜艇垂直面运动控制器设计中的应用

潜艇低噪声操纵存在无效用舵现象。简要介绍了滤波信号的表示形式,在潜艇垂直面线性运动方程的基础上,得出了滤波信号的系统模型,并对其进行了离散化处理;将均方差最小线性递推滤波算法引入到输入信号的控制过程中,通过仿真证明对输入信号进行卡尔曼滤波能够提高输入信号的品质,用于工程应用。     

尔曼滤波在潜艇垂直面运动控制器设计中的应用

潜艇低噪声操纵存在无效用舵现象.简要介绍了滤波信号的表示形式,在潜艇垂直面线性运动方程的基础上,得出了滤波信号的系统模型,并对其进行了离散化处理;将均方差最小线性递推滤波算法引入到输入信号的控制过程中,通过仿真证明对输入信号进行卡尔曼滤波能够提高输入信号的品质,用于工程应用.     

CMAC神经网络在潜艇操纵控制中的仿真应用

基于MATLAB/Simulink软件包.利用拘束模型试验的水动力实验结果.开发了潜艇的六自由度操纵运动预报模型.其典型机动的仿真结果与自航模试验结果吻合较好.在此基础上,成功地将CMAC神经网络技术应用于潜艇操纵运动控制仿真中.仿真结果表明,神经网络控制比单独的PID时的控制效果优越,舵机操舵幅度明显减小,且具有较强的抗干扰能力,鲁棒性强等优点.     

潜艇操纵水动力小波神经网络预报方法研究

针对潜艇操纵性优化设计中水动力系数预报问题,在潜艇水动力预报中引入艇体肥瘦指数概念,确定了潜艇艇体几何描述的五参数模型。提出采用小波神经网络方法预报潜艇水动力,确定了神经网络的结构,利用均匀试验设计方法,设计了神经网络的学习样本。在验证CFD预报艇体水动力有效的基础上,完成了样本水动力系数的CFD计算;通过对样本进行学习,完成了潜艇艇体操纵性水动力系数小波神经网络预报。研究结果表明,只要确定适当的输入参数,选择适当的学习样本和网络结构,利用小波神经网络方法对潜艇水动力进行预报可以达到较高的精度。     

基于神经网络与遗传算法的潜艇舱壁结构优化

建立了某潜艇端部耐压平面舱壁结构优化设计的数学模型,以舱壁上加强桁(筋)结构的剖面尺寸为设计变量,结构强度、稳定性、工艺性要求为约束条件,以加强桁(筋)结构总体积为目标函数,用人工神经网络方法代替结构的有限元分析,结合遗传算法完成了舱壁的结构优化设计。在为网络生成学习样本时,自行设计了正交表,解决了因为设计变量多,无法选取合适正交表而随机取样的问题。数值仿真结果表明,优化设计方案质量较原始初步设计方案减少了18.3%。     

基于泵控液压舵机的潜艇深度及纵倾控制

\t  目的   \t为了解决潜艇X舵的空间旋回运动控制问题,采用模糊控制方法设计X舵空间旋回模糊操纵系统。\t  方法   \t构造权限模糊系统,以解决旋回过程中X舵对于纵倾、横倾的控制力分配问题。对潜艇水平面定深和空间变深旋回控制进行仿真。\t  结果   \t研究表明,设计的潜艇X舵空间旋回模糊控制系统具有较好的控制效果,能实现无纵倾无横倾旋回运动。\t  结论   \t验证了X舵空间旋回模糊控制系统的有效性,对于潜艇操纵有一定的参考借鉴价值。     

基于EKF的图像辅助定位算法

介绍几何定位过程,并对其定位误差进行仿真分析。针对几何定位误差很大且与下视角大小密切相关的问题,采用扩展卡尔曼滤波算法(EKF)抑制测量噪声的影响,提高飞行器的定位精度。建立飞行器运动的状态空间模型,针对测量方程的非线性特点,对其进行线性化处理。在此基础上,采用EKF算法实时估计飞行器的空间位置坐标;通过数字仿真对滤波算法的定位效果进行检验;对影响滤波算法定位精度的因素进行分析并对不同飞行高度下的定位误差进行数字仿真。结果表明,算法收敛速度快,定位精度高,可显著减小测量噪声的影响,具有一定的工程应用价值。     

基于EKF的AUV协同定位方法仿真与验证

自主水下航行器（AUV）协同导航定位技术是解决复杂作业环境下导航问题的重要途径,研究了单领航艇的主从式多AUV基于扩展卡尔曼滤波（EKF）算法的协同到导航定位问题。AUV协同定位时,主AUV内部装备高精度导航设备,从AUV内部装备低精度导航设备,外部配有测距装置,舰艇间是通过通信装置来交换自身位置和状态信息并同时测量通信双方的相对距离,通过信息融合对自身定位进行修正,利用EKF算法对系统中传感器所传递信息进行融合,对从AUV进行实时定位。通过仿真验证此算法可以显著提高导航定位精度。     

一种自学习策略及其在模糊控制与神经网络控制中的应用

提出一种新的自学习控制策略。模糊控制与神经网络控制的仿真研究证实该策略具有易于实现、在线学习、跟踪控制和一定通用性的优点，并具有满意的学习功能。