| 【中文题名】 | 基于神经网络的水下机器人广义预测控制技术研究 |
| 【英文题名】 | Research on Neural Generalized Predictive Control of Autonomous Underwater Vehicle |
| 【学科专业】 | 机械电子工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-8-21 |
| 【中关键词】 | 广义预测控制,神经网络,多步预测,系统辨识,水下机器人, |
| 【英关键词】 | Generalized predictive control,Neural network,Multi-step prediction,System identification,AUV, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化技术及设备>机器人技术>机器人> |
| 【论文摘要】 |
自治水下机器人在海底侦查、大范围勘探和海底地形测绘等方面得到广泛应用，它代表了水下机器人技术的发展方向，受到了越来越多的关注。但是，自治水下机器人是一种高度非线性、参数时变的动态系统，当配备水下机械手时，又构成了一个高阶、冗余的组合结构，而且水动力系数不确定也会影响自治水下机器人的动态特性。因此，自治水下机器人的控制技术非常困难，迫切需要寻求一种合适的智能控制技术。
针对自治水下机器人的上述特点，本文提出了一种基于改进Elman神经网络的水下机器人广义预测控制系统。针对自治水下机器人高阶、非线性的特点，分析了改进Elman神经网络系统辨识方法，采用动态反向传播算法来训练改进Elman神经网络。将改进Elman神经网络与多层前向神经网络系统辨识进行对比仿真实验，仿真结果证明了改进Elman神经网络系统辨识的优越性。针对自治水下机器人参数时变的特点，建立了神经网络在线辨识模型，考虑到水下机器人计算机控制系统对在线学习时间的限制，提出了滚动样本法和改进在线辨识模式相结合的在线辨识方法。本文同时提出了基于神经网络的水下机器人广义预测控制系统的结构，给出了基于神经网络的广义预测控制算法，推导了BP网络... |
| 【论文题纲】 |
|
摘要 |
5-7 |
|
Abstract |
7-12 |
|
第1章 绪论 |
12-24 |
|
1.1 引言 |
12 |
|
1.2 非线性系统控制综述 |
12-14 |
|
1.3 水下机器人控制技术 |
14-15 |
|
1.4 水下机器人系统辨识方法 |
15-18 |
|
1.5 广义预测控制综述 |
18-21 |
|
1.6 课题的来源及研究意义 |
21-22 |
|
1.7 论文的主要工作 |
22-24 |
|
第2章 广义预测控制 |
24-33 |
|
2.1 引言 |
24 |
|
2.2 广义预测控制的基本算法 |
24-26 |
|
2.3 DIOPHANTINE方程求解优化 |
26-27 |
|
2.4 广义预测控制方法的参数选择 |
27-28 |
|
2.5 广义预测控制算法的改进 |
28-30 |
|
2.6 广义预测控制系统的分析 |
30-31 |
|
2.7 广义预测控制仿真 |
31-32 |
|
2.8 本章小节 |
32-33 |
|
第3章 神经网络系统辨识 |
33-48 |
|
3.1 引言 |
33 |
|
3.2 辨识网络 |
33-39 |
|
3.2.1 多层前向神经网络 |
34-35 |
|
3.2.2 BP网络设计 |
35-36 |
|
3.2.3 改进 Elman神经网络 |
36-39 |
|
3.3 神经网络系统辨识 |
39-44 |
|
3.3.1 两种辨识结构 |
40-41 |
|
3.3.2 神经网络在线辨识改进 |
41-44 |
|
3.4 仿真实例 |
44-47 |
|
3.4.1 BP神经网络辨识 |
45-46 |
|
3.4.2 改进Elman神经网络辨识 |
46 |
|
3.4.3 仿真对比分析 |
46-47 |
|
3.5 本章小结 |
47-48 |
|
第4章 基于神经网络的广义预测控制 |
48-64 |
|
4.1 引言 |
48 |
|
4.2 神经网络广义预测控制系统 |
48-49 |
|
4.3 神经网络多步预测模型 |
49-50 |
|
4.4 神经网络广义预测控制算法 |
50-56 |
|
4.4.1 最小化性能指标函数的算法 |
51-53 |
|
4.4.2 基于BP网络的灵敏度导数 |
53-55 |
|
4.4.3 基于改进Elman网络的灵敏度导数 |
55-56 |
|
4.5 AUV动力学模型广义预测控制仿真 |
56-62 |
|
4.5.1 基于BP网络的广义预测控制 |
57-59 |
|
4.5.2 基于改进Elman网络的广义预测控制 |
59-61 |
|
4.5.3 仿真实验对比分析 |
61-62 |
|
4.6 本章小结 |
62-64 |
|
第5章 水下机器人广义预测控制实验 |
64-77 |
|
5.1 引言 |
64 |
|
5.2 实验平台及环境介绍 |
64-66 |
|
5.3 开环在线辨识实验 |
66-67 |
|
5.4 在线辨识和无在线辨识的控制实验 |
67-68 |
|
5.5 纵向速度控制实验 |
68-70 |
|
5.6 鲁棒性实验 |
70-72 |
|
5.6.1 改变水下机器人动态特性的实验 |
70-72 |
|
5.6.2 抗干扰实验 |
72 |
|
5.7 实验数据滤波方法 |
72-73 |
|
5.8 艏向控制实验 |
73-76 |
|
5.8.1 艏向角速度控制实验 |
73-75 |
|
5.8.2 艏向抗干扰实验 |
75-76 |
|
5.9 本章小结 |
76-77 |
|
结论 |
77-79 |
|
参考文献 |
79-83 |
|
攻读硕士学位期间发表的论文和取得的科研成果 |
83-84 |
|
致谢 |
84 |
|
| 【DOI】 | LunWen.ID:2.2008.388836 |
