基于反馈增益的AUV稳定神经网络反步变深控制

为解决自主水下航行器的变深控制问题, 提出一种基于反馈增益的反步控制方法. 首先, 通过设计控制器参数消除部分非线性项, 在保证系统稳定性的同时设计神经网络控制器来补偿纵倾运动中的模型不确定性; 然后, 通过自适应鲁棒控制器对神经网络的逼近误差予以消除, 以加快神经网络的收敛学习速度, 神经网络权值和逼近误差估计的学习律可由李雅普诺夫稳定性理论推导得出, 保证了闭环系统的一致最终有界性; 最后, 通过仿真实验验证了所提出方法的有效性.