小波神经网络自抗扰控制器在水下机器人深度控制中的应用

doi:10.3969/j.issn.1006-2475.2015.06.005

计算机与现代化 ›› 2015, Vol. 0 ›› Issue (6): 23-26.doi: 10.3969/j.issn.1006-2475.2015.06.005

小波神经网络自抗扰控制器在水下机器人深度控制中的应用

(东北石油大学电气信息工程学院,黑龙江大庆163318)

收稿日期:2015-02-02 出版日期:2015-06-16 发布日期:2015-06-18
作者简介:邵克勇(1970-)，男，河南淮阳人，东北石油大学电气信息工程学院教授，博士，研究方向：复杂系统的鲁棒控制理论及应用，自适应控制理论及应用；申雨轩(1990-)，男(回族)，硕士研究生，研究方向：智能控制。
基金资助:
黑龙江省教育厅科学技术研究项目(12521057)

Application of Wavelet Neural Network Active Disturbance Rejection Controller in Autonomous Underwater Vehicle Depth Control

(School of Electrical Engineering & Information, Northeast Petroleum University, Daqing 163318, China)

Received:2015-02-02 Online:2015-06-16 Published:2015-06-18

摘要/Abstract

摘要： 本文主要实现对水下机器人的深度控制。针对BP神经网络的缺点，根据小波神经网络的优越性，设计小波神经网络自抗扰控制器。利用Matlabsimulink对控制器进行仿真测试，表明该控制器控制效果良好，具有较高的鲁棒性。

关键词: 自抗扰控制器, 水下机器人, 小波神经网络

Abstract: The purpose of this article is mainly to accomplish the depth control of Autonomous Underwater Vehicles. Because of the disadvantage of BP neural networks and the advantage of wavelet neural network, we desigaed a wavelet neural network active disturbance rejection controller. We used the Matlabsimulink to test the controller. The controller has good control effect and high robustness.

Key words: active disturbance rejection control, autonomous underwater vehicle, wavelet neural network

中图分类号:

TP18

邵克勇，申雨轩. 小波神经网络自抗扰控制器在水下机器人深度控制中的应用[J]. 计算机与现代化, 2015, 0(6): 23-26.

SHAO Ke-yong, SHEN Yu-xuan. Application of Wavelet Neural Network Active Disturbance Rejection Controller in Autonomous Underwater Vehicle Depth Control[J]. Computer and Modernization, 2015, 0(6): 23-26.

参考文献

［1］黄健. 变速积分PID在AUV航向姿态控制中的应用［J］. 自动化技术与应用, 2014,33(5):44-48.
［2］吴宝举,李硕,王晓辉. 自治水下机器人自适应滑膜控制［J］. 机械设计与制造, 2010(7):142-144.
［3］张铭钧,褚振忠. 自主式水下机器人自适应区域跟踪控制［J］. 机械工程学报, 2014,50(19):50-57.
［4］韩京清. 自抗扰控制技术［J］. 前沿科学, 2007(1):8.
［5］黄一,薛文超,赵春哲. 自抗扰控制纵横谈［J］. 系统科学与数学, 2011,31(9):1111-1129.
［6］贺璐,张炳骐,张效民,等. 自抗扰控制器在AUV悬停定深控制的应用［J］. 计算机测量与控制, 2012,20(5):1280-1282.
［7］张英浩. 基于自抗扰技术的欠驱动AUV路径跟随控制［D］. 哈尔滨:哈尔滨工程大学, 2013.
［8］张荣,韩京清. 基于神经网络的自抗扰控制器［J］. 系统仿真学报, 2000,12(2):141-151.
［9］张荣,韩京清. BP神经网络在自抗扰控制器中的应用［C］// 1998年中国控制会议. 1998:680-683.
［10］赵丽君. 基于小波神经网络的直线电动机控制系统性能改善［J］. 微特电机, 2013,41(8):57-59.
［11］张勋,边信黔,唐照东,等. AUV均衡系统设计及垂直面运动控制研究［J］. 中国造船, 2012,53(1):28-36.
［12］聂云凌,戴捷. 潜器在垂直面内的定常运动预报［J］. 哈尔滨工程大学学报, 1995,16(4):1-6.
［13］熊华胜,边信黔,施小成. 自治水下机器人深度的鲁棒H∞控制仿真［J］. 计算机仿真, 2007,24(3):156-159.
［14］韩京清. 一类不确定对象的扩张状态观测器［J］. 控制与决策, 1995,10(1):85-88.
［15］宋海发,谢祝捷. 小波神经网络的研究［C］// 武备维修保障理论与应用: 中国造船工程学会学术论文集.3. 2013:59-62.
［16］党选举,徐小平,于晓明,等. 永磁同步直线电机的小波神经网络控制［J］. 电机与控制学报, 2013,17(1):43-50.
［17］吕超. 基于QPSO小波神经网络控制器设计与研究［D］. 哈尔滨:哈尔滨理工大学, 2013.

[1]	陈晓雷, 王星星, 申浩阳. 智慧农业中时序数据组合预测模型[J]. 计算机与现代化, 2021, 0(09): 121-126.
[2]	李珅，廖华丽. 基于虚幻引擎的ROV实时运动仿真[J]. 计算机与现代化, 2014, 0(7): 150-153+158.
[3]	吴国安;刘春生;薛雅丽. 基于小波神经网络的锅炉故障诊断及应用研究[J]. 计算机与现代化, 2013, 1(7): 109-112,.
[4]	唐永红;王超;龚安;徐加放;高海康. 基于小波神经网络的水合物形成条件预测方法[J]. 计算机与现代化, 2013, 1(6): 5-8.
[5]	黄舜杰. 基于小波神经网络的桥梁健康监测研究[J]. 计算机与现代化, 2013, 1(6): 44-47.

小波神经网络自抗扰控制器在水下机器人深度控制中的应用

Application of Wavelet Neural Network Active Disturbance Rejection Controller in Autonomous Underwater Vehicle Depth Control

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 5

编辑推荐

Metrics

本文评价