借助Lyapunov方法引入了参数的自适应律,并证明了该控制策略使得船舶运动非线性系统中所有信号有界,选取恰当的设计参数可以保证跟踪误差收敛到零。以某运煤船为例,在Simulink环境下进行仿真研究,仿真结果表明:所设计的控制器无论在标称参数下还是在参数摄动及存在外界扰动的情况下,都显示出较好的控制性能和较好的鲁棒性。

资源包含相关研究文献及对应的matlab仿真程序，仅供参考。 本论文构造方法设计二阶迭代滑模面，将航向偏差的镇定转化为对滑模面的镇定，基于Ｌｙａｐｕｎｏｖ理论，推导出系统渐近稳定条件，进而可得到航向控制律。由于控制律中存在未知外界干扰项和系统不确定项，不能直接计算得到，本节将设计两种控制方法。 第一种方法是设计不含系统不确定项和未知外界干扰项的控制律将初步的控制律进一步推导，得到等效迭代滑模控制律，该控制律中设计参数较少，算法处理过程简单。 第二种方法是引入ＲＢＦ神经网络对系统不确定项进行逼近采用自适应控制技 术估计未知外界干扰项的界值，提出神经网络自适应迭代滑模控制律，该控制律能有效 地处理了模型不确定项和海况扰动的影响。

针对船舶航向控制中传统的控制方法船舶响应速度慢,鲁棒性差以及舵角变化比较频繁和抗风浪流干扰能力差问题,采用了广义预测控制的船舶航向保持和转向算法,其中控制器参数可根据智能规则自动调整。使用MATLAB和SIMULINK进行仿真,并加入传统的PID控制进行比较,在船舶航速发生改变使船舶模型发生改变时,仿真结果验证了广义预测控制船舶航向具有更好的鲁棒性,增加风浪流干扰时,结果验证了广义预测控制算法相比于PID控制具有更好的抗干扰能力。

基于matlab用神经网络控制船舶航向的仿真程序

通过Simulink建立船舶的舵机模型，并有PID控制算法进行航向控制

通过MATLAB建立船舶的数学模型，进行速度、航向的控制，并研究在干扰作用下的运动轨迹

该资源可以给船舶学习的人提供一些文档类的基础