-
公开(公告)号：CN108052009B
公开(公告)日：2021-05-04
申请号：CN201810066319.2
申请日：2018-01-23
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 基于滤波反步法的水面目标救援跟踪观测控制器设计方法，涉及水面目标救援跟踪控制领域。为了解决水面运动目标救援的跟踪控制的问题。根据导引律求得救援船的期望位置与期望速度；设计救援船状态观测器，利用其滤除救援船在四级海况下的各个方向的振荡运动，保留救援船在四级海况下的平移运动；设计基于反步法的观测控制器，选择李雅普诺夫函数证明观测控制器的稳定性；采用二阶滤波器对得到的观测控制器中的虚拟控制量进行滤波处理以避免反步法设计的观测控制器多次对虚拟控制量进行求导；构造滤波补偿系统对二阶滤波器的输入输出信号产生的偏差进行消除，设计基于滤波反步法的观测控制器。本发明针对水面失事潜艇跟踪控制，精度高，鲁棒性强。
-
公开(公告)号：CN108459503B
公开(公告)日：2021-03-30
申请号：CN201810165096.5
申请日：2018-02-28
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于量子蚁群算法的无人水面艇航迹规划方法，属于无人水面艇和航迹规划技术领域。本发明通过量子蚁群算法来解决无人水面艇的航迹规划问题，包含以下步骤：根据地理信息数据库中的障碍物分布情况，建立航行区域的静态环境模型；根据无人水面艇航迹规划的目标函数和约束条件，建立无人水面艇的航迹规划综合评价函数；采用量子蚁群算法对无人水面艇进行全局静态航迹规划。本发明提出的算法既能体现量子计算的高效性，又保持了蚁群算法较好的寻优能力和较强的鲁棒性，可以提高算法的计算速度，能够有效且快速地得到无人水面艇在复杂海况下的最优航迹，使无人水面艇在满足约束条件的前提下，得到最优航迹，从而完成任务要求。
-
公开(公告)号：CN107065569B
公开(公告)日：2020-11-03
申请号：CN201710396708.7
申请日：2017-05-31
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明提供的是一种基于RBF神经网络补偿的船舶动力定位滑模控制系统及方法。包括显控计算机(1)、导引系统(2)、扩张状态观测器(3)、滑模控制器(4)、RBF神经网络补偿器(5)、执行机构(6)、动力定位船舶(7)、传感器系统(8)。本发明的基于RBF神经网络补偿的船舶动力定位滑模控制系统及方法考虑了船舶运动中的未建模动态、模型不确定、环境干扰和执行机构输入饱和问题，提高船舶动力定位系统的抗干扰能力和定位精度，在推进器、螺旋桨等执行机构输入受限情况下能够达到较好的控制效果。
-
公开(公告)号：CN110377034A
公开(公告)日：2019-10-25
申请号：CN201910613566.4
申请日：2019-07-09
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明属于船舶领域，公开了一种基于蜻蜓算法优化的水面船轨迹跟踪全局鲁棒滑模控制方法，包含如下步骤：步骤(1)：建立船舶三自由度运动模型获取船舶的位置及艏向；步骤(2)：利用非线性估计滤波器滤去波浪力中的一阶高频干扰力及测量噪声；步骤(3)：设计基于全局鲁棒的轨迹跟踪滑模控制器；步骤(4)：根据实际情况设计巴特沃斯低通滤波器；步骤(5)：引入蜻蜓优化算法对轨迹跟踪滑模控制器中重要参数寻优；步骤(6)：将轨迹跟踪滑模控制器、巴特沃斯低通滤波器及非线性估计滤波器与水面船构成闭环系统，输入期望轨迹。本发明保证了航迹跟踪误差的渐进收敛，解决了常规滑模控制趋近段的不鲁棒性，实现了全局快速稳定。
-
公开(公告)号：CN109725650A
公开(公告)日：2019-05-07
申请号：CN201910182252.3
申请日：2019-03-08
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 一种密集障碍物环境下的AUV避障方法，属于水下无人航行器智能控制技术领域。发明把声呐探测的障碍物数据通过轮廓凸算法和贝塞尔插值将障碍物边界简化，利用预测导引避障算法设计出密集障碍物环境下的避障航迹。考虑到密集障碍物的复杂多样性，因此该方法结合避障参数和避障规则制定出避障权值函数得出全局最优预测避障参数，最后制定出相应的避障导引航迹点使得AUV实现避障的目的。实验数据可以看出本发明所提算法针对复杂密集障碍物环境有更好的适应性和避障执行效率，能够更好的利用到水下无人潜航器AUV的水下避障过程中。
-
Patent Agency Ranking
公开(公告)号：CN105867122B
公开(公告)日：2018-10-19
申请号：CN201610201135.3
申请日：2016-04-01
Applicant: 哈尔滨工程大学
Abstract: 基于滚动时域估计的动力定位船舶波频模型参数估计系统，涉及船舶动力定位领域，具体涉及动力定位船舶波频模型参数估计系统。为了解决现有的利用带通滤波进行海浪滤波过程中存在的精度有限的问题，本发明包括：波频模型参数估计功能启动模块、时间窗提取模块、测量信息序列提取模块、主导频率预估器、高通滤波器、滚动时域估计器和模型参数估计结束模块；主导频率预估器取出动力定位船舶位置和艏向的测量信息并进行快速傅里叶变换获取谱曲线并确定初始的波频模型参数；高通滤波器对测量信息进行滤波估计出波频运动分量；然后，滚动时域估计器估计出波频模型参数和波频运动估计。本发明适用于动力定位船舶波频模型参数估计。
-
公开(公告)号：CN108490961A
公开(公告)日：2018-09-04
申请号：CN201810243237.0
申请日：2018-03-23
Applicant: 哈尔滨工程大学
IPC: G05D1/06
CPC classification number: G05D1/0692
Abstract: 本发明提供一种多AUV动态圆弧编队控制方法，是一种在已知路径下的多自主水下航行器(Autonomous Underwater Vehicles,AUV)动态圆弧编队控制策略，属于船舶控制技术领域。本发明提出了一种新的实现多AUV圆弧编队控制策略，将领航者与跟随者的位姿关系分为相对于坐标轴原点的距离与角度关系，构建姿态角、艏向角、速度误差模型，通过PID控制器控制编队中每个AUV实现圆弧编队运动；跟随者实时接收且只需接收领航者的位姿信息，减少了AUV在多种信息通讯时出现的延时、丢失等不利现象，增强了编队控制的稳定可靠性。
-
公开(公告)号：CN105823503B
公开(公告)日：2018-02-09
申请号：CN201610169230.X
申请日：2016-03-23
Applicant: 哈尔滨工程大学
IPC: G01D18/00
Abstract: 基于改进灰色预测GM（1,1）模型自主水下航行器传感器故障诊断方法，涉及自主水下航行器(AUV)故障诊断领域。本发明是为了增强自主水下航行器在水下工作的安全性。本发明主要包括以下步骤：1、建立自主水下航行器传感器故障模型；2、对自主水下航行器的传感器数据进行预处理；3、设计改进的灰色预测GM(1,1)模型；4、将改进的灰色预测GM(1,1)模型运用到自主水下航行器传感器中并进行故障诊断；5、利用改进GM(1,1)模型实现自主水下航行器传感器的实时故障诊断。本发明适用于自主水下航行器传感器故障诊断。
-
公开(公告)号：CN107065569A
公开(公告)日：2017-08-18
申请号：CN201710396708.7
申请日：2017-05-31
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明提供的是一种基于RBF神经网络补偿的船舶动力定位滑模控制系统及方法。包括显控计算机(1)、导引系统(2)、扩张状态观测器(3)、滑模控制器(4)、RBF神经网络补偿器(5)、执行机构(6)、动力定位船舶(7)、传感器系统(8)。本发明的基于RBF神经网络补偿的船舶动力定位滑模控制系统及方法考虑了船舶运动中的未建模动态、模型不确定、环境干扰和执行机构输入饱和问题，提高船舶动力定位系统的抗干扰能力和定位精度，在推进器、螺旋桨等执行机构输入受限情况下能够达到较好的控制效果。
-
公开(公告)号：CN106054884A
公开(公告)日：2016-10-26
申请号：CN201610429103.9
申请日：2016-06-16
Applicant: 哈尔滨工程大学
IPC: G05D1/02
CPC classification number: G05D1/0692
Abstract: 本发明提供一种基于神经网络的L1自适应船舶动力定位双环控制系统，包括海洋船舶、外环位置跟踪回路控制器、基于神经网络的L1自适应内环控制器和路径生成器。外环位置跟踪回路控制器能够跟踪系统的参考路径，得到虚拟的速度指令，基于神经网络的L1自适应内环控制器包括自适应小波神经网络逼近、状态预测器、参数自适应律和L1控制规律，L1控制规律中包含一个滤波器，基于神经网络的L1自适应内环控制器解决了系统中的不确定性问题，并利用递归小波神经网络对系统中的耦合项进行了逼近。L1控制器在进行反馈的同时，将一个低通滤波器引入到了反馈回路中，削弱控制信号中未知高频噪声对系统的影响。本发明可应用于其它船舶动力定位系统控制问题上。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.026 seconds)
