復(fù)雜涌流下水下自主航行器橫滾抑制控制仿真

趙 威，王程成

（1中國人民解放軍91640部隊(duì)，廣東湛江　524064；2中國石油西氣東輸管道公司，太原　030000）

復(fù)雜涌流下水下自主航行器橫滾抑制控制仿真

趙 威1，王程成2

（1中國人民解放軍91640部隊(duì)，廣東湛江524064；2中國石油西氣東輸管道公司，太原030000）

在復(fù)雜的海洋涌流背景下，水下自主推進(jìn)航行器受到擾動較大，出現(xiàn)橫滾導(dǎo)致控制穩(wěn)定性下降，提出一種基于模糊PID擾動抑制的復(fù)雜涌流下水下自主航行器橫滾抑制算法。構(gòu)建在復(fù)雜涌流下的水下自主航行器運(yùn)動狀態(tài)模型，在航行器的縱向運(yùn)動全包線內(nèi)對橫舵角、橫滾角、回旋角等運(yùn)動約束參量進(jìn)行定常運(yùn)動分析，采用模糊PID神經(jīng)網(wǎng)絡(luò)控制模型進(jìn)行控制律的改進(jìn)設(shè)計(jì)，結(jié)合Lyapunov穩(wěn)定性原理進(jìn)行橫滾抑制和誤差修正，實(shí)現(xiàn)控制算法改進(jìn)。仿真結(jié)果表明，采用該控制算法進(jìn)行復(fù)雜涌流下水下自主航行器橫滾抑制控制，具有較好的輸出響應(yīng)跟蹤性能，有效抑制橫滾，提高了水下自主航行器的穩(wěn)定控制能力，魯棒性較好。

水下自主航行器；橫滾；控制；擾動；魯棒性

0　引 言

水下自主航行器（Underwater Autonomous Vehicle，UAV）通常所指的是魚雷、水聲誘餌、水下潛水艇等，水下自主航行器是利用無線電遙控設(shè)備和自備的程序控制裝置操縱的水下航行器，具有自備動力推進(jìn)的功能。水下自主航行器按應(yīng)用領(lǐng)域，可分為軍用與民用，軍用方面主要有魚雷和潛艇等，民用方面主要有水下探測搜救儀、水下捕撈裝置等。水下自主航行器由于其機(jī)動性好、隱蔽性強(qiáng)等特點(diǎn)，廣泛應(yīng)用在水下目標(biāo)攻擊、水下信息的監(jiān)測探測、數(shù)據(jù)采集和情報(bào)搜集等方面，展示了較好的軍事和民用價(jià)值。水下自主航行器的穩(wěn)定性航行控制是保證航行器自主推進(jìn)的關(guān)鍵技術(shù)，在復(fù)雜的海水涌流環(huán)境下，水下航行器受到的擾動較大，容易產(chǎn)生航向偏移和橫滾，控制性能不好，研究水下航行器的優(yōu)化控制技術(shù)具有重要意義。

傳統(tǒng)的水下航行器控制方法普遍采用支持向量機(jī)控制算法、PID神經(jīng)網(wǎng)絡(luò)控制算法、時滯控制算法等［1-3］，如美國的MK46魚雷，其自動駕駛儀采用的就是PID控制算法，法國的“海鱔”魚雷，采用的是時滯二自由度的控制算法進(jìn)行駕駛儀控制系統(tǒng)設(shè)計(jì)。上述的控制系統(tǒng)和控制算法設(shè)計(jì)中，在航行器的縱向運(yùn)動全包線內(nèi)構(gòu)建運(yùn)動方程，通過非線性數(shù)學(xué)模型構(gòu)建得到多個特定的航行狀態(tài)下控制參量進(jìn)行最小二乘擬合處理，提高了水下航行器的姿態(tài)控制的穩(wěn)定性［4］，但上述控制方法采用插值或者擬合策略，使控制器參數(shù)在有限個線性模型之間連續(xù)變化，導(dǎo)致姿態(tài)角誤差跟蹤過程中容易出現(xiàn)失真。文獻(xiàn)［5］采用H∞魯棒控制方法進(jìn)行了水下自主航行器的橫滾控制器的設(shè)計(jì)，能夠基本滿足姿態(tài)控制的要求，但是該控制系統(tǒng)沒有進(jìn)行擾動抑制，魯棒控制沒有學(xué)習(xí)的能力，在設(shè)計(jì)時要求知道不確定的上界值，導(dǎo)致自適應(yīng)性能不好。

針對上述問題，本文提出一種基于模糊PID擾動抑制的復(fù)雜涌流下水下自主航行器橫滾抑制算法，構(gòu)建在復(fù)雜涌流下的水下自主航行器運(yùn)動狀態(tài)模型，在航行器的縱向運(yùn)動全包線內(nèi)對橫舵角、橫滾角、回旋角等運(yùn)動約束參量進(jìn)行定常運(yùn)動分析，采用模糊PID神經(jīng)網(wǎng)絡(luò)控制模型進(jìn)行控制律的改進(jìn)設(shè)計(jì)，結(jié)合Lyapunov穩(wěn)定性原理進(jìn)行橫滾抑制和誤差修正，實(shí)現(xiàn)控制算法改進(jìn)。最后通過仿真實(shí)驗(yàn)進(jìn)行了性能測試，展示了本文控制算法的優(yōu)越性能。

1　復(fù)雜涌流下水下航行器的運(yùn)動數(shù)學(xué)模型構(gòu)建和控制約束參量分析

1.1復(fù)雜涌流下水下航行器的運(yùn)動數(shù)學(xué)模型構(gòu)建

為了實(shí)現(xiàn)對復(fù)雜的海洋涌流背景下水下自主推進(jìn)航行器的有效控制，抑制橫滾和航向誤差，需要首先構(gòu)建復(fù)雜涌流下水下航行器的運(yùn)動數(shù)學(xué)模型構(gòu)建，通過橫滾抑制控制，進(jìn)行橫滾和俯仰角度跟蹤誤差擬合，提高水下航行器的航行穩(wěn)定性，在建立復(fù)雜涌流下水下航行器運(yùn)動模型之前，先做如下幾點(diǎn)基本假設(shè)：

1）水下航行器為剛體，其外形關(guān)于縱平面x1Oy1平面對稱；

2）水下航行器在海水背景下航行受到的涌流的流體動力位置力及海洋環(huán)境變化的阻尼力滿足線性假設(shè)；

3）忽略因聲學(xué)環(huán)境和海浪的線性干擾導(dǎo)致的誤差；

4）近似認(rèn)為地面坐標(biāo)系為慣性坐標(biāo)系［6-10］。

根據(jù)上述假設(shè)，構(gòu)建水下航行器的運(yùn)動數(shù)學(xué)模型，水下航行器的運(yùn)動數(shù)學(xué)模型包括了質(zhì)心動力學(xué)方程和穩(wěn)態(tài)方程，根據(jù)動量矩和動量矩定理，可以得到水下航行器在縱向運(yùn)動矢量空間內(nèi)的運(yùn)動方程組如式（1）-（15）所示。

1.2控制約束參量和控制目標(biāo)函數(shù)構(gòu)建

水下航行器經(jīng)歷過的橫滾位置記為Pi=（pi1，pi2，…，piD），當(dāng)被控對象隨著概率隨機(jī)初始化作用，自適應(yīng)慣性權(quán)受到姿態(tài)參量樣本的約束，且系統(tǒng)達(dá)到平衡時，得到最小信息熵函數(shù)控制下的涌流背景下的水下航行器慣性權(quán)重能夠收斂到最優(yōu)解，以·x（t）=Ax（t）+Bu（t）和uc（t）= Kxc（t）的形式給出水下航行器航行的穩(wěn)定性控制結(jié)構(gòu)模型，從而得到航行控制的閉環(huán)系統(tǒng)為：

假設(shè)在未知的不確定擾動下，運(yùn)動參數(shù)為常數(shù)，此時水下航行器做等速水平直線運(yùn)動的慣性權(quán)重ω按照下式取值：

其中，ωmax和ωmin分別是慣性權(quán)重上下限，采用最小信息熵進(jìn)行泛函加權(quán)，對被控對象進(jìn)行模式識別和穩(wěn)定性自適應(yīng)修正。此時，給定線性化小擾動特性函數(shù)Gm（s），從輸出端引出反饋向量函數(shù)，繞開了時滯環(huán)節(jié)e-tms的影響，得到涌流背景下的水下航行器橫滾抑制控制狀態(tài)函數(shù)為：

通過上述系統(tǒng)函數(shù)，采用自適應(yīng)算法在線調(diào)整權(quán)值，基于LM-Smith神經(jīng)網(wǎng)絡(luò)泛函特征方程，對航行控制的位置偏移進(jìn)行完全跟蹤補(bǔ)償，得到：

根據(jù)上述分析得知控制系統(tǒng)收斂，表示在涌流背景下的水下航行器姿態(tài)穩(wěn)定特性指標(biāo)函數(shù)為：

其中，e是平均絕對誤差性能函數(shù)均方誤差，ek是縱向運(yùn)動線性狀態(tài)的第k個分量。經(jīng)由如上分析，構(gòu)建了被控對象模型和控制目標(biāo)函數(shù)，以此為基礎(chǔ)進(jìn)行水下自主航行器的橫滾抑制控制優(yōu)化設(shè)計(jì)。

2　控制算法改進(jìn)及穩(wěn)定性證明

在復(fù)雜的海洋涌流背景下，水下自主推進(jìn)航行器受到擾動較大，出現(xiàn)橫滾，傳統(tǒng)的控制算法在縱向運(yùn)動控制中橫舵角產(chǎn)生非線性誤差，控制精度不好，為了克服傳統(tǒng)方法的弊端，本文提出一種基于模糊PID擾動抑制的復(fù)雜涌流下水下自主航行器橫滾抑制算法，在航行器的縱向運(yùn)動全包線內(nèi)對橫舵角、橫滾角、回旋角等運(yùn)動約束參量進(jìn)行定常運(yùn)動分析，采用模糊PID神經(jīng)網(wǎng)絡(luò)控制模型進(jìn)行控制律的改進(jìn)設(shè)計(jì)，結(jié)合Lyapunov穩(wěn)定性原理進(jìn)行橫滾抑制和誤差修正，改進(jìn)算法的設(shè)計(jì)過程描述如下：將水下自主航行器在涌流背景下的水下航行姿態(tài)角控制的非線性系統(tǒng)進(jìn)行分解，定義Lyapunov函數(shù)為：

則對Lyapunove函數(shù)求導(dǎo)，得到：

根據(jù)上述分析可見，水下自主航行器在涌流背景下的水下航行控制的基準(zhǔn)運(yùn)動為一個定常運(yùn)動，Lyapunov函數(shù)求導(dǎo)小于零，表示姿態(tài)控制系統(tǒng)是穩(wěn)定而且有上界的，結(jié)合基準(zhǔn)運(yùn)動方程，求解縱向運(yùn)動參數(shù)，得到：

通過對系統(tǒng)某些參數(shù)的測量，在水平等速直線運(yùn)動狀態(tài)下，得到水下自主航行器在涌流背景下的水下航行姿態(tài)角控制的等效控制律為：

通過上述分析，得到定常運(yùn)動下的水下航行器變結(jié)構(gòu)控制律演變?yōu)椋?/p>

由此實(shí)現(xiàn)對水下自主航行器在涌流背景下的水下航行橫滾的抑制控制設(shè)計(jì)和改進(jìn)。進(jìn)一步，進(jìn)行穩(wěn)定性證明。

證 明 假設(shè)水下航行器的縱向運(yùn)動參數(shù)為一個非線性的向量函數(shù)，采用自適應(yīng)算法在線調(diào)整權(quán)值，?。?/p>

在縱向定常運(yùn)動下，航行器做等速回旋運(yùn)動的穩(wěn)定性Lyapunov函數(shù)為：其中，給出如下式所示的模型：

對應(yīng)的上界估計(jì)值滿足Lyapunov穩(wěn)定性原理，采用本文設(shè)計(jì)的模糊PID擾動抑制控制器可以保證控制系統(tǒng)的漸近穩(wěn)定。根據(jù)Lyapunov穩(wěn)定性原理，得到控制器的Lyapunov函數(shù)的求導(dǎo)過程為：

可見，上式小于零，因此，本文設(shè)計(jì)的控制算法是漸進(jìn)穩(wěn)定的，航向偏移誤差收斂到零，控制魯棒性較好。

命題得證。

3　仿真分析

為了測試本文設(shè)計(jì)的控制算法在抑制水下自主航行器的橫滾和航向誤差修正方面的應(yīng)用性能，進(jìn)行仿真測試實(shí)驗(yàn)分析，實(shí)驗(yàn)中，選擇了ADI公司的ADSP-BF537作為數(shù)字處理芯片，進(jìn)行在涌流背景下的水下航行控制系統(tǒng)的數(shù)字信號處理，首先進(jìn)行運(yùn)動姿態(tài)數(shù)據(jù)采集，對各個通道數(shù)據(jù)進(jìn)行8通道均勻線列陣A/D采樣，以減少擾動對穩(wěn)定性控制的干擾，得到水下自主航行器在涌流背景下的水下航行的縱向通道的誤差模型為：

根據(jù)上述模型，進(jìn)行控制輸出的姿態(tài)角仿真測試，在相同實(shí)驗(yàn)參數(shù)下，采用本文方法和傳統(tǒng)方法，進(jìn)行水下自主航行器的橫滾抑制仿真，以控制輸出的姿態(tài)角誤差u為測試指標(biāo)，得到仿真結(jié)果如圖1所示。

圖1　水下航行器的控制輸出的姿態(tài)角誤差對比Fig.1 Comparison of attitude angle error of control output of underwater vehicle

從圖中可以看出，采用本文方法進(jìn)行水下航行器的控制，能有效抑制了橫滾誤差，進(jìn)行復(fù)雜涌流下水下自主航行器橫滾抑制控制，輸出的姿態(tài)角誤差收斂到零，具有較好的輸出響應(yīng)跟蹤性能，提高了水下自主航行器的穩(wěn)定控制能力，魯棒性較好。

4　結(jié)束語

水下自主航行器的穩(wěn)定性航行控制是保證航行器自主推進(jìn)的關(guān)鍵技術(shù)，在復(fù)雜的海水涌流環(huán)境下，水下航行器受到的擾動較大，容易產(chǎn)生航向偏移和橫滾，控制性能不好，研究水下航行器的優(yōu)化控制技術(shù)具有重要意義。本文提出一種基于模糊PID擾動抑制的復(fù)雜涌流下水下自主航行器橫滾抑制算法，構(gòu)建在復(fù)雜涌流下的水下自主航行器運(yùn)動狀態(tài)模型，采用模糊PID神經(jīng)網(wǎng)絡(luò)控制模型進(jìn)行控制律的改進(jìn)設(shè)計(jì)，結(jié)合Lyapunov穩(wěn)定性原理進(jìn)行橫滾抑制和誤差修正，實(shí)現(xiàn)控制算法改進(jìn)。研究得出，采用該控制算法進(jìn)行復(fù)雜涌流下水下自主航行器橫滾抑制控制，具有較好的輸出響應(yīng)跟蹤性能，有效抑制橫滾，提高了水下自主航行器的穩(wěn)定控制能力，性能優(yōu)越于傳統(tǒng)方法，展示了較高的應(yīng)用價(jià)值。

［1］陸興華，吳恩燊，黃冠華.基于Android的智能家居控制系統(tǒng)軟件設(shè)計(jì)研究［J］.物聯(lián)網(wǎng)技術(shù)，2015，35（5）：692-695.

［2］MAHMOUDEE.Complexcompletesynchronizationoftwo nonidenticalhyperchaoticcomplexnonlinearsystems［J］. Mathematical Methods in the Applied Sciences，2014，37（3）：321-328.

［3］PALOMARES I，MARTINEZ L，HERRERA F.A consensus model to detect and manage non-cooperative behaviors in large scale group decision making［J］.IEEE Trans on Fuzzy System，2014，22（3）：516-530.

［4］ZHANG H，WANG Z，LIU D A.Comprehensive review of stability analysis of continuous-time recurrent neural networks［J］.IEEE Trans on Neural Networks and Learning Systems，2014，25（7）：1229-1262.

［5］葛立志.基于全彈道控制分析的水下航行器攻擊模型視景仿真［J］.艦船電子工程，2015，35（3）：137-141.

［6］陸興華，陳平華.基于定量遞歸聯(lián)合熵特征重構(gòu)的緩沖區(qū)流量預(yù)測算法［J］.計(jì)算機(jī)科學(xué)，2015，42（4）：68-71.

［7］周勇，甘新年，胡光波，等.魚雷制導(dǎo)控制系統(tǒng)多通道控制加權(quán)算法設(shè)計(jì)［J］.現(xiàn)代電子技術(shù)，2014，37（19）：14-17.

［8］趙威.強(qiáng)海水混響背景下水中兵器攻擊目標(biāo)檢測研究［J］.智能計(jì)算機(jī)與應(yīng)用，2016，6（2）：51-54.

［9］趙石磊，郭紅，劉宇鵬.基于軌跡跟蹤的線性時滯系統(tǒng)容錯控制［J］.信息與控制，2015，44（4）：469-473.

［10］明平松，劉建昌.隨機(jī)多智能體系統(tǒng)穩(wěn)定性綜述［J］.控制與決策，2016，31（3）：385-393.

Simulation of roll inhibition control of underwater autonomous vehicle in complex surge

ZHAO Wei1，WANG Chengcheng2
（1 No.91640 Troops of PLA，Zhanjiang Guangdong 524064，China；2 China Petroleum West East Gas Pipeline Company，Taiyuan 030000，China）

Under the complex background of ocean current，water self propulsion vehicle subject to greater disturbance，roll leading to decline in the stability control，based on Fuzzy PID to suppress the disturbance underwater autonomous vehicle roll suppression algorithm of the complex sympathetic inrush is proposed.Underwater independent vehicle motion model of complex surge flow is constructed，in the vehicle longitudinal motion envelope on the horizontal rudder angle，roll angle and swing angle motion constraint parameters were constant motion analysis，adopted fuzzy PID neural network control model to the improved design of the control law，roll suppression and error correction according to the Lyapunov stability theory，to realize the control algorithm improvement.Simulation results show that using this control algorithm complex freshness of underwater autonomous navigation transversely rolling inhibitory control，has good output tracking performance，effectively inhibit the roll，improve the ability to sail of the underwater autonomous navigation，and it has a better robustness.

underwater autonomous vehicle；roll；control；disturbance；robustness

TP276

A

2095-2163（2016）03-0011-04

2016-05-04

趙 威（1979-），男，學(xué)士，高級工程師，主要研究方向：水中兵器工程及技術(shù)保障；王程成（1987-），男，學(xué)士，助理工程師，主要研究方向：電氣工程與自動化。