基于观测器的无人水面艇高海况下执行器饱和自适应跟踪控制研究

本文提出了一种结合先进视线制导(ALOS)与自适应增益超螺旋滑模控制(STSMC)的轨迹跟踪算法，通过实时观测器估计未知非线性动力学和外部扰动（如风浪流），并引入抗饱和辅助系统处理舵角/舵速约束。在Beaufort 6级海况下，该算法使KVLCC2模型的跟踪精度提升62.4%，舵机波动降低87%，显著优于基线方法。

　　

Highlight

本研究的主要贡献如下：

1. 1.

   所提跟踪算法通过实时观测器同时估计USV模型未知动态和外部扰动，适用于系统模型完全未知的场景；

2. 2.

   突破现有研究对模型不确定性必须有界的假设，通过联合李雅普诺夫函数解决观测器与控制输入耦合导致的分离原理失效问题。

KVLCC2模型

采用经典KVLCC2大型船舶原型作为仿真对象，其基于MMG模型（Mathematical Modeling Group）能精确模拟高海况下波浪、风力和洋流引起的非线性阻力与动态响应，为验证算法在真实海洋环境中的鲁棒性提供基准。

Conclusion

本文提出的自适应轨迹跟踪算法通过ALOS制导律与STSMC控制器的协同设计，结合实时扰动观测器和抗饱和机制，显著提升USV在未知强扰动环境下的跟踪精度（62.4%）与舵机平滑性（87%波动降低），为高海况作业提供可靠解决方案。