欠驱动AUV模糊神经网络L2增益鲁棒跟踪控制

提出基于模糊神经网络欠驱动水下自主机器人(AUV) 的??2 增益鲁棒跟踪控制方法, 该方法通过在线学习逼近动力学模型的不确定项. 控制器克服了由于缺少横向推力对跟踪误差的影响, 在考虑未知海流干扰情况下, 实现了系统对模糊神经网络逼近误差的??2 增益小于??. 利用Lyapunov 稳定性理论证明了闭环控制系统误差信号一致最终有界. 最后, 通过精确模型参数和参数扰动仿真实验验证了该控制方法具有很好的跟踪效果和较强的鲁棒性.