基于神經網絡的水下機器人廣義預測控制技術研究.pdf

1、自治水下機器人在海底偵查、大范圍勘探和海底地形測繪等方面得到廣泛應用，它代表了水下機器人技術的發(fā)展方向，受到了越來越多的關注。但是，自治水下機器人是一種高度非線性、參數時變的動態(tài)系統，當配備水下機械手時，又構成了一個高階、冗余的組合結構，而且水動力系數不確定也會影響自治水下機器人的動態(tài)特性。因此，自治水下機器人的控制技術非常困難，迫切需要尋求一種合適的智能控制技術。 針對自治水下機器人的上述特點，本文提出了一種基于改進Elman

2、神經網絡的水下機器人廣義預測控制系統。針對自治水下機器人高階、非線性的特點，分析了改進Elman神經網絡系統辨識方法，采用動態(tài)反向傳播算法來訓練改進Elman神經網絡。將改進Elman神經網絡與多層前向神經網絡系統辨識進行對比仿真實驗，仿真結果證明了改進Elman神經網絡系統辨識的優(yōu)越性。針對自治水下機器人參數時變的特點，建立了神經網絡在線辨識模型，考慮到水下機器人計算機控制系統對在線學習時間的限制，提出了滾動樣本法和改進在線辨識模式相

3、結合的在線辨識方法。本文同時提出了基于神經網絡的水下機器人廣義預測控制系統的結構，給出了基于神經網絡的廣義預測控制算法，推導了BP網絡和改進Elman網絡靈敏度導數公式，并建立了神經網絡多步預測模型。 在控制量被約束及受到噪聲干擾的情況下，分別進行了基于BP神經網絡的廣義預測控制及基于改進Elman神經網絡的廣義預測控制的水下機器人運動控制仿真實驗，仿真實驗結果證明后者更適用于水下機器人控制。在自治水下機器人仿真實驗的基礎上，以