欠驱动船舶路径跟踪神经元自适应迭代滑模控制

针对模型存在参数不确定以及遭受未知外界干扰的欠驱动船舶路径跟踪控制问题,本文提出一种基于Lyapunov稳定性的神经元自适应迭代滑模控制方法。该方法根据路径跟踪偏差信息构造出四阶非线性迭代滑模面,利用最高阶滑模面构建Lyapunov能量函数,并得到满足系统渐近稳定性条件的一个误差函数,进而采用Adaline单神经元设计自适应控制器,且结合最小二乘法推导出使误差函数收敛的神经元权重在线学习算法,可避免对模型参数不确定项和外界干扰进行估计。将设计的控制器应用于5446TEU集装箱船模型进行仿真,结果表明控制系统能有效地处理模型参数摄动及风浪干扰,具有强鲁棒性,且与迭代滑模控制器相比所得控制舵角输出更加平滑有效。