海洋侦察机器人推进系统的混沌反控制研究

论文摘要

本课题研究了海洋侦察机器人推进系统的混沌反控制问题,改进了混沌反控制方法,并在推进系统的应用上提出了一种预研方案。海洋侦察机器人推进系统是典型的多变量非线性时变系统,对这一非线性系统动力学特性的深入研究势必涉及到混沌研究领域。目前国内外对电机系统中混沌现象的研究处在初期探索阶段,对水下侦察机器人推进系统混沌运动的研究更是面临巨大的困难。如何将混沌科学应用到机器人推进系统当中,这涉及到混沌有害时进行控制,混沌有益时进行反控制两方面的问题。推进系统的反控制,即混沌化,是一项富有挑战性和交叉学科性质的新课题,研究工作具有重要理论意义和实用价值。本文针对海洋侦察机器人推进系统产生的独特声纹使隐蔽性降低问题,应用混沌反控制对其进行主动式的防侦破方面研究,主要内容归纳如下:第一、运用小波相空间重构混沌吸引子判断系统是否发生混沌,这是研究混沌反控制的首要问题。海洋侦察机器人推进系统在深海中运行时产生的噪声与混沌信号有着本质的区别。为解决现有时间序列相空间重构方法中重构信息冗余的问题,本文将小波变换引入到相空间重构之中。证实了小波相空间重构方法不但可以精确重构出原系统的混沌特征,还可以重构出原系统的周期特征、倍周期特征和拟周期特征等,是判断混沌的有效方法。第二、将微分几何理论引入到永磁推进电机系统中,以解决非线性控制对象难于控制的问题。本课题运用状态的坐标变换和状态反馈变换,完成了永磁推进电机的多输入多输出非交互式控制设计。在此基础上将自适应反馈线性化理论应用于永磁推进电机系统参数不确定性问题的研究中。结果表明:微分几何理论可以将永磁推进电机非线性系统在不损失任何有用信息条件下转换为线性系统、将基于微分几何理论的非线性控制技术应用于电机控制领域丰富了对其研究手段。第三、针对无刷电机系统中控制器的严重非线性,以及侦察机器人推进系统整体对稳定性的影响,对包括永磁无刷电机系统、螺旋桨、机器人三部分完整的水下侦察机器人系统数学模型进行了等效变换,应用微分几何理论分析了能进行精确线性化的条件。根据研究指出了水下侦察机器人平动方程与推进装置之间的不直接相关性,并据此结论应用时间延迟状态反馈精确线性化技术提出了一种水下侦察机器人推进装置的混沌反控制方法。仿真证明:在保证机器人基本正常运行前提下,推进装置的混沌吸引子形状利混沌状态可以通过调整混沌反控制器的参数来改变。第四、在时间延迟状态反馈精确线性化混沌反控制方法的基础上,为解决水下侦察机器人推进电机的低通滤波特性,提出一种针对推进电机的时间延迟状态反馈脉冲控制的混沌反控制方法。通过改变混沌反控制器和整流装置的参数进而改变输入信号的方法,提出了改变螺旋桨噪声独特线谱特征的技术方案,使其噪声从其独有的特征变为时刻变化的混沌态,从而达到迷惑敌方的目的。为混沌反控制在海洋侦察机器人的应用做了尝试。最后,对所提出的控制策略做了仿真,并在课题组研制的实验平台和样机上进行了相关实验,计算机仿真和实验结果均与理论预期基本吻合。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题的背景和意义
• 1.2 国内外混沌反控制技术的发展状况
• 1.2.1 混沌反控制技术的历史和现状
• 1.2.2 混沌反控制技术的发展趋势
• 1.3 国内外混沌反控制技术的应用状况
• 1.4 课题研究的主要内容
• 第二章 混沌反控制的判定
• 2.1 推进电机本体的数学模型
• 2.2 推进电机混沌吸引子的判定
• 2.2.1 推进电机混沌吸引子的仿真分析
• 2.2.2 混沌在工程应用中的控制策略分析
• 2.3 相空间重构技术
• 2.3.1 经典相空间重构
• 2.3.2 改进的相空间重构
• 2.3.3 小波相空间重构及其在推进电机中的应用
• 2.4 系统状态的小波Elman网络实时判定
• 2.4.1 Elman神经网络
• 2.4.2 小波神经网络在推进电机中的应用
• 2.5 本章小结
• 第三章 基于微分几何理论的推进电机非线性控制
• 3.1 推进电机的速度控制
• 3.1.1 推进电机状态反馈精确线性化条件
• 3.1.2 坐标变换及其控制规律
• 3.1.3 控制器设计
• 3.1.4 模型仿真
• 3.2 状态反馈线性化推进电机的MIMO非交互式控制
• 3.2.1 推进电机的MIMO状态反馈线性化条件
• 3.2.2 推进电机非交互式控制及系统线性化
• 3.2.3 控制器的设计及模型仿真
• 3.3 推进电机反馈线性化自适应控制
• 3.3.1 自适应反馈线性化控制器的设计
• 3.3.2 自适应反馈线性化稳定性分析
• 3.3.3 自适应反馈线性化仿真
• 3.4 本章小结
• 第四章 水下侦察机器人系统模型仿真
• 4.1 水下侦察机器人系统数学模型
• 4.1.1 无刷推进电机本体的等效电路
• 4.1.2 控制器输出信号的数学模型
• 4.1.3 推进电机系统的数学模型
• 4.1.4 螺旋桨、机器人本体数学模型
• 4.2 机器人系统数学模型仿真
• 4.2.1 系统数学模型的时变反电动势
• 4.2.2 水下侦察机器人系统模型仿真
• 4.3 本章小结
• 第五章 基于时间延迟状态反馈线性化的水下侦察机器人混沌反控制方法
• 5.1 水下侦察机器人数学模型的变换
• 5.1.1 带控制器的推进电机系统数学模型的变换
• 5.1.2 螺旋桨转动方程和机器人平动方程的变换
• 5.2 时间延迟状态反馈混沌反控制方法
• 5.3 基于时间延迟状态反馈线性化的水下侦察机器人混沌反控制
• 5.3.1 水下侦察机器人平动方程与推进装置的不相关性
• 5.3.2 水下侦察机器人推进装置状态反馈精确线性化条件及输出函数
• 5.3.3 水下侦察机器人推进装置混沌反控制推导和混沌反控制器设计
• 5.4 基于时间延迟状态反馈线性化的侦察机器人混沌反控制仿真
• 5.5 本章小结
• 第六章 混沌反控制在海洋侦察机器人反侦破中的应用技术基础研究
• 6.1 时间延迟状态反馈脉冲控制的混沌反控制在推进装置中的应用
• 6.1.1 时间延迟状态反馈混沌反控制存在的问题
• 6.1.2 时间延迟状态反馈脉冲控制的混沌反控制仿真研究
• 6.2 实验装置与方案
• 6.2.1 改变电机本体内部参数的方案
• 6.2.2 通过改变外部控制的方案
• 6.3 实验结果
• 6.4 数据分析
• 6.4.1 小波相空间重构
• 6.4.2 Lyapunov指数计算
• 6.5 本章小结
• 第七章 结论
• 参考文献
• 在学研究成果
• 致谢