买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉大连海事大学申请的专利一种带有事件触发机制和信号量化的无人船自适应轨迹跟踪控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119045481B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411121729.4，技术领域涉及：G05D1/43；该发明授权一种带有事件触发机制和信号量化的无人船自适应轨迹跟踪控制方法是由宁君;王雨;马一帆;陈科谕;刘陆;彭周华;李铁山设计研发完成，并于2024-08-15向国家知识产权局提交的专利申请。

本一种带有事件触发机制和信号量化的无人船自适应轨迹跟踪控制方法在说明书摘要公布了：本发明提供一种带有事件触发机制和信号量化的无人船自适应轨迹跟踪控制方法，包括：采用均匀量化器对控制信号进行量化，并使用线性分析模型描述输入量化的过程以及外界干扰；利用神经网络观测器估计量化后的状态反馈信息、系统不确定项以及外界干扰；结合反步法、动态面技术和事件触发机制，利用神经网络观测器观测结果，设计量化反馈控制器；基于Lyapunov稳定性理论，证明神经网络观测器的观测误差，以及设计的带有事件触发机制和信号量化的USV自适应轨迹跟踪控制系统的稳定性。本发明技术方案针对海上通讯带宽受限情况下无人船的轨迹跟踪问题，通过设计量化反馈控制器，解决了带有事件触发机制和信号量化的USV自适应轨迹跟踪控制问题。

本发明授权一种带有事件触发机制和信号量化的无人船自适应轨迹跟踪控制方法在权利要求书中公布了：1.一种带有事件触发机制和信号量化的无人船自适应轨迹跟踪控制方法，其特征在于，包括： S1、采用均匀量化器对控制信号进行量化，并使用线性分析模型描述输入量化的过程以及外界干扰，具体包括： S11、在风浪流的环境干扰下，构建USV的运动学和动力学模型，如下： 式中， x,y和ψ分别为无人船的位置和艏摇角；u,v,r分别为前向速度、横向速度和艏揺角速度；Qτu、Qτv和Qτr分别为控制输入τu、τv和τr的量化值；为与风浪流相关的环境干扰；Rψ、M、Cν和Dν分别代表变换矩阵、惯性矩阵、科里奥利和向心力矩阵以及阻尼矩阵，c1＝m22v+m23r，c2＝m11u，d11＝Xu+Xu|u||u|+Xuuuu2，d22＝Yv+Yv|v||v|+Yv|r||r|，d23＝Yr+Yr|v||v|+Yr|r||r|，d32＝Zv+Yv|v||v|+Yv|r||r|，d33＝Zr+Yr|v||v|+Yr|r||r|，式中m为USV的质量，和为附加质量，xg为USV的重心，IZ为关于垂直轴的惯性矩阵，Xu、Xu|u|、Xuuu、Yv、Yv|v|、Yv|r|、Yr|v|、Yr、Yr|r|、Zv、Zv|v|、Zv|r|、Zr、Zr|v|和Zr|r|为流体力学系数； S12、将所有状态变量x,y,ψ,u,v,r以及控制输入τu,τv,τr均采用均匀量化器进行量化： 式中，s＝x,y,ψ,u,v,r,τu,τv,τr，j∈Z+；h＞0表示量化步长；H1＝h，Hj+1＝Hj+h；存在一个正常数使得量化误差s-Qs满足 S13、假设外界干扰τωu、τωv和τωr是有界的，假设理想参考轨迹是连续可微的，并且ηd和其微分项都是有界的； S14、令Qτ＝q1τ+q2，定义： 式中，a＞0，q1是时变且未知的，由于符号在量化过程中保持不变，可知q1＞0；因为则Qτu-τu、Qτv-τv和Qτr-τr是有界的，意味着|q2u|、|q2v|和|q2r|也是有界的； S2、利用神经网络观测器估计量化后的状态反馈信息、系统不确定项以及外界干扰，具体包括： S21、定义不确定项则USV运动学和动力学模型为： S22、利用径向基函数神经网络逼近未知连续函数Fv，其中： Fv＝WTΠv+ε 式中，表示理想权重，为高斯函数，n为隐含层节点数，为观测误差；理想权重和观测误差分别满足‖W‖≤W*和‖ε‖≤ε*，W*和ε*为正常数；高斯函数满足‖Π‖≤Π*，Π*为正常数； S23、设计神经网络观测器，如下： 式中，l1＞0，l2＞0，和分别为量化后的状态变量Qη＝[Qx,Qy,Qψ]Τ和Qτ＝[Qu,Qv,Qr]Τ的估计值，为W的估计值，逼近误差旋转矩阵 S3、结合反步法、动态面技术和事件触发机制，利用神经网络观测器观测结果，设计量化反馈控制器，具体包括： S31、定义误差面，如下： 式中，α1、α2和α3是中间信号和的滤波信号； S32、定义一阶低通滤波器，如下： 式中，i＝1,2,3，是滤波增益； S33、对误差面进行求导，得到： 定义中间信号为式中，κ1＞0； S34、对误差面进行求导，得到： 式中，κ2＞0， S35、设计中间信号和自适应律分别为： 式中，β,δ,σ,ξ,为正常数，L1＝[tanhΓ11,tanhΓ12,tanhΓ13]T，Γ1＝[Γ11,Γ12,Γ13]T， L2＝[tanhΓ21,tanhΓ22,tanhΓ23]T，Γ2＝[Γ21,Γ22,Γ23]T， S36、基于时变阈值，设计事件驱动策略，如下： tk+1＝inf{t∈R,‖et‖≥β‖τ‖+g} 式中，g＞0，et＝ωt-τt，可知：存在一个连续时变系数λ2t，满足λ2tk＝0，λ2tk+1＝±1，且|λ2t|≤1，使得： ω＝τ+λ2β‖τ‖+g ＝1+λ2βsignττ+λ2g ＝1+λ1βτ+λ2g 式中，λ1＝λ2signτ，|λ1|＝|λ2signτ|≤1； S4、基于Lyapunov稳定性理论，证明神经网络观测器的观测误差，以及设计的带有事件触发机制和信号量化的USV自适应轨迹跟踪控制系统的稳定性，具体包括： S41、对于步骤S2中的神经网络观测器，观测误差为对观测误差进行求导，得到： 式中，存在正常数R*满足 S42、定义观测器的误差状态方程为： 式中， S43、令E＝Tθ，求导得到： 式中，Λ0＝diagΛ,03， 因为‖Π‖≤Π*，‖W‖≤W*和‖ε‖≤ε*，则G0有界； S44、定义Lyapunov函数，如下： 式中，p为正定矩阵，为了分析V1稳定性，考虑如下联立Lyapunov不等式组： 式中，ζ＞0，为满足的艏摇角速度r的边界； S45、对V1求导得到： 式中，因此神经网络观测器的观测误差最终一致有界； S46、定义Lyapunov函数，如下： S47、对滤波误差求导，得到： 存在上界函数则有： 其中，Γ3的最大值记为Ωγ； S48、对V2求导，得到： S49、由于为正常数，则由于|λ2g|≤g和1-β≤|1+λ1β|，可得则有： 由于则因此则有： 由于和因此则有： 式中， 因此控制系统是稳定的，所有控制信号都是均匀最终有界的。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连海事大学，其通讯地址为：116026 辽宁省大连市甘井子区凌水街道凌海路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。