摘要
本发明涉及一种基于模型预测控制和控制律学习的无人船集群协同追踪控制方法,属于无人船艇编队轨迹追踪控制领域。旨在解决现有的集中式控制算法计算复杂度高、分布式控制算法控制效果差的问题。首先建立了无人船的运动学和动力学模型,之后设计了分布式双模控制算法和集中式模型预测控制算法,并构建了长短期记忆网络(LSTM)来学习全局控制律与分布式控制律之间的深层映射关系,随后,针对离线学习方法可扩展性差的问题,设计了一种自适应模型切换策略,根据追踪轨迹的特征自适应切换LSTM模型,在减少计算时间的同时提高了协同控制效果,确保多无人船系统能实时地以各类期望队形追踪时变的目标轨迹。
技术关键词
协同追踪控制方法
无人船集群
分布式控制
LSTM模型
模型预测控制算法
轨迹
无人船系统
特征值
分布式模型
误差模型
训练集
离线学习方法
分布式框架
长短期记忆网络
解码器模型
无人船艇
系统为您推荐了相关专利信息
配电网故障
自愈方法
时间预测模型
负荷
数学模型
期望电压值
分布式控制方法
母线
微电网
电流双环控制
监测控制方法
时间序列分析方法
消能井
ARIMA模型
监控平台
种植系统
中央控制器
方舱
寿司
模型预测控制算法
性能退化预测方法
机载传感器
航空发动机
网络参数配置
LSTM模型