应用于欠驱动ASV基于记忆的事件触发规定时间性能控制方法

本发明公开了一种应用于欠驱动ASV基于记忆的事件触发规定时间性能控制方法，包括构建预设规定时间性能函数，以根据初始条件获取轨迹跟踪约束，该函数允许自定义收敛时间，并消除了初始误差必须在性能边界内的约束问题；基于深度神经网络DNN，根据ASV动力学模型获取包含DNN建模误差的优化ASV动力学模型，构建建模误差逼近观测器，逼近处理优化ASV动力学模型中的DNN建模误差，以构建深度学习控制器，通过设计深度学习控制器来学习ASV的未知动力学，提高学习的准确性并增强DNN的可解释性；基于构建的记忆事件触发机制，用于优化通信资源利用，并且能够根据实时数据和历史数据动态调整，在控制信号发生突变时，记忆事件触发机制优先考虑历史数据，克服了传统事件触发机制过度依赖实时数据的问题。