×
李慧娟;崔凯;顾，南;刘璐;王，丹;彭周华

基于离散时间并行学习扩展状态观测器的自主地面车辆自适应抗干扰采样控制。 （英语） Zbl 1532.93168号

国际J鲁棒非线性控制 33，第10号，5404-5419（2023）.
摘要：本文研究了在完全未知的内部动态、外部扰动和未知控制输入增益下，自主式水面车辆（ASV）的喘振速度跟踪控制。提出了一种无需任何模型参数的ASV自适应抗干扰采样控制方法。具体来说，通过利用实时和历史数据，设计了离散时间降阶和全阶并行学习扩展状态观测器（CLESO）来估计未知ASV模型参数，并确保估计收敛，而不需要持续激励。然后，基于离散时间全阶CLESO设计了喘振速度跟踪控制律。通过李亚普诺夫稳定性分析，证明了闭环系统是稳定的，并且估计和跟踪误差是有界的。仿真和硬件实验结果验证了所提出的离散时间CLESO对具有完全未知动态模型的ASV喘振速度跟踪的有效性。
｛©2023 John Wiley&Sons有限公司

MSC公司：

93C40型 自适应控制/观测系统
93C85号 控制理论中的自动化系统（机器人等）
93C55美元 离散时间控制/观测系统
93B53号 观察员

关键词：

自动水面车辆;离散时间并行学习扩展状态观测器;喘振速度跟踪控制;未知控制输入增益
PDF格式BibTeX公司 XML格式引用
\textit{H.Li}等，《国际鲁棒非线性控制》33，No.10，5404--5419（2023；Zbl 1532.93168）
全文： 内政部

参考文献：

[1] 刘Z、张毅、于X、袁C。无人水面车辆：发展概况和挑战。Ann Rev控制。2016;41:71‐93.
[2] WangX、SuY、XuD。具有性能约束的线性不确定多变量系统的合作鲁棒输出调节。自动化。2018;95:137‐145. ·Zbl 1402.93108号
[3] YuY、GuoC、YuH。用于具有未知动力学和扰动的无人水面舰艇的基于有限时间plos的积分滑模自适应神经路径跟踪。IEEE Trans-Autom科学工程2019；16(4):1500‐1511.
[4] Liu L、Wang D、PengZ、LiT。模块化自适应控制用于多个欠驱动自主水面车辆基于服务水平的协同路径机动。IEEE Trans-Syst Man-Cybern：系统。2017;47(7):1613‐1624.
[5] 彭泽、王杰、王德。基于神经动力学优化和模糊逼近的自主水面车辆分布式机动。IEEE变速器控制系统技术。2018;26(3):1083‐1090.
[6] 郭明、徐德、刘力。控制方向未知的自适应非线性船舶跟踪控制。国际J鲁棒非线性控制。2018;28(7):2828‐2840. ·Zbl 1391.93125号
[7] Liu L、Wang D、PengZ、ChenCLP、LiT。目标动力学不确定条件下欠驱动自主式水面车辆目标跟踪的有界神经网络控制。IEEE Trans Neural Netw学习系统。2018;30(4):1241‐1249.
[8] PaliottaC、LefeberE、PettersenKY、PintoJ、CostaM等。欠驱动船舶的轨迹跟踪和路径跟踪。IEEE变速器控制系统技术。2018;27(4):1423‐1437.
[9] 彭茨、顾、张毅、刘毅、王德、刘莉。路径引导时变编队控制，在未知输入增益下，对欠驱动自主式水面车辆进行防撞和连通性保持。海洋工程2019；191:106501.
[10] Braginsky B、BaruchA、GutermanH。开发一种能够跟踪自主水下航行器的自主水面航行器。海洋工程2020；197:106868.
[11] 刘莉、王德、彭茨、LiT、陈CP。合作路径跟踪环形网络欠驱动自主水面车辆：算法和实验结果。IEEE Trans Cybern公司。2020;50(4):1519‐1529.
[12] GuN、WangD、PengZ、WangJ。基于带控制屏障功能的神经动力学优化的欠驱动自主水面车辆的安全关键控制机动。IEEE Trans Neural Netw学习系统。doi:10.1010/TNNLS.2021.3110014
[13] 彭茨、王杰、王德、汉克。综述了多自主水面车辆协调控制的最新进展。IEEE Trans Ind信息。2021;17(2):732‐745.
[14] GuN、WangD、PengZ、WangJ、HanQ‐L。海上交通工具的干扰观察员和扩展国家观察员：一项调查。控制工程实践。2022;123:105158.
[15] GuN、WangD、PengZ、WangJ、HanQ‐L。自主船用车辆路径跟踪视线制导的进展：概述。IEEE Trans-Syst Man-Cybern：系统。
[16] Belletter D、MaghenemMA、PaliottaC、PettersenKY。海流存在下欠驱动海洋船舶基于观测器的路径跟踪：一种全局方法。自动化。2019;100:123‐134. ·Zbl 1411.93089号
[17] LvM、PengZ、WangD、HanQ‐L。无线网络上自主水面车辆的事件触发协同路径跟踪及实验结果。IEEE Trans Ind Electron公司。doi:10.1109/TIE.2021.3120442
[18] 张杰、于斯、YanY。具有不确定性和干扰的海上水面舰艇基于固定时间扩展状态观测器的轨迹跟踪和点稳定控制。海洋工程2019；186:106109.
[19] GuerreiroBJ、SilvestreC、CunhaR、PascoalA。自主水面舰艇的轨迹跟踪非线性模型预测控制。IEEE变速器控制系统技术。2014;22(6):2160‐2175.
[20] 郑智、黄毅、谢莉、朱斌。具有非对称约束输入和输出的全驱动水面舰艇的自适应轨迹跟踪控制。IEEE变速器控制系统技术。2018;26(5):1851‐1859.
[21] 彭泽、王德、王杰。海上自主水面舰艇无模型轨迹跟踪控制的数据驱动自适应扰动观测器。IEEE Trans Neural Netw学习系统。2021;32(12):5584‐5594.
[22] Namaki‐ShoushtariO、AguiarAP、SedighAK。使用纯距离测量的自动机器人车辆目标跟踪：基于切换逻辑的控制策略。国际J鲁棒非线性控制。2011;22(17):1983‐1998. ·Zbl 1263.93157号
[23] DolatshahiM ShojaeiK。欠驱动自主水下航行器的视线目标跟踪控制。海洋工程2017；133:244‐252.
[24] 江Y、彭Z、王D、李T、陈中电。欠驱动自主式水面车辆的视线目标封闭及实验结果。IEEE Trans Industr信息。2020;12(2):832‐841.
[25] 彭茨、姜瑜、王杰。欠驱动自动水面车辆的事件触发动态水面控制，用于包围目标。IEEE Trans Ind Electron公司。2020;68(4):3402‐3412.
[26] 姜毅、彭姿、王德、尹毅、韩秋林。基于数据驱动模糊预测器和扩展状态观测器的环网欠驱动自主地面车辆的协同目标封闭。IEEE Trans Fuzzy系统。2022;30:2515‐2528. doi:10.1109/TFUZZ.2021.3087920
[27] LiY、LiuY、TongS。状态约束严格反馈非线性系统的基于观测器的神经自适应优化控制。IEEE Trans Neural Netw学习系统。2022;33:3131‐3145. doi:10.1109/TII.2021.3133927
[28] Zhang Z、XuB、Tan C、GeSS。具有外部扰动的不确定非线性时滞系统的自适应控制。IEEE Trans-Syst Man-Cybern：系统。2020;52(2):1288‐1295.
[29] LiZ、RenW、LiuX、FuM。具有一般线性动力学的多智能体系统在多个领导者存在下的分布式控制。国际J鲁棒非线性控制。2013;23(5):534‐547. ·Zbl 1284.93019号
[30] WanY、WenG、CaoJ、YuW。具有随机抽样的多代理系统的分布式节点到节点一致性。国际J鲁棒非线性控制。2016;26(1):110‐124. ·Zbl 1333.93016号
[31] 翁，赵毅，段姿，于伟，陈。控制高阶多领导多智能体系统：一种动态输出方法。IEEE Trans Automat控制。2016;61(4):1135‐1140. ·Zbl 1359.93178号
[32] LiY、MehrAS、ChenT。通过基于信令的通信信道进行远程估计的多传感器传输功率控制。自动化。2019;101:78‐86. ·Zbl 1415.93252号
[33] 姜华、张华。输出符号——固定和交换符号图上异构多智能体系统的一致性。国际J鲁棒非线性控制。2020;30(5):1938‐1955. ·Zbl 1465.93197号
[34] 刘H、牛B、李Y。针对远程分布式一致性估计的虚假数据注入攻击。IEEE Trans Cybern公司。2022;52(1):433‐443.
[35] SunZ、ZhangH、LewisFL。固定和交换符号图上异构多智能体系统的输出符号一致性：一种基于观测器的方法。国际J鲁棒非线性控制。2021;31(12):5849‐5864. ·Zbl 1525.93415号
[36] LiY、Zhang J、Tong S。二阶随机多智能体系统的模糊自适应优化领导跟随编队控制。IEEE Trans Industr信息。2022;18:6026‐6037. doi:10.1109/TII.2021.3133927
[37] HeS、DaiS、DongC。具有规定性能和保持连通性的不确定多USV的自适应同步控制。科学中国信息科学。2022;65(9):1‐2.
[38] LeeT‐C、TanY、SuY、MareelsI。交换系统的不变性原理和可观测性及其一致应用。IEEE Trans Automat控制。2020;66(11):5128‐5143. ·Zbl 07480529号
[39] NaderolasliA、HashemiM、ShojaeiK。分数阶非线性系统基于近似的自适应故障补偿反推控制：一种输出反馈方案。国际J自适应控制信号处理。2020;34(3):298‐313. ·Zbl 1469.93063号
[40] 哈希米·扬巴齐夫。针对存在执行器故障和未知死区的大规模时滞系统，设计基于自适应神经控制的扰动观测器。国际J自适应控制信号处理。2021;35(2):285‐309.
[41] MohammadzamaniF、HashemiM、ShahgholianG。存在输出约束和执行器故障的非线性时滞系统的自适应控制。国际J自适应控制信号处理。doi:10.1080/00207179.2021.2005257·Zbl 1519.93128号
[42] KrsticM LiW。随机非线性系统的规定时间输出反馈控制。IEEE Trans Automat控制。doi:10.1109/TAC.2022.3151587·Zbl 07743761号
[43] KrsticM LiW。带乘性随机状态感知噪声的三角非线性系统的镇定。IEEE Trans Automat控制。doi:10.1109/TAC.2022.3201032·Zbl 07744870号
[44] KragelundS、DobrokhodovV、MonarrezA、HurbanM、KholC。自主水面舰艇的自适应速度控制。论文发表于：2013年大洋社圣地亚哥，IEEE；2013:1-10.
[45] FossenTI。船舶流体动力学和运动控制手册。约翰·威利；2011
[46] 郭炳中、赵振林。有源抗扰控制：理论观点。公共信息系统。2015;15(3):361‐421. ·Zbl 1346.93131号
[47] 彭泽、王杰。基于扩展状态观测器和投影神经网络的自主水下机器人输出反馈路径跟踪控制。IEEE Trans-Syst Man-Cybern：系统。2018;48(4):535‐544.
[48] 刘莉、王德、彭茨。基于非线性扩展状态观测器的无人机状态恢复和干扰估计。海洋工程2019；171:625‐632.
[49] PengZ、WangJ、HanQ‐L。通过神经动力学优化，在速度和输入约束下对自主水下机器人进行路径跟踪控制。IEEE Trans Ind Electron公司。2019;66(11):8724‐8732.
[50] 刘莉、张伟、王德、彭泽。事件触发扩展状态观测器设计，用于承受未知海上载荷的动态定位船舶。海洋工程2020；209:107242.
[51] PengZ、WangD、LiT、HanM。具有连通性保持和碰撞避免的自主水面车辆的输出反馈协同编队机动。IEEE Trans Cybern公司。2019;50(6):2527‐2535.
[52] 高S、彭泽、刘莉、王赫、王德。基于分布式事件触发扩展状态观测器的多个通信延迟的水面无人飞行器协同目标跟踪。海洋工程2021；227:108283.
[53] LvG、PengZ、WangH、LiuL、WangD、LiT。基于扩展状态观测器的欠驱动无人机分布式模型预测编队控制，具有防撞功能。海洋工程2021；238(15):109587.
[54] 陈Z。具有时变未知控制系数的自适应控制中的Nussbaum函数。自动化。2019;102:72‐79. ·Zbl 1415.93140号
[55] 安娜斯瓦米·纳伦德拉克。一种新的无持续激励鲁棒自适应律。IEEE Trans Automat控制。1987;32(2):134‐145. ·Zbl 0617.93035号
[56] 陶工。自适应控制设计与分析。约翰·威利父子公司；2003. ·Zbl 1061.93004号
[57] CaoC，霍瓦基米扬。设计和分析一种具有保证瞬态性能的新型自适应控制结构。IEEE Trans Automat控制。2008;53(2):586‐591. ·Zbl 1367.93301号
[58] HeS、DongC、DaiS‐L、ZouT。具有规定性能的欠驱动usv的协同确定性学习和编队控制。国际J鲁棒非线性控制。2022;32(5):2902‐2924.
[59] KamalapurkarR、AndrewsL、WaltersP、DixonWE。基于模型的强化学习用于无限水平近似最优跟踪。IEEE Trans Neural Netw学习系统。2016;28(3):753‐758.
[60] ZhaoQ、Zhang D、ZhuY。通过并行学习实现连续时间非线性系统的事件触发h∞控制。IEEE Trans-Syst Man-Cybern：系统。2017;47(7):1071‐1081.
[61] KamalapurkarR、ReishB、ChowdharyG、DixonWE。使用动态状态导数估计器进行参数估计的并行学习。IEEE Trans Automat控制。2017;62(7):3594‐3601. ·Zbl 1370.93090号
[62] LiC、LiuF、WangY、BussM。基于并行学习的不确定机器人机械手自适应控制，具有保证的安全性和性能。IEEE Trans-Syst Man-Cybern：系统。2021;52(5):3299‐3313.
[63] Liu L、Wang D、PengZ、HanQ‐L。基于数据驱动的神经预测器，通过集成并行学习实现多个欠驱动自主水面车辆的分布式路径跟踪。IEEE Trans Neural Netw学习系统。2021;32(12):5334‐5344.
[64] 张毅、王德、尹毅、彭茨。通过基于并行学习的神经预测器对动力学完全未知的网络化自主水面车辆进行事件触发分布式协调控制。海洋工程2021；234:108966.
[65] YueJ、Liu L、PengZ、Wang D、LiT。基于并行学习的具有未知输入增益的自主水面车辆数据驱动自适应扩展状态观测器设计。神经计算机。2022;467:337‐347.
[66] 贾加纳森。激励持续下反馈线性化离散时间动力系统的自适应模糊逻辑控制。自动化。1998;34(11):1295‐1310. ·Zbl 0942.93019号
[67] LiJ、ChaiT、LewisFL、DingZ、JiangY。非策略交错
[（q\]\）学习：仿射非线性离散时间系统的最优控制。IEEE Trans Neural Netw学习系统。2018;30(5):1308‐1320.
[68] Djaneye‐BoundjouO，OrdóñezR。独立函数近似的基于梯度的离散时间并行学习。IEEE Trans Automat控制。2020;65(2):749‐756. ·Zbl 1533.93108号
[69] LiX、RenC、MaS、ZhuX。基于扩展状态观测器的自主水下机器人补偿无模型自适应跟踪控制方案。海洋工程2020；217:107976.
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。