基于自抗扰控制技术的AUV运动控制的研究与仿真
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 前言 | 第9-18页 |
| ·AUV及其控制技术的发展现状 | 第10-16页 |
| ·AUV在国内外的发展现状 | 第10-13页 |
| ·AUV控制技术的发展现状 | 第13-16页 |
| ·本文的研究方法 | 第16-17页 |
| ·本文的主要工作 | 第17-18页 |
| 2 AUV的数学运动模型 | 第18-28页 |
| ·引言 | 第18-19页 |
| ·坐标系和坐标变换 | 第19-21页 |
| ·坐标系和参数定义 | 第19-20页 |
| ·坐标系的参数变换 | 第20-21页 |
| ·AUV的四自由度运动方程 | 第21-23页 |
| ·AUV的受力分析 | 第21页 |
| ·AUV的推力 | 第21页 |
| ·AUV的静力 | 第21-22页 |
| ·AUV的水动力 | 第22页 |
| ·AUV的动力学方程 | 第22-23页 |
| ·AUV的控制方程 | 第23-24页 |
| ·推进器建模与推力分配 | 第24-26页 |
| ·推进器系统建模 | 第24-25页 |
| ·推力分配设计 | 第25-26页 |
| ·海洋环境建模 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 3 自抗扰控制器的设计 | 第28-40页 |
| ·引言 | 第28页 |
| ·PID与ADRC的基础 | 第28-32页 |
| ·传统PID控制器 | 第28-29页 |
| ·跟踪微分器 | 第29-30页 |
| ·扩张状态观测器 | 第30-31页 |
| ·非线性误差反馈控制律 | 第31-32页 |
| ·自抗扰控制器的结构与算法 | 第32-34页 |
| ·自抗扰控制器的离散算法 | 第34-35页 |
| ·TD的离散算法 | 第34页 |
| ·ESO的离散算法 | 第34-35页 |
| ·NLSEF的离散算法 | 第35页 |
| ·自抗扰控制器的仿真模型 | 第35-39页 |
| ·MATLAB中S-function简介 | 第35-36页 |
| ·ADRC的S-function实现 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 4 基于ADRC的AUV运动控制仿真 | 第40-52页 |
| ·引言 | 第40页 |
| ·自抗扰控制器的参数整定 | 第40-43页 |
| ·自抗扰控制器的设计思路 | 第40页 |
| ·自抗扰控制器的参数分析 | 第40-41页 |
| ·TD的参数整定 | 第41-42页 |
| ·ESO的参数整定 | 第42页 |
| ·NLSEF参数的整定 | 第42-43页 |
| ·水下机器人的运动控制仿真 | 第43-51页 |
| ·AUV的定深控制仿真 | 第43-46页 |
| ·AUV的定向控制仿真 | 第46-48页 |
| ·AUV的定速控制仿真 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 5 AUV自抗扰控制器的改进与仿真 | 第52-64页 |
| ·引言 | 第52页 |
| ·人工神经网络简介 | 第52-56页 |
| ·人工神经元的结构 | 第53-54页 |
| ·BP神经网络 | 第54-56页 |
| ·BP对ADRC的改进 | 第56-57页 |
| ·基于神经网络的自抗扰控制技术的实现 | 第57-60页 |
| ·基于ANN的ADRC控制算法 | 第57-59页 |
| ·BP神经网络的设计 | 第59-60页 |
| ·基于神经网络的ADRC对AUV运动控制仿真实例 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 6 总结与展望 | 第64-66页 |
| ·论文总结 | 第64-65页 |
| ·展望 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 致谢 | 第68-69页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第69页 |
