arrow
返回

Quantized-Based Data-Driven Iterative Learning Heading Control for Unmanned Surface Vehicles With Data Dropouts

delete2025-08-25
delete0
PRE
AI
陈晨 封面图
陈晨 (Chen Chen)
H
Huarong Zhao *
许德智 封面图
许德智 (Dezhi Xu) *
H
Hongnian Yu
DOI:10.1002/rnc.70101delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
本文研究了一种适用于存在量化数据与数据丢失情况下的无人水面艇(USVs)无模型自适应迭代学习航向控制问题。首先,采用动态线性化技术与重新定义方案,为USVs建立了一种紧凑形式的动态线性化模型。为解决数据丢失问题,开发了一种综合补偿策略。此外,引入了对数量化机制以降低传输负担。基于这些要素,设计了一种量化无模型自适应迭代学习控制方法。文中严格证明了由所提方法控制的USVs航向控制误差的收敛性,并通过仿真结果验证了其有效性。
Keyword:
data-driven control
data dropouts
data quantization
heading control
iterative learning control
unmanned surface vehicles

期刊

International Journal of Robust and Nonlinear Control 封面图
International Journal of Robust and Nonlinear Control
IF:
3.2
论文数:
7.0K
被引数:
1.4W

机构

E
Edinburgh Napier University
学者数:
2.2K
论文数: 2.4K
被引数: 2.9K
J
Jiangnan University
学者数:
3.9W
论文数: 2.7W
被引数: 4.7W
S
Southeast University
学者数:
2.1W
论文数: 8.6K
被引数: 480
学者 查看更多机构
引用论文

引用论文

学者 查看更多内容