论文部分内容阅读
针对欠驱动自主水下航行器(AUV)在外界干扰和输入受限下水平面轨迹跟踪问题,提出了基于非线性干扰观测器和径向基函数(RBF)神经网络的滑模控制器.首先,将欠驱动AUV运动学模型通过坐标变换转换为误差运动学模型镇定位置误差;其次,利用反步法设计艏摇角虚速度控制律,镇定姿态误差;然后采用非线性干扰观测器对时变海流扰动进行估计,并通过滤波器估计虚拟控制律的导数,避免了虚拟控制律求导引起的“微分爆炸”;最后,设计自适应RBF神经网络对欠驱动AUV实际输入进行补偿,通过李雅普诺夫稳定性证明闭环跟踪误差所用信号一致有界.仿真验证了所设计控制器的有效性.