技术领域
本发明涉及一种基于预测函数控制的水面USV航向控制方法,属于控制技术领域。
背景技术
水面无人船USV(Unmanned Surface Vessel)是构建海洋智能体系的重要组成部分。随着USV智能控制技术的发展,USV在海事领域中的应用也越来越广泛。USV在推进海事智能管理、提高海洋搜救应急成功率等方面都有重要的应用价值。
预测控制(MPC)算法因其先预测后控制的思想,使得其对于被控对象的响应更加敏感,能够更快的针对外部扰动调整控制动作;同时控制动作产生于其内部优化控制器的在线优化过程,进一步提高了控制系统对被控对象不确定性的处理能力。预测函数控制被称为第3代MPC,其保留了MPC的基本特征,并加入对控制输入进行结构化的步骤,将控制量分解为基函数的线性组合,提高控制输入的规律性,降低算法参数在线计算量。依据预测函数控制算法的上述特点,预测函数控制算法在USV航向控制领域极具应用价值。
水面USV本身存在操舵约束,其航行过程中还存在风浪流等扰动,针对上述问题,本发明采用预测函数控制算法设计USV航向控制器,实现对航向的有效控制。
发明内容
本发明所要解决的技术问题是提供一种基于预测函数控制的水面USV航向控制方法。
采用基于预测函数控制的航向控制器,航向控制器的输入信号为USV的输出航向角和USV的实际航向角,输出信号为USV的舵角控制量δ,水面USV航向控制过程包括以下几个步骤:
(1)航向控制器根据当前舵角控制量计算预测时域内的USV输出航向角;
(2)根据USV当前的实际航向角与预测输出的输出航向角的偏差对预测时域内的未来预测输出值进行校正;
(3)航向控制器根据优化性能指标函数来计算控制时域内USV舵角控制量的最优控制序列,并根据计算出的USV舵角控制量的最优控制序列确定当前时刻施加于USV上的舵角控制信号。
(4)采用滚动优化策略持续上述计算过程,重复步骤(1)-(3)。
所述航向控制器的原理模型涉及USV预测模型的确定、优化性能指标的确定、反馈校正策略的制定以及预测时域和控制时域的参数选择。
预测模型:
反馈校正:
采用k时刻已知USV预测模型的输出航向角ψ
e(k+i)=ψ(k)-ψ
则校正后的系统未来预测时域内的USV预测模型的输出航向角
滚动优化:
求取k时刻最优舵角控制量问题可转化为下式表示的局部最优控制问题,将k时刻求得的最优控制序列的第一个控制值作为k时刻最优舵角控制量作用于USV航向控制系统,实现USV的航向控制:
s.t.δ
其中,ψ是实际航向角,ψ
根据USV本身的控制特点,航向控制器在输出USV的舵角控制量的过程中要考虑舵角约束。本发明中使用的USV模型舵角约束为:
-35°≤δ≤35°。
本发明基于预测函数控制的算法原理,与USV航向控制的要求相结合,提出了一种基于预测函数控制的水面USV航向控制器。通过将该航向控制器与基于经典PID算法的水面USV航向控制器进行航向保持和航向跟踪的对比仿真实验,验证了基于预测函数控制的航向控制器有更好的航向保持和航向跟踪效果。
附图说明
图1航向保持效果图(无干扰)。
图2航向保持舵角控制量(无干扰)。
图3风浪干扰信号。
图4航向保持效果(存在干扰)。
图5航向保持舵角控制量(存在干扰)。
图6航向跟踪效果(无干扰)。
图7航向跟踪舵角控制量(无干扰)。
图8航向跟踪效果(存在干扰)。
图9航向跟踪舵角控制量(存在干扰)。
具体实施方式
本发明所要解决的技术问题是提供一种基于预测函数控制的水面USV航向控制方法。
本发明方法采用基于预测函数控制的航向控制器的输入信号为USV的输出航向角和USV的实际航向角,基于预测函数控制的航向控制器的输出信号为USV的输入舵角控制量δ,水面USV航向控制过程主要包括以下几个步骤:
(1)航向控制器根据当前舵角控制量计算预测时域内的USV航向角预测输出值。
(2)根据USV当前的实际航向角与预测输出的输出航向角的偏差对预测时域内的未来预测输出值进行校正;
(3)航向控制器根据优化性能指标函数以及当前USV的输出航向角来计算控制时域内USV舵角控制量的最优控制序列,并根据计算出的USV舵角控制量的最优控制序列确定当前时刻施加于USV上的舵角控制信号。
(4)采用滚动优化策略持续上述计算过程,重复步骤(1)-(3)。
所述航向控制器的原理模型主要涉及USV预测模型的确定、优化性能指标的确定、反馈校正策略的制定以及预测时域和控制时域的参数选择几个方面。
实施例1基于经典PID算法的航向控制器
首先介绍了基于经典PID的USV航向控制器的设计原理,然后基于模型预测控制中预测函数控制的算法原理,与USV航向控制的要求相结合,设计了一种基于预测函数控制算法的USV航向控制器。
经典PID控制算法设计结构简单,在工程上已获得广泛的应用。基于经典PID算法的USV航向控制系统为典型的负反馈系统,其输入信号为USV的目标航向角ψ
基于经典PID算法的USV航向控制器包括比例、积分和微分三个环节。基于经典PID算法的USV航向控制器的输出信号δ(t)与输入信号e(t)之间的关系,可用公式(1-1)表示。
其中,e(t)为水面USV的目标航向角ψ
在进行控制器设计时,为方便分析和整定参数,一般令K
其中,K
实施例2基于预测函数控制的航向控制器
基于预测函数控制的航向控制器的输入信号为USV的输出航向角和实际航向角,基于预测函数控制的航向控制器的输出信号为USV的输入舵角控制量δ,水面USV航向控制过程主要包括以下几个步骤:
(1)航向控制器根据当前舵角控制量计算预测时域内的USV输出航向角。
(2)根据USV当前的实际航向角与预测输出的输出航向角的偏差对预测时域内的未来预测输出值进行校正。
(3)航向控制器根据优化性能指标函数以及当前USV的目标航向来计算控制时域内USV舵角控制量的最优控制序列,并根据计算出的USV舵角控制量的最优控制序列确定当前时刻施加于USV上的舵角控制信号。
(4)采用滚动优化策略持续上述计算过程,重复步骤(1)-(3)。
根据以上控制过程,该航向控制器的设计主要涉及USV预测模型的确定、优化性能指标的确定、反馈校正策略的制定以及预测时域和控制时域的参数选择几个方面。下面将从这几个方面具体介绍基于预测函数控制的USV航向控制器的设计过程。
预测模型
USV航向控制系统的预测模型是指能够正确描述航向控制系统输入和输出关系的模型。在进行USV航向控制研究时,采用能够描述USV操纵性特点的野本方程作为预测模型。野本方程表示为:
其中,K表示USV的旋回性指数,T表示USV的追随性指数。δ为USV的舵角;ψ为USV的艏向角。
取采样时间为T
在方程式(2-1)中,USV的旋回性指数K和USV的追随性指数T可以通过对已有实验船进行10°/10°的Z形操纵性试验来获得。本发明中的实验船的基本参数如表1所示。
表1 USV主要参数
在平静的湖面进行了实验船的Z形(10°/10°)试验,获得的实验船艏向角和舵角关系变化曲线。对USV试验数据进行拟合,求得实验船的K、T参数的值为:K=0.49,T=1.94。
USV在海上航行时容易受到风、浪的干扰,将这些干扰f
反馈校正
基于预测函数控制(PFC)的USV航向控制器中的反馈校正环节主要是对USV预测模型给出的预测时域内的航向预测输出值进行校正,以使其预测值更接近实际输出值。此处采用k时刻已知USV预测模型的输出航向角ψ
e(k+i)=ψ(k)-ψ
则校正后的系统未来预测时域内的USV预测模型的输出航向角
滚动优化
基于预测函数控制的航向控制器通过滚动优化的方式来求解对应于每一个时刻的最优控制舵角输入量,该舵角控制量的求取标准是控制器对于预设航向的跟踪效果。另外,舵角控制量的选取在考虑航向最大化跟踪的同时,要考虑舵角的变化量符合USV操舵的实际情况。因此,构造如公式(2-6)所示的标准函数J,对预测时域内航向跟踪误差的平方以及控制时域内舵角控制量变化增量的平方求加权平均值,并以标准函数J的最小化来获得USV最优舵角输入控制量。通过调整标准函数中的加权因子来反应航向误差以及舵角增量在求解控制时域内最优舵角控制量时的重要程度。通常情况下,在满足USV舵角约束的条件下,更注重航向控制效果,因此在公式(2-6)中,航向误差加权因子a
其中,ψ是航向控制器的实际航向角,ψ
另外,根据USV本身的控制特点,模型预测航向控制器在输出USV的舵角控制量的过程中要考虑舵角约束。本发明中使用的USV模型舵角约束为:
-35°≤δ≤35° (2-7)
则滚动优化中求取k时刻最优舵角控制量问题可转化为如公式(2-8)表示的局部最优控制问题,将k时刻公式(2-8)求得的最优控制序列的第一个控制值作为k时刻最优舵角控制量作用于USV航向控制系统,实现USV的航向控制。
实施例3仿真验证及分析
以表1中介绍的USV为基础,在matlab仿真环境中对所设计的航向控制系统进行系统仿真,以验证控制器的可行性。系统仿真主要涉及航向保持和航向跟踪两个方面。具体参数设置如下:
USV初始参数设置为:航速v=1m/s,航向角ψ=0°。
PID航向控制器参数设置:K
PFC航向控制器参数设置:预测时域H
1、航向保持效果
在无干扰的理想情况下,对两种USV航向控制器进行航向保持效果仿真。给定目标航向角ψ
由图1和图2的仿真结果可以看出,在无干扰的理想情况下,基于PFC的航向控制器和基于PID的航向控制器都可以无超调的达到给定的目标航向角,基于PFC的航向控制器响应速度比基于PID的航向控制器要快,但是其舵角控制变化量较大。
在进行存在外部干扰的航向控制仿真中,风浪干扰项用一个白噪声乘以二阶波浪函数来代替,干扰信号中白噪声信号的均值为2,功率谱密度为0.5;二阶波浪函数表达式如公式(3-1)所示,参数取值如下:增益常数K
仿真实验中的干扰信号如图3所示。存在外部干扰情况下,两种航向控制器的控制效果如图4所示,对应的舵角控制量变化情况如图5所示。
根据图4和图5所示的仿真结果可以看出,当USV航向控制系统存在外界风浪干扰时,预测函数控制的控制效果要优于经典PID控制。
2、航向跟踪效果
在无干扰的理想情况下,对两种航向控制系统的航向跟踪效果进行仿真。航向跟踪仿真实验给定USV的目标航向角为幅值为90°、频率为0.02rad/s的正弦信号。仿真实验获得的两种控制器的航向跟踪效果如图6所示,舵角控制量变化曲线如图7所示。
为了进一步分析基于PID的航向控制器和基于PFC的航向控制器的控制效果,表2给出了两种控制器的航向平均跟踪误差。从图6、图7以及表2可以看出,基于PFC的航向控制器能够实现稳定的航向跟踪性能,且跟踪速度和跟踪精度都高于传统的PID航向控制器。
表2航向跟踪误差(无干扰)
在存在外部干扰的情况下,给定USV的目标航向角输入为幅值为90°,频率为0.02rad/s的正弦信号,进行两种航向控制器的航向跟踪效果仿真。干扰信号仍然采用公式(3-1)所述的风浪干扰,干扰信号如图3所示。获得的航向跟踪效果如图8所示,舵角控制量变化如图9所示。
为了进一步分析基于PID的航向控制器和基于PFC的航向控制器的控制效果,表3给出了两种控制器的航向跟踪误差。从图8、图9以及表3可以看出,基于PFC的航向控制器在有干扰的情况下也能够实现稳定的航向跟踪性能,且跟踪速度和跟踪精度都高于传统的PID航向控制器。
表3航向跟踪误差(有干扰)
基于预测函数控制的算法原理,与USV航向控制的要求相结合,提出了一种基于预测函数控制的水面USV航向控制器。通过将该航向控制器与基于经典PID算法的水面USV航向控制器进行航向保持和航向跟踪的对比仿真实验,验证了基于预测函数控制的航向控制器有更好的航向保持和航向跟踪效果。
机译: 基于航向率的飞行控制方法
机译: 内燃发动机控制方法涉及基于发动机规则确定相应条件下的控制因子值,其中在从一种条件过渡到另一种条件期间不经常确定值
机译: 一种判断路面摩擦系数的方法及一种基于该判断方法的抗滑制动控制方法