论文部分内容阅读
本文以尾鳍式机器鱼为研究对象,研究了其数学建模和目标跟踪控制问题。在建立完整数学模型的基础上,给出了面向控制的模型处理方法,为控制设计奠定了基础。针对现有的控制方法存在的鲁棒性差、控制量易饱和等问题,本文首次将预测控制应用于机器鱼的目标控制中,分别设计了基于动态矩阵和解析模型预测控制的两种目标跟踪控制方法。本文的主要贡献可归纳如下:(1)建立了尾鳍式机器鱼的数学模型。首先,通过坐标变换建立了机器鱼的运动学模型,应用Lighthill细长体理论,分析了尾鳍式机器鱼游动时的受力情况,推导了相应的动力学模型。然后,针对机器鱼游动时周期性摆动尾鳍引入的振荡信号,固定摆动幅值和频率,分别采用近似平均化和二阶泰勒展开方法,得到两种只有一个控制输入的等效模型。最后,针对目标跟踪问题,建立了仅包含距离和角度两个被控变量的目标跟踪模型,为控制器设计带来了便利。(2)给出了基于动态矩阵预测控制方法的尾鳍式机器鱼目标跟踪控制设计方法。为了提高系统的鲁棒性,并避免控制输入的频繁饱和,将预测控制方法应用于尾鳍式机器鱼的目标跟踪控制中。首先对目标跟踪模型进行离散化处理,并对指标函数进行了构造,进而给出非线性DMC目标跟踪控制器的设计方法。然后,对控制器参数对控制性能的影响进行了分析,给出了参数优化方法,最后,通过仿真对设计方法的有效性进行验证。(3)给出了基于解析模型预测控制方法的尾鳍式机器鱼目标跟踪控制设计方法。为解决动态矩阵控制中随预测时域增加导致的计算量过大问题,引入解析模型预测控制方法。基于解析模型预测控制的基本原理,并结合机器鱼模型的相对阶不确定的特点,引入终端约束和输入约束重新构造性能指标函数,给出了基于解析模型预测控制的目标跟踪控制方法,并通过仿真验证了控制器的有效性进。最后,与非线性DMC目标跟踪控制方法进行了对比分析,给出了各自的优缺点和适用条件。