基于模块化神经网络的船舶航迹航速预测

为提高船舶航迹航速预测精度,提出一种模块化神经网络MNN(modular neural network)船舶航迹航速预测方法。首先,利用归一化互信息与专家知识确定预测目标的辅助变量从而分解任务;然后,将RBF(radial basis function)神经网络和Elman神经网络用于子网络搭建,使用减法聚类算法确定初始子网络结构,在此基础上提出误差反馈方法将RBF神经网络训练的最大误差所对应的样本作为隐含层新增神经元并通过粒子群算法PSO(particle swarm optimization)优化RBF神经网络学习参数,运用性能函数动态调整Elman神经网络隐含层神经元数目以此构造模块化神经网络对目标进行预测;最后,实验结果表明模块化神经网络预测精度与网络结构均优于传统BP与RBF神经网络,证明了所提方法的有效性。     

基于ADRC的并联三自由度船载稳定平台稳定控制律设计

针对存在动态不确定与未知时变外界扰动下的并联三自由度船载稳定平台稳定控制问题,采用自抗扰控制(Active Disturbance Rejection Control,ADRC)技术,构造扩张状态观测器,实时估计由船载稳定平台动态不确定、未知时变外界扰动以及平台各自由度运动状态变量间的耦合构成的总扰动;设计船载稳定平台PID反馈控制律,并将总扰动的估计前馈至控制输入端补偿船载稳定平台的总扰动,以实现平台的稳定控制.理论分析表明,设计的基于ADRC的船载稳定平台稳定控制律可使其上支撑面在惯性空间保持平稳,并保证船载稳定平台闭环控制系统中所有信号一致最终有界.仿真实验结果验证了设计的基于ADRC的船载稳定平台稳定控制律的有效性以及对未知时变外界扰动的鲁棒性.