کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6866548 679631 2014 9 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Neural network based adaptive dynamic surface control for cooperative path following of marine surface vehicles via state and output feedback
ترجمه فارسی عنوان
کنترل سطح پویای انطباق پویا بر اساس شبکه عصبی برای مسیر تعاونی پس از وسایل نقلیه سطح دریا از طریق بازخورد حالت و خروجی
کلمات کلیدی
مسیر همکاری زیر، کنترل سطح دینامیک، وسایل نقلیه دریایی، شبکه های عصبی، مشاهده کننده،
ترجمه چکیده
این مقاله به مسئله فرماندهی گروهی از وسایل نقلیه سطح دریایی در امتداد مسیرهای داده شده اشاره می کند، در حالیکه یک الگوی شکل گیری مطلوب را تحت شرایط نااطمینی دینامیکی و اختلالات اقیانوس ناشی از باد، امواج و جریان های اقیانوس ناشناخته قرار می دهد. طراحی کنترل به دو پاکت تقسیم می شود. یکی برای هدایت وسیله نقلیه فردی دریایی برای ردیابی یک مسیر مکانی داده شده است. دیگر این است که سرعت هر وسیله نقلیه را در طول مسیر و متغیرهای مسیر تحت محدودیت های یک شبکه ارتباطی زیرزمینی به منظور برگزاری الگوی شکل گیری مطلوب هماهنگ کنیم. ویژگی های کلیدی کنترلرهای توسعه یافته این است که، اول، تکنیک انطباق شبکه عصبی اجازه می دهد تا با عدم اطمینان دینامیکی و اختلالات اقیانوس، بدون نیاز به دانش صریح مدل، رسیدگی کند. دوم، روش کنترل سطح پویا پیشنهاد شده، طراحی کنترل کننده را با معرفی فیلترهای مرتبه اول ساده کرده و از محاسبه مشتقات سیگنال های کنترل مجازی جلوگیری می کند. علاوه بر این، این نتیجه به سمت بازخورد خروجی گسترش می یابد، جایی که یک مسیر هماهنگی مبتنی بر مشاهدات بالا در زیر کنترل کننده بدون اندازه گیری سرعت هر وسیله نقلیه توسعه می یابد. تحت کنترل کننده های پیشنهادی، تمام سیگنال ها در سیستم حلقه بسته تضمین می شوند که در نهایت به طور مساوی برای هر دو مورد بازخورد حالت و خروجی محدود می شود. نتایج شبیه سازی نتایج عملکرد و بهبود کارایی استراتژی پیشنهادی را تایید می کند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
This paper addresses the problem of steering a group of marine surface vehicles along given spatial paths, while holding a desired formation pattern subject to dynamical uncertainty and ocean disturbances induced by unknown wind, waves and ocean currents. The control design is categorized into two envelopes. One is to steer individual marine surface vehicle to track a given spatial path. The other is to synchronize the speed of each vehicle along its path and path variables under the constraints of an underlying communication network in order to holding a desired formation pattern. The key features of the developed controllers are that, first, the neural network adaptive technique allows one to handle the dynamical uncertainty and ocean disturbances, without the need for explicit knowledge of the model; second, the proposed dynamic surface control technique simplifies the controller design by introducing the first-order filters and avoids the calculation of derivatives of virtual control signals. Further, this result is extended to the output feedback case, where a high-gain observer based cooperative path following controller is developed without measuring the velocity of each vehicle. Under the proposed controllers, all signals in the closed-loop system are guaranteed to be uniformly ultimately bounded for both state and output feedback cases. Simulation results validate the performance and robustness improvement of the proposed strategy.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Neurocomputing - Volume 133, 10 June 2014, Pages 170-178
نویسندگان
, , ,