新書推薦：
《
战略性矿产：大国资源竞争与中国方略
》
售價：HK$
96.8
《
嘉礼大婚：走近清代帝王婚礼（在故宫）附光绪《大婚图》册全本
》
售價：HK$
140.8
《
对手（定位之父 女儿劳拉·里斯作品）
》
售價：HK$
75.9
《
洞察 看清复杂世界的底层逻辑（信息爆炸时代，比知识更稀缺的是洞察力）
》
售價：HK$
85.8
《
工业机器人安装与调试 第2版
》
售價：HK$
86.9
《
财源滚滚：20堂财富破局课
》
售價：HK$
76.8
《
然后没有你的九月来临了
》
售價：HK$
47.1
《
图画书中的学科阅读（魔法象·阅读学园）
》
售價：HK$
65.8
|
| 內容簡介： |
|
《无人船扰动估计与抗干扰控制》针对存在内部模型不确定性、外部环境扰动下的无人船，系统介绍其扩张状态观测器设计方法，以及基于扩张状态观测器的抗干扰控制器应用。《无人船扰动估计与抗干扰控制》的主要内容包括：无人船状态重构与扰动估计的国内外研究现状、无人船扩张状态观测器设计的基础知识、无人船非线性扩张状态观测器设计、无人船事件触发非线性扩张状态观测器设计、无人船自适应扩张状态观测器设计、无人船数据驱动自适应扩张状态观测器设计、基于波浪滤波的无人船扩张状态观测器设计、基于扩张状态观测器的无人船抗干扰控制器设计。《无人船扰动估计与抗干扰控制》附有电子彩图，读者可扫封底二维码阅读彩图。
|
| 目錄：
|
|
目录前言常用符号表第1章 绪论 11.1 无人船研究背景与意义 11.2 无人船扰动估计与状态观测研究现状 31.2.1 无人船扰动估计方法研究现状 31.2.2 无人船状态观测方法研究现状 51.2.3 无人船扩张状态观测器研究现状 61.3 本书结构 7第2章 基础知识 112.1 无人船运动模型 112.2 稳定性定理 152.3 投影算子 172.4 加权齐次性 18第3章 无人船非线性扩张状态观测器 203.1 非线性扩张状态观测器 203.1.1 问题描述 203.1.2 观测器设计 213.1.3 稳定性分析 233.1.4 仿真验证 243.2 有限时间非线性扩张状态观测器 263.2.1 问题描述 273.2.2 观测器设计 273.2.3 稳定性分析 273.2.4 仿真验证 303.3 本章小结 32第4章 无人船事件触发非线性扩张状态观测器 334.1 事件触发非线性扩张状态观测器 334.1.1 问题描述 334.1.2 观测器设计 344.1.3 稳定性分析 354.1.4 仿真与实验验证 384.2 事件触发有限时间非线性扩张状态观测器 384.2.1 问题描述 384.2.2 观测器设计 394.2.3 稳定性分析 404.2.4 仿真与实验验证 424.3 基于预测器的事件触发非线性扩张状态观测器 454.3.1 问题描述 464.3.2 观测器设计 464.3.3 稳定性分析 494.3.4 仿真与实验验证 504.4 本章小结 53第5章 无人船自适应扩张状态观测器 545.1 基于初始激励的自适应扩张状态观测器 555.1.1 问题描述 565.1.2 观测器设计 575.1.3 稳定性分析 605.1.4 仿真验证 625.2 基于间隔激励的自适应扩张状态观测器 665.2.1 问题描述 665.2.2 观测器设计 675.2.3 稳定性分析 695.2.4 仿真与实验验证 715.3 本章小结 78第6章 无人船数据驱动自适应扩张状态观测器 796.1 数据驱动并行学习自适应扩张状态观测器 806.1.1 问题描述 806.1.2 观测器设计 806.1.3 稳定性分析 836.1.4 仿真验证 866.2 数据驱动并行学习自适应有限时间扩张状态观测器 906.2.1 问题描述 906.2.2 观测器设计 916.2.3 稳定性分析 926.2.4 仿真与实验验证 946.3 本章小结 98第7章 基于波浪滤波的无人船扩张状态观测器 997.1 基于波浪滤波的数据驱动自适应扩张状态观测器 1007.1.1 问题描述 1007.1.2 观测器设计 1017.1.3 稳定性分析 1057.1.4 仿真与实验验证 1077.2 基于波浪滤波的数据驱动自适应有限时间扩张状态观测器 1157.2.1 问题描述 1157.2.2 观测器设计 1167.2.3 稳定性分析 1167.2.4 仿真与实验验证 1177.3 本章小结 125第8章 基于扩张状态观测器的无人船抗干扰控制 1268.1 基于非线性扩张状态观测器的无人船轨迹跟踪控制 1268.1.1 问题描述 1268.1.2 控制器设计 1268.1.3 稳定性分析 1278.1.4 仿真验证 1288.2 基于自适应扩张状态观测器的无人船路径跟踪控制 1308.2.1 问题描述 1308.2.2 控制器设计 1318.2.3 稳定性分析 1328.2.4 仿真验证 1338.3 本章小结 136参考文献 137
|
| 內容試閱：
|
|
第1章绪论 1.1无人船研究背景与意义 海洋关系国家安全和人类社会可持续发展，在政治、军事、经济上具有重要的战略意义。我国是海洋大国，拥有漫长的海岸线、广袤的管辖海域、丰富的海洋资源。深耕蓝色国土，建设海洋强国，离不开海洋科技的创新与进步。因此，发展海洋高科技，包括大力发展无人化智能海洋航行器技术，是我国提高海洋科技核心竞争力、实现海洋大国向海洋强国迈进的必由之路。 无人船是一种自主航行并且能够执行多种海洋作业任务的智能海洋航行器，是维护海洋权益、开发海洋资源、保护海洋生态、发展海洋经济的重要工具。无人船能够在防护严密、气象恶劣、辐射生化等极端条件下执行枯燥、危险、重复性的海洋作业任务。在军事领域，无人船可用于情报搜集、反水雷战、反潜作战、特种作战、电子战、海上拦截作战等多种作战任务[1，2]。在民用领域，无人船可用于海洋环境监测、水文地理勘察、海上搜救、船只补给等作业任务，不但保证了人员安全，而且能够大幅提高作业效率[3-6]。 积极开展无人船技术研究，其中美国、以色列、欧盟等国家和地区走在世界的前列，代表性的无人船如图1.1～图1.4所示。其中，美国“Spartan Scout”号无人船能够完成情报搜集、侦察监视、反潜和精确打击等任务；以色列“Protector”号无人船用于本土防御和反恐作战，完成了监视侦察、部队保护和敌情警戒等任务；法国“Remorina”号无人船用于完成自主巡逻、拦截、防卫等任务；英国“Maxlimer”号无人船曾执行大西洋勘测任务，成功绘制逾1000km2大陆架的海底地图。 在国内，上海大学、哈尔滨工程大学、华中科技大学、大连海事大学等高校先后取得了一系列的无人船（艇）研究成果，典型无人船（艇）如图1.5～图1.8所示。其中，上海大学研制的“精海1号”无人艇曾随中国海事局海巡船赴南海巡航，承担了测量和勘探任务；哈尔滨工程大学的“天行一号”水面无人艇的*高航速可超50kn，能够对可疑目标进行自动跟踪；华中科技大学全自主无人艇“HUSTER-68号”具备目标识别、自主跟踪、智能避碰等功能；大连海事大学“蓝信号”无人船能够实现风级不超过6级、波高不超过1m高海况下的自主航行。总体而言，国内无人船技术起步较晚，目前与发达国家仍有一定的差距，迫切需要研究人员进行前瞻性理论与技术探索。 综上所述，无人船技术已经成为国内外相关研究人员关注的焦点。然而，一方面，无人船运动模型存在大量的不确定性，包括由模型参数不确定性和未建模动态组成的内部模型不确定性以及外部海洋环境引起的扰动；另一方面，无人船的传感器信息存在一定的误差以及部分状态信息无法获取，这一缺点在小型低成本无人船上尤其明显，未知扰动和不确定的状态给无人船自主控制研究带来极大挑战。因此，扰动估计与状态观测是无人船运动控制的基础性问题[14-17]，也是当前研究的热点与难点问题。深入研究无人船状态与扰动估计问题，具有重要的科学意义与应用价值。 1.2无人船扰动估计与状态观测研究现状 1.2.1无人船扰动估计方法研究现状 无人船的扰动包括内部模型不确定性和外部环境扰动。内部模型不确定性主要包括无人船动力学中的向心力、阻尼力、水动力动态和未建模动态等[18]，外部环境扰动主要包括海风、海浪和海流等外部时变扰动。这些不确定性会影响无人船运动控制性能，甚至会破坏控制系统的稳定性。为了降低和消除不确定性对运动控制性能的影响，提高无人船在不确定性条件下的稳定性和鲁棒性，研究者提出了参数自适应控制[19，20]、鲁棒控制[21-23]、神经网络控制[24-28]、模糊控制[29-32]、扰动观测器[15，33-35]、扩张状态观测器[36-42]等控制和估计方法。 文献[19]采用参数自适应估计的方法得到了船舶模型的部分不确定参数，并设计了基于自适应反步法的无人船路径跟踪控制方法。文献[20]同时考虑了模型参数不确定性与常值海流干扰，提出参数自适应更新律补偿不确定参数与扰动的影响。文献[19]、[20]只能处理无人船运动模型参数不确定性，无法处理未建模动态和外部环境扰动。文献[21]考虑了船舶模型参数不确定与有界的时变环境扰动，提出了基于参数自适应估计的欠驱动无人船路径跟踪鲁棒控制方法。文献[22]研究了确定性和随机性海洋扰动下的无人船轨迹跟踪问题，提出了基于自适应反步跟踪的鲁棒控制方法。文献[21]、[22]假设扰动的边界值是确定已知的，这在实际应用时难以获得。近年来，神经网络控制与模糊控制方法被广泛应用于扰动环境下的无人船运动控制中。文献[24]采用前馈自适应神经网络逼近船舶模型不确定性与未知扰动，分别设计了状态反馈与输出反馈的轨迹跟踪控制器。文献[25]提出基于领导-跟随技术的自适应神经网络控制方法，实现了模型不确定与扰动环境下的欠驱动海洋航行器编队控制。文献[26]提出一种单隐层神经网络逼近无人船的模型不确定与海洋扰动。文献[27]采用回声状态神经网络逼近无人船未知动态，并实现了估计与控制的解耦设计。文献[28]采用单隐层神经网络逼近无人船的未知水动力参数与外部扰动，提出了指定性能的自适应神经网络控制方法。文献[29]提出了基于输入输出数据的模糊逼近器估计无人船运动模型总扰动。文献[30]采用二型模糊逼近方法同时估计船舶模型不确定性与执行器故障。文献[31]提出了基于预估器的模糊控制，提高了模型逼近的暂态性能。文献[32]提出了基于数据驱动的模糊预估器，能够同时逼近模型不确定性与系统未知模型参数。上述文献采用的神经网络控制[24-28]和模糊控制[29-32]能够处理非参数化的系统不确定性，但是他们均依赖持续激励的条件。 扰动观测器是一种有效的无人船外部扰动估计方法，其基本思想是根据已知的系统信息在线估计外部扰动，目前主流的无人船扰动观测器包括降阶扰动观测器和全阶扰动观测器。降阶扰动观测器通过引入辅助状态计算扰动估计值[33，43-51]。文献[43]～[45]设计了基于降阶扰动观测器的动力定位控制方法，其中降阶扰动观测器用于观测时变的外部扰动。文献[46]、[47]将降阶扰动观测器应用在全驱动无人船轨迹跟踪控制律设计中。文献[48]提出基于降阶扰动观测器的欠驱动无人船路径跟踪控制器，其中降阶扰动观测器能够辅助提高暂态性能。文献[49]、[50]采用降阶扰动观测器补偿纵荡和艏摇方向的外部时变扰动。文献[33]考虑未知常值海流干扰下的多欠驱动船舶集群系统，提出基于降阶扰动观测器的协同轨迹跟踪控制方法。文献[51]提出一种有限时间降阶扰动观测器，通过引入符号函数能够保证估计误差的有限时间收敛，缩短暂态过渡时间。文献[45]将降阶扰动观测器用于时变海洋扰动下的时变抗扰编队控制器设计。文献[52]将有限时间降阶扰动观测器用于提高轨迹跟踪和编队控制的精度。 与降阶扰动观测器引入辅助状态的设计思路不同，在全阶扰动观测器设计中，扰动被视为一种新的状态[34，53-63]。文献[53]提出基于全阶扰动观测器的无人船轨迹跟踪控制方法，其中全阶扰动观测器用于估计横荡方向的常值海洋扰动。随后，全阶扰动观测器被用于多种无人船运动场景。文献[54]、[55]采用全阶扰动观测器估计无人船动力定位系统的未知外部扰动。文献[34]采用全阶扰动观测器估计无人船航向动态中的时变环境扰动。文献[56]～[58]采用全阶扰动观测器估计运动学模型中的常值海流扰动，并设计了基于观测器的路径跟踪控制器。文献[59]将全阶扰动观测器用于扰动环境下欠驱动无人船路径跟踪控制器的设计中。文献[60]、[61]提出了有限时间全阶扰动观测器，能够实现扰动估计的有限时间收敛，但是收敛时间依赖于初始状态和设计参数。文献[62]提出了固定时间全阶扰动观测器，能够实现估计误差在预设时间下的快速收敛。文献[62]、[63]进一步将固定时间全阶扰动观测器用于固定时间轨迹跟踪和固定时间动力定位控制中。值得指出的是，扰动观测器只能观测外部扰动，而不能观测无人船系统的模型参数不确定性与未建模动态。 1.2.2无人船状态观测方法研究现状 实际应用中无人船的位置信息通常可以通过低成本的全球导航定位系统如全球定位系统(global positioning system，GPS)和北斗卫星定位系统获得，加速度信息可由加速度计测量，而精确的速度信息一般依赖多普勒计程仪获得。然而多普勒计程仪价格昂贵，不适用于小型、低成本的无人船，尤其是在大规模小型无人船集群应用场景中，其成本和体积限制更加突出。因此，研究无人船速度观测器具有实际意义，能够显著降低集群控制算法的实现成本。为了估计和观测速度信息，研究人员提出了波浪滤波观测器[64-66]、高增益观测器[24，67]、神经网络观测器[14，68，69]等估计方法。 文献[64]～[66]针对速度未知的全驱动无人船，提出了一种波浪滤波观测器，能够基于存在观测误差的位置信息，重构无人船的状态与扰动信息。然而，波浪滤波观测器依赖船舶动力学的无源特性，且需要模型参数已知。文献[24]提出了一种无人船高增益观测器，能够基于位置和艏摇角信息估计船舶速度。文献[67]将高增益观测器用于无人船动力定位系统，用于观测纵荡、横荡、艏摇三个方向的未知速度信息。然而，文献[24]、[67]中的高增益观测器只能观测未知速度，不能估计船舶动力学内部模型不确定性与外部环境扰动。 文献[55]针对协同动力定位智能船舶系统，提出了一种基于位置信息的神经网络观测器，能够同时观测无人船的未知速度与外部海洋环境扰动。文献[14]提出一种基于输入输出数据的回声状态神经网络观测器，用于无人船状态重构、不确定模型估计与外部环境扰动估计。文献[68]提出了一种基于预估器的神经网络观测器，设计了基于预估误差的神经网络迭代更新律，实现了未知状态和扰动的同时估计。文献[69]中的神经网络观测器能够对模型不确定性和速度信息进行同时观测，但参数收敛依赖持续激励条件。 1.2.3无人船扩张状态观测器研究现状 扩张状态观测器[70]*先由韩京清研究员提出，该方法将模型内扰和外扰视为总扰动统一进行估计。扩张状态观测器具有结构简单、参数整定容易、估计响应快等优点，被广泛应用于无人船运动控制中。现有的无人船扩张状态观测器设计方法主要可以分为降阶扩张状态观测器和全阶扩张状态观测器。 文献[70]针对六自由度全驱动无人船的路径跟踪控制问题，提出了降阶扩张状态观测器用于观测总扰动信息。文献[36]、[71]～[73]采用降阶扩张状态观测器估计无人船路径跟踪控制过程中的未知侧滑角。文献[74]针对欠驱动无人船系统，提出基于降阶扩张状态观测器的海流扰动观测方法。文献[75]采用两个降阶扩张状态观测器分别估计未知动力学模型和外部海洋扰动，并设计了基于观测器的欠驱动无人船轨迹跟踪控制器。文献[76]提出了基于降阶扩张状态观测器的欠驱动无人船航向控制器。文献[77]针对多欠驱动无人船的协同路径跟踪问题，提出降阶扩张状态观测器估计内部模型不确定性和外部扰动信息。文献[15]提出了无人船数据驱动降阶扩张状态观测器，能够解决控制增益未知情形下的不确定性估计难题。 全阶扩张状态观测器也被广泛用于无人船运动控制器的设计中。文献[78]采用全阶扩张状态观测器观测内部模型不确定性与外部扰动，并设计了基于全阶扩张状态观测器的航向控制律。文献[79]、[80]分别提出了基于全阶扩张状态观测器的欠驱动无人船轨迹跟踪控制器和路径跟踪控制器。文献[31]、[32]、[81]、[82]采用全阶扩张状态观测器估计由未知目标速度带来的未知相对运动学不确定性，并分别设计了基于观测器的目标跟踪控制器和目标包围控制器。文献[83]、[84]设计了两个全阶扩张状态观测器，分别用于估计纵荡方向和艏摇方向的内部模型不确定性和外部扰动，并基于观测信息设计了欠驱动多无人船的协同路径跟踪控制律和包含控制律。文献[85]提出全
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
暢銷書架
