摘 要: | 针对具有有界时变干扰的无人车辆跟踪控制问题,提出了一种策略迭代智能跟踪控制方法。通过设计自适应干扰消解器对外界干扰进行补偿,确保了哈密顿-雅克比-贝尔曼(Hamilton-Jacobi-Bellman,HJB)方程的有效性;通过设计标识符网络对未知车辆动力学进行估计,并利用重构的标识符跟踪误差推导出全新的HJB方程;借助演员-评论家网络,在线获得标识符估计状态下的无人车辆最优跟踪控制策略。基于李雅普诺夫理论,证明了标识符跟踪误差、标识符近似误差、神经网络权值误差均为半全局最终一致有界,无人车辆可以达到理想的跟踪性能。仿真结果表明:在上界为10.331 1 N的外界干扰影响下,该方法的跟踪误差至少收敛到了0.054 8 m,具有良好的抗干扰性能,与滑模控制方法相比,跟踪精度提高了40%,控制代价减少了22%。
|