论文部分内容阅读
本文研究了具有输入饱和的船舶航向离散非线性控制系统的鲁棒神经网络后推控制。首先,原系统通过变化得到一种新颖的能够预测变量船舶航向的离散非线性系统。然后利用后推技术进行该离散非线性系统的神经网络控制器设计。在控制器设计过程中,高阶神经网络用于逼近未知非线性方程。并且将输入饱和辅助系统引入存在输入饱和约束的船舶航向控制系统。和过去的控制方法相比,本文所提出的算法提高了航向离散非线性系统的鲁棒性。基于李雅普诺夫理论,闭环系统的所有的信号被证明半全局一致最终有界并且航向跟踪误差趋近于零。最后,运用“育鲲”轮仿真实