基于深度网络离线迭代与在线调整的无人船跟踪控制方法

本发明公开了一种基于深度网络离线迭代与在线调整的无人船跟踪控制方法，通过预训练的深度神经网络获取对未知的非线性动态的第一步近似值；对未知的非线性动态的第一步近似值进行在线调整，以获取未知的非线性动态的最终近似值的估计值；进而获取控制器和输出层权值自适应律，以确保无人船的航向角的状态向量能够跟踪期望的光滑时变轨迹；实现基于深度网络离线迭代与在线调整的无人船的跟踪控制。本发明通过结合深度神经网络，潜在地提高函数的近似性能，从而使得其对更复杂特征的未知动态具有更好的逼近效果。