【技术实现步骤摘要】
本专利技术涉及自动控制，具体涉及一种基于分布式模型预测控制的uuv围捕方法及其系统。
技术介绍
1、无人水下航行器(unmanned undersea vehicle，uuv)是一种利用各种传感器及其他任务模块执行扫雷、侦察、勘测及情报搜集等任务，通过其自身搭载的能源设备、导航设备和执行机构来进行自主导航、自主决策与自主控制的水下运载器。
2、随着海洋任务需求的增加，单一航行器面临着冗余性差、任务范围小和工作效率低等局限性。利用多uuv系统执行共同的任务能够很好地克服上述问题，多uuv协作可以增加系统的冗余性和鲁棒性提高任务执行效率，降低成本，因此多uuv协作系统得到了越来越多的科研机构和学者的重视。多uuv系统具有空间分布、时间分布、信息分布、资源分布及功能分布等特点。
3、多uuv协同编队系统作为一种新型的协作平台，不仅丰富和拓展了海上无人智能技术体系，同时也是“海陆空”多体协同作业系统的重要成员。多uuv协同编队系统突破了单uuv执行作业任务的局限性，为推进海洋开发与探索提供更多的可能性，同时，海上多uuv系统的研制和批量装备，对于开展深远海洋科学研究、推进“透明海洋”工程建设、维护海洋安全等均具有重要意义。
4、传统的多智能体控制方法多采用集中式模型控制算法，其控制器设计较为方便，且系统内部通信方案较为简单，但在大规模智能体群体中应用集中式mpc控制器容易出现计算量大、通信负载大、容错率及可靠性较低的问题；针对多uuv系统中非全局通信的复杂度和难点，进行了局部通信方式的改进，分布式模型
技术实现思路
1、为了解决上述技术问题，本专利技术主要针对多uuv系统非全局通信的复杂度和难点，进行了局部通信方式的改进，提出了一种基于分布式模型预测控制的uuv围捕方法，该方法针对多uuv围捕控制任务，设计了一种双层mpc控制框架，其中外层控制器负责通信交互、探测目标与最优控制序列的计算，内层控制器负责补偿系统模型的不确定部分以及抵抗外部干扰。群体中通信方式采取局部通信的方式，利用二维网格编码的方法对个体邻域进行限制，将每一uuv的通信邻居简化为两个，有利于在大型多uuv系统中降低通信压力以及计算复杂度。
2、本专利技术第一个目的是提供一种基于分布式模型预测控制的uuv围捕方法，用于控制多个uuv围捕一个动目标，包括：
3、建立分布式控制系统结构，包括每个uuv对应的内层控制器和外层控制器；
4、通过外层控制器获取当前uuv的预测状态序列以及邻域uuv的最优预测状态序列，进行优化求解分别获得当前uuv的最优预测状态序列和最优控制序列；
5、通过内层控制器将当前uuv的预测状态序列与实际量测系统的状态量进行做差得到误差，再通过该误差定义误差模型，对误差模型进行求解获取当前uuv的控制补偿量；
6、将当前uuv控制补偿量与当前uuv的最优预测状态序列和最优控制序列相加获取当前uuv最终控制量；
7、当前uuv在一个控制周期过后，再次通过外层控制器以及内层控制器获取下一个周期的最终控制量，对当前uuv进行围捕控制。
8、优选的，每个uuv对应的外层控制器负责目标探测、邻域间信息交互以及最优预测状态和最优控制序列进行求解；每个uuv对应的内层控制器则将外层控制器输出的最优预测状态作为参考状态对当前uuv进行误差补偿获取控制补偿量。
9、优选的，还包括：
10、建立群体局部通信网络，用于各uuv之间进行局部信息交互；
11、通过外层控制器获得当前uuv的最优预测状态序列和最优控制序列上传至局部通信网络供邻域uuv的外层控制器求解使用。
12、优选的，每个uuv对应的邻域uuv集合是根据在局部通信网络中应用二维网格编码处理，获得当前uuv的邻域uuv集合。
13、优选的，所述当前uuv的预测状态序列是按照以下步骤获取：
14、构建非线性uuv动力学模型方程；
15、根据非线性uuv动力学模型方程对当前uuv的状态进行预测获取当前uuv的预测状态序列。
16、优选的，在优化求解过程中，将各uuv保持以下三个控制目标：
17、（1）以动目标为圆心，将围捕半径收敛到固定期望值；
18、（2）uuv围绕目标形成期望角速度的环绕包围；
19、（3）分布在动目标周围的uuv两两角度间隔相同；
20、其中，动目标为围捕目标。
21、优选的，当前uuv在一个控制周期过后，再次通过外层控制器以及内层控制器获取下一个周期的最终控制量，包括：
22、当前uuv在一个控制周期过后，其中包含n个步长的控制向量，在每一控制周期仅选取第一个步长的最优控制向量，控制器给执行器输出之后，一个控制周期过后再次通过外层控制器以及内层控制器获取下一个周期的最终控制量。
23、优选的，对误差模型进行求解获取当前uuv的控制补偿量，包括：
24、选取uuv系统稳定状态时的反馈增益k作为误差模型的线性二次型调节器的解，作为当前uuv的控制补偿量。
25、优选的，外层控制器为dmpc-based围捕控制器；内层控制器为tube-based mpc控制器。
26、本专利技术第二个目的是提供一种基于分布式模型预测控制的uuv围捕系统，包括：
27、控制系统构建模块，用于建立分布式控制系统结构，包括每个uuv对应的内层控制器和外层控制器；
28、控制序列计算模块，用于通过外层控制器获取当前uuv的预测状态序列以及邻域uuv的最优预测状态序列，进行优化求解分别获得当前uuv的最优预测状态序列和最优控制序列；
29、控制补偿模块，用于通过内层控制器将当前uuv的预测状态序列与实际量测系统的状态量进行做差得到误差，再通过该误差定义误差模型，对误差模型进行求解获取当前uuv的控制补偿量；
30、控制模块，用于将当前uuv控制补偿量与当前uuv的最优预测状态序列和最优控制序列相加获取当前uuv最终控制量；当前uuv在一个控制周期过后，再次通过外层控制器以及内层控制器获取下一个周期的最终控制量，对当前uuv进行围捕控制。
31、本专利技术至少具有如下有益效果：
32、本专利技术提供了一种基于分布式模型预测控制的uuv围捕方法，本专利技术针对多uuv围捕控制任务，设计了一种双层mpc控制框架，其中外层控制器负责通信交互、探测目标与最优控制序列的计算，内层控制器负责补偿系统模型的不确定部分以及抵抗外部干扰。群体中通信方式采取局部通信的方式，利用二维网格编码的方法对个体邻域进行限制，将每一uuv的通信邻居简化为两个，有利于在大型多uuv系统中降低通信压力以及计算复杂度。
33、本专利技术基于分布式mp本文档来自技高网...
【技术保护点】
1.一种基于分布式模型预测控制的UUV围捕方法，其特征在于，用于控制多个UUV围捕一个动目标，包括：
2.根据权利要求1所述的基于分布式模型预测控制的UUV围捕方法，其特征在于，每个UUV对应的外层控制器负责目标探测、邻域间信息交互以及最优预测状态和最优控制序列进行求解；每个UUV对应的内层控制器则将外层控制器输出的最优预测状态作为参考状态对当前UUV进行误差补偿获取控制补偿量。
3.根据权利要求1所述的基于分布式模型预测控制的UUV围捕方法，其特征在于，还包括：
4.根据权利要求3所述的基于分布式模型预测控制的UUV围捕方法，其特征在于，每个UUV对应的邻域UUV集合是根据在局部通信网络中应用二维网格编码处理，获得当前UUV的邻域UUV集合。
5.根据权利要求1所述的基于分布式模型预测控制的UUV围捕方法，其特征在于，所述当前UUV的预测状态序列是按照以下步骤获取：
6.根据权利要求1所述的基于分布式模型预测控制的UUV围捕方法，其特征在于，在优化求解过程中，将各UUV保持以下三个控制目标：
7.根据权利要
8.根据权利要求1所述的基于分布式模型预测控制的UUV围捕方法，其特征在于，对误差模型进行求解获取当前UUV的控制补偿量，包括：
9.根据权利要求1所述的基于分布式模型预测控制的UUV围捕方法，其特征在于，外层控制器为DMPC-based围捕控制器；内层控制器为Tube-based MPC控制器。
10.一种基于分布式模型预测控制的UUV围捕系统，其特征在于，包括：
...【技术特征摘要】
1.一种基于分布式模型预测控制的uuv围捕方法，其特征在于，用于控制多个uuv围捕一个动目标，包括：
2.根据权利要求1所述的基于分布式模型预测控制的uuv围捕方法，其特征在于，每个uuv对应的外层控制器负责目标探测、邻域间信息交互以及最优预测状态和最优控制序列进行求解；每个uuv对应的内层控制器则将外层控制器输出的最优预测状态作为参考状态对当前uuv进行误差补偿获取控制补偿量。
3.根据权利要求1所述的基于分布式模型预测控制的uuv围捕方法，其特征在于，还包括：
4.根据权利要求3所述的基于分布式模型预测控制的uuv围捕方法，其特征在于，每个uuv对应的邻域uuv集合是根据在局部通信网络中应用二维网格编码处理，获得当前uuv的邻域uuv集合。
5.根据权利要求1所述的基于分布式模型预测控制的uuv围捕方法，其特征在于，所...
【专利技术属性】
技术研发人员：高剑，何俊翔，潘光，宋保维，陈依民，张福斌，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。