用于自主水下运输系统路径跟踪的神经网络增强驱动控制系统：考虑传感器噪声与过程噪声的影响 作者：Faheem Ur Rehman, Syed Muhammad Tayyab, Hammad Khan, Aijun Li, Paolo Pennacchi

《Actuators》：Neural Network-Augmented Actuation Control System Designed for Path Tracking of Autonomous Underwater-Transportation Systems Under Sensor and Process Noise Faheem Ur Rehman, Syed Muhammad Tayyab, Hammad Khan, Aijun Li and Paolo Pennacchi

　　

摘要

水下运输系统在军事和商业应用方面具有巨大潜力。基于神经网络（NN）的控制方法为执行器提供了更好的鲁棒性，以管理自主水下运输系统的状态，这些系统包括刚性连接运输系统（RCTSs）、柔性连接运输系统（FCTSs）以及领导者-追随者编队控制运输系统（LFFCTSs）。在本研究中，将神经网络增强控制（NNAC）应用于上述三种运输系统，使其在理想运行条件以及存在传感器和过程噪声的情况下，能够通过安装在其上的执行器实现精确的路径跟踪。扩展卡尔曼滤波器（EKF）被用来在噪声环境中估计系统状态。研究结果表明，尽管受到传感器和过程噪声干扰的影响，NNAC仍能提供鲁棒和自适应的执行器控制，从而实现在运输系统中的高效轨迹跟踪。与传统PID控制器相比，NNAC也表现出更优越的性能。在采用NNAC策略的各种运输配置中，刚性连接运输系统（RCTS）表现出最高的跟踪精度，并且执行器的功耗最低。而柔性连接运输系统（FCTS）上安装的执行器功耗略高于RCTS。然而，由于通过编队控制器进行间接驱动控制，LFFCTS中追随者的平移运动精度最低。相比之下，柔性连接运输系统（FCTS）中的执行器功耗最高，但其运动精度相对较低，这归因于其动态定位要求的复杂性较高。