一种抗干扰的欠驱动无人水面航行器控制方法及装置 |
|||||||
申请号 | CN202410083911.9 | 申请日 | 2024-01-19 | 公开(公告)号 | CN117991635A | 公开(公告)日 | 2024-05-07 |
申请人 | 北京科技大学; | 发明人 | 段凯蓉; 殷绪成; | ||||
摘要 | 本 发明 涉及无人 水 面航行器控制技术领域,特别是指一种抗干扰的欠驱动无人水面航行器控制方法及装置。抗干扰的欠驱动无人水面航行器控制方法包括:获取航行器参数;通过 传感器 对航行器的运动状态进行 数据采集 ,获得运动状态信息;根据航行器参数以及运动状态信息进行模型构建,获得 运动学模型 以及动 力 学模型;根据运动学模型以及动力学模型,获得控制率;根据控制率,通过反步法进行 控制器 设计,获得水面欠驱动控制器;获取期望运动轨迹;根据期望运动轨迹,通过水面欠驱动航行器的控制器进行运动控制。本发明是一种面向欠驱动无人水面航行器的鲁棒性强、计算效率高的控制方法。 | ||||||
权利要求 | 1.一种抗干扰的欠驱动无人水面航行器控制方法,其特征在于,所述方法包括: |
||||||
说明书全文 | 一种抗干扰的欠驱动无人水面航行器控制方法及装置技术领域[0001] 本发明涉及无人水面航行器控制技术领域,特别是指一种抗干扰的欠驱动无人水面航行器控制方法及装置。 背景技术[0003] 无人水面航行器可以分为欠驱动和全驱动两种类型。全驱动USV具有较高的运动灵活性,但其机械结构较为复杂,能耗和成本较高。相比之下,欠驱动USV不需要大量的执行器和控制器,运行时间较长,并且成本较低,具有广泛的应用前景。无人水面航行器在执行任务时,其核心问题是USV的运动控制,但欠驱动USV系统的控制难度很大,同时,实际水面环境复杂多变,存在风、波浪或洋流引起的干扰等,如处理不当,会导致控制性能下降。 [0004] 目前国内外对无人潜航器的控制开展了广泛研究,传统控制方法如PID,具有结构简单的特点,但其参数对性能的影响很大,并很难应用于复杂系统;模糊控制方法可用于非线性系统,但往往涉及较为复杂的系统建模和规则设计过程;适应控制方法适用于系统参数变化较大或不确定的情况,消耗较大的计算资源。另外,一些研究为降低系统复杂度对模型进行简化,但在实际应用中模型的简化会导致在不同外界条件下的控制鲁棒性较差。 [0005] 在现有技术中,缺乏一种面向欠驱动无人水面航行器的鲁棒性强、计算效率高的控制方法。 发明内容[0006] 为了解决现有技术存在的欠驱动无人水面航行器在实际环境中的控制效果差的技术问题,本发明实施例提供了一种抗干扰的欠驱动无人水面航行器控制方法及装置。所述技术方案如下: [0007] 一方面,提供了一种抗干扰的欠驱动无人水面航行器控制方法,该方法由航行器控制设备实现,该方法包括: [0010] 根据所述运动学模型以及动力学模型,获得控制率;根据所述控制率,通过反步法进行控制器设计,获得水面欠驱动控制器; [0011] 获取期望运动轨迹;根据所述期望运动轨迹,通过水面欠驱动航行器的控制器进行运动控制。 [0012] 可选地,所述控制率包括第一控制率,所述根据所述运动学模型以及动力学模型,获得控制率,包括: [0013] 根据所述运动学模型以及动力学模型确定第一位置误差以及第二位置误差;所述第一位置误差以及第二位置误差用于防止更新率出现奇点; [0014] 根据所述第一位置误差进行函数构建,获得第一李雅普诺夫函数; [0015] 根据所述第一位置误差以及第二位置误差进行函数构建,获得第二李雅普诺夫函数以及第三李雅普诺夫函数; [0016] 基于预设的模糊逻辑系统,根据所述第二位置误差,对推力的未知干扰进行估计,获得第一未知干扰项估计; [0017] 根据所述第一李雅普诺夫函数、所述第二李雅普诺夫函数、所述第三李雅普诺夫函数和第一未知干扰项估计,获得第一控制率。 [0018] 其中,所述第一更新率的计算公式如下式(1): [0019] Tx=L1Δd (1) [0020] 其中, 为单位向量,Δd为虚拟输入。 [0021] 其中,所述第一未知干扰项估计的数学表达式如下式(2): [0022] [0024] 可选地,所述控制率包括第二控制率,所述根据所述运动学模型以及动力学模型,获得控制率,包括: [0025] 根据所述运动学模型以及动力学模型确定第三跟踪误差; [0026] 根据所述第一位置误差、所述第二位置误差和所述第三跟踪误差进行函数构建,获得第四李雅普诺夫函数以及第五李雅普诺夫函数; [0027] 基于预设的模糊逻辑系统,根据所述第三跟踪误差,对扭矩的未知干扰进行估计,获得第二未知干扰项估计; [0028] 根据所述第四李雅普诺夫函数、第五李雅普诺夫函数和所述第二未知干扰项估计,获得第二更新率。 [0029] 其中,所述第二更新率的计算公式如下式(3): [0030] [0031] 其中, 为 的模糊逻辑估计, s3为第三跟踪误差; 其中, 为单位向量,Ω=[0,‑1;1,0]为 常数矩阵,J为旋转矩阵,ηd为期望轨迹,β为常数向量。 [0032] 其中,所述第二未知干扰项估计的数学表达式如下式(4): [0033] [0034] 其中,Γ2是对角正定矩阵;B(x2)为模糊基函数向量。 [0035] 另一方面,提供了一种抗干扰的欠驱动无人水面航行器控制装置,该装置应用于抗干扰的欠驱动无人水面航行器控制方法,该装置包括: [0036] 数据获取模块,用于获取航行器参数;通过传感器对航行器的运动状态进行数据采集,获得运动状态信息; [0037] 模型构建模块,用于根据所述航行器参数以及所述运动状态信息进行模型构建,获得运动学模型以及动力学模型; [0038] 控制器设计模块,用于根据所述运动学模型以及动力学模型,获得控制率;根据所述控制率,通过反步法进行控制器设计,获得水面欠驱动控制器; [0039] 航行器运动模块,用于获取期望运动轨迹;根据所述期望运动轨迹,通过水面欠驱动航行器的控制器进行运动控制。 [0040] 可选地,所述控制器设计模块,进一步用于: [0041] 根据所述运动学模型以及动力学模型确定第一位置误差以及第二位置误差;所述第一位置误差以及第二位置误差用于防止更新率出现奇点; [0042] 根据所述第一位置误差进行函数构建,获得第一李雅普诺夫函数; [0043] 根据所述第一位置误差以及第二位置误差进行函数构建,获得第二李雅普诺夫函数以及第三李雅普诺夫函数; [0044] 基于预设的模糊逻辑系统,根据所述第二位置误差,对推力的未知干扰进行估计,获得第一未知干扰项估计; [0045] 根据所述第一李雅普诺夫函数、所述第二李雅普诺夫函数、所述第三李雅普诺夫函数和第一未知干扰项估计,获得第一控制率。 [0046] 其中,所述第一更新率的计算公式如下式(1): [0047] Tx=L1Δd (1) [0048] 其中, 为单位向量,Δd为虚拟输入。 [0049] 其中,所述第一未知干扰项估计的数学表达式如下式(2): [0050] [0051] 其中,Γ1为对角正定矩阵;B(x1)为模糊基函数向量;s2为第二位置误差;M为航行器刚体质量;Pr(•)为映射函数。 [0052] 可选地,所述控制器设计模块,进一步用于: [0053] 根据所述运动学模型以及动力学模型确定第三跟踪误差; [0054] 根据所述第一位置误差、所述第二位置误差和所述第三跟踪误差进行函数构建,获得第四李雅普诺夫函数以及第五李雅普诺夫函数; [0055] 基于预设的模糊逻辑系统,根据所述第三跟踪误差,对扭矩的未知干扰进行估计,获得第二未知干扰项估计; [0056] 根据所述第四李雅普诺夫函数、第五李雅普诺夫函数和所述第二未知干扰项估计,获得第二更新率。 [0057] 其中,所述第二更新率的计算公式如下式(3): [0058] [0059] 其中, 为 的模糊逻辑估计, s3为第三跟踪误差; 其中, 为单位向量,Ω=[0,‑1;1,0]为 常数矩阵,J为旋转矩阵,ηd为期望轨迹,β为常数向量。 [0060] 其中,所述第二未知干扰项估计的数学表达式如下式(4): [0061] [0062] 其中,Γ2是对角正定矩阵;B(x2)为模糊基函数向量。 [0063] 另一方面,提供一种航行器控制设备,所述航行器控制设备包括:处理器;存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,实现如上述抗干扰的欠驱动无人水面航行器控制方法中的任一项方法。 [0064] 另一方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现上述抗干扰的欠驱动无人水面航行器控制方法中的任一项方法。 [0065] 本发明实施例提供的技术方案带来的有益效果至少包括: [0066] 本发明提出一种抗干扰的欠驱动无人水面航行器控制方法,基于模糊逻辑对驱动输入进行虚拟估计,有效地降低了干扰带来的影响,适合处理更复杂的时变干扰。通过构建相关李雅普诺夫函数,迭代得到推力和扭矩的控制律,与传统反步法相比,所提的控制方案需更少的逆推迭代次数;本发明将速度误差逼近到一个小的常数向量范围内,而不是将其驱近于零,从而使系统误差最终一致有界。本发明是一种面向欠驱动无人水面航行器的鲁棒性强、计算效率高的控制方法。附图说明 [0067] 为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。 [0068] 图1是本发明实施例提供的一种抗干扰的欠驱动无人水面航行器控制方法流程图; [0069] 图2是本发明实施例提供的一种抗干扰的欠驱动无人水面航行器控制装置框图; [0070] 图3是本发明实施例提供的一种航行器控制设备的结构示意图。 具体实施方式[0071] 下面结合附图,对本发明中的技术方案进行描述。 [0072] 在本发明实施例中,“示例地”、“例如”等词用于表示作例子、例证或说明。本发明中被描述为“示例”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用示例的一词旨在以具体方式呈现概念。此外,在本发明实施例中,“和/或”所表达的含义可以是两者都有,或者可以是两者任选其一。 [0073] 本发明实施例中,“图像”,“图片”有时可以混用,应当指出的是,在不强调其区别时,其所要表达的含义是一致的。“的(of)”,“相应的(corresponding,relevant)”和“对应的(corresponding)”有时可以混用,应当指出的是,在不强调其区别时,其所要表达的含义是一致的。 [0074] 本发明实施例中,有时候下标如W1可能会笔误为非下标的形式如W1,在不强调其区别时,其所要表达的含义是一致的。 [0075] 为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。 [0076] 本发明实施例提供了一种抗干扰的欠驱动无人水面航行器控制方法,该方法可以由航行器控制设备实现,该航行器控制设备可以是终端或服务器。如图1所示的抗干扰的欠驱动无人水面航行器控制方法流程图,该方法的处理流程可以包括如下的步骤: [0077] S1、获取航行器参数;通过传感器对航行器的运动状态进行数据采集,获得运动状态信息。 [0078] 一种可行的实施方式中,本发明使用的欠驱动无人水面航行器的长度为1.2米;质2 量为17.5千克;刚体质量为M=diag(25.8,33.8)(kg);惯量为I=2.76(kg·m),以及其他航行器固有参数。通过航行器加载的传感器采集航行器的线速度、角速度等运动相关状态信息。 [0079] S2、根据航行器参数以及运动状态信息进行模型构建,获得运动学模型以及动力学模型。 [0081] [0082] 其中, 为重心位置; 为载体坐标系中的线速度,其中,u为浪涌速度,v为摇摆速度,J表示从{B}到{U}坐标系的旋转矩阵,Ω(ω)表达式由下式(2)给出: [0083] [0085] [0086] 其中, m和Iz分别为刚体质量和惯量; 和 表示相应的增加质量和增加惯性。驱动输入为Tx和τ,未知项用Tv和τω表示,并满足 其中,ζν和ζω正定。 [0087] S3、根据运动学模型以及动力学模型,获得控制率;根据控制率,通过反步法进行控制器设计,获得水面欠驱动控制器。 [0088] 一种可行的实施方式中,本发明通过设计Tx与τ的控制律,使欠驱动无人水面航行器在未知项Tv与τω存在的情况下能够跟踪期望的轨迹ηd。 [0089] 可选地,根据运动学模型以及动力学模型,获得第一更新率,包括: [0090] 根据运动学模型以及动力学模型确定第一位置误差以及第二位置误差;第一位置误差以及第二位置误差用于防止更新率出现奇点; [0091] 根据第一位置误差进行函数构建,获得第一李雅普诺夫函数; [0092] 根据第一位置误差以及第二位置误差进行函数构建,获得第二李雅普诺夫函数以及第三李雅普诺夫函数; [0093] 基于预设的模糊逻辑系统,根据第二位置误差,对推力的未知干扰进行估计,获得第一未知干扰项估计; [0094] 根据第一李雅普诺夫函数、第二李雅普诺夫函数、第三李雅普诺夫函数和第一未知干扰项估计,获得第一控制率。 [0095] 一种可行的实施方式中,根据上述步骤中获得的参数和信息进行位置误差定义,第一位置误差的数学表达式如下式(4): [0096] [0097] 位置误差反映了期望轨迹与无人水面航行器实际运动轨迹之间的差异,为达到追踪期望轨迹的目的,该误差应尽可能的小。根据第一位置误差,定义第一李雅普诺夫函数为,其数学表达式如下式(5): [0098] [0099] 由于李雅普诺夫函数非负,并且与误差项相关,为使该函数值尽可能小,进一步分析其一阶导数表达式。对式(5)求导获得式(6),式6如下式所示: [0100] [0101] 其中, κ1为正定。 [0102] 为确保式(6)不大于零,定义第二位置误差,其数学表达式如下式(7): [0103] [0104] 其中, 为常向量。 [0105] 由于欠驱动无人水面航行器模型中存在不可积的加速度约束,系统不能通过平滑时不变反馈控制律来稳定,传统的反步会导致控制律出现奇点,为解决该问题,这里基于公式(4)和(7),将速度误差逼近到一个小的常数向量 范围内,而不是将其驱近于零,从而使系统误差最终一致有界。 [0106] 将上式(7)带入 得到式(8),式(8)如下式所示: [0107] [0108] 为获取无人水面航行器的输入推力Tx,同时考虑误差项s1与s2的引入,定义第二李雅普诺夫方程如下式(9): [0109] [0110] 对其求导得式(10)如下所示: [0111] [0112] 其中, κ2为正定,Ω(ω)=Ωω。Δ可以看作是虚拟输入,但由于式(10)中Tv未知,通过模糊逻 辑系统来对它进行近似估计,未知干扰Tv的估计如下式(11)所示: [0113] [0114] 其中,Θ1为理想的权值矩阵,∈max为常数,∈(x1)为重构误差。 [0115] 由于Θ1与∈(x1)未知但有界,Tv可近似表示为式(12),式(12)如下式所示: [0116] [0117] 其中, 是理想的权矩阵的估计,近似估计误差为 [0118] 为了获得 的第一更新律,同时,考虑近似估计误差 的引入,定义第三李雅普诺夫函数如下式(13)所示: [0119] [0120] 其中,Γ1为对角的正定常数矩阵。对v3求导得式(14): [0121] [0122] 选择Δ期望的虚拟输入如下式(15): [0123] [0124] 其中, 通过适当设置β, 总是可逆的。 [0125] 其中,第一更新率的计算公式如下式(16): [0126] Tx=L1Δd (16) [0127] 其中, 为单位向量,Δd为虚拟输入。 [0128] 设置第一更新率推力的计算公式如上式(16): [0129] 至此,欠驱动水面航行器的控制输入推力Tx的更新率已获得。推力是推进器产生的动力,用来推动水面航行器航行,从而执行各项任务。 [0130] 期望的角速度如下式(17): [0131] ωd=L2Δd (17) [0132] 其中, [0133] 其中,第一未知干扰项估计的数学表达式如下式(18): [0134] [0135] 其中,Γ1为对角正定矩阵;B(x1)为模糊基函数向量;s2为第二位置误差;M为航行器刚体质量;Pr(·)为映射函数。 [0136] 其中, [0137] [0138] 一种可行的实施方式中,在上述更新率中Pr保证了 有界;且 [0139] 可选地,根据运动学模型以及动力学模型,获得第二更新率,包括: [0140] 根据运动学模型以及动力学模型确定第三跟踪误差; [0141] 根据第一位置误差、第二位置误差和第三跟踪误差进行函数构建,获得第四李雅普诺夫函数以及第五李雅普诺夫函数; [0142] 基于预设的模糊逻辑系统,根据第四李雅普诺夫函数以及第五李雅普诺夫函数,获得第二更新率。 [0143] 一种可行的实施方式中,根据构建的运动学模型以及动力学模型,由于式(17)仍包含未知项,定义第三跟踪误差,其数学表达式如下式(19): [0144] s3=ω‑ωd (19) [0145] 考虑误差项s3的引入,定义相应的第四李雅普诺夫函数,如下式(20): [0146] [0147] 对式(20)求导为式(21): [0148] [0149] 设 f可被模糊逻辑系统近似估计为下式(22): [0150] [0151] 求解 的更新律,定义第五李雅普诺夫函数,如下式(23): [0152] [0153] 对式(23)求导得式(24)如下式所示: [0154] [0155] 其中, [0156] 其中,第二更新率的计算公式如下式(25): [0157] [0158] 其中, 为 的模糊逻辑估计, s3为第三跟踪误差; 其中, 为单位向量,Ω=[0,‑1;1,0] 为常数矩阵,J为旋转矩阵,ηd为期望轨迹,β为常数向量。 [0159] 根据上述步骤获得欠驱动水面航行器的控制输入扭矩τ的更新率。扭矩是水面航行器通过舵机产生的力矩,用来控制航向。通过产生不同方向上的扭矩,从而使得无人水面航行器按照预定的航线进行航行。 [0160] 欠驱动水面航行器的控制输入推力Tx与扭矩τ在水面航行器的各类跟踪任务中起着至关重要的作用。推力驱动欠驱动水面航行器前进,扭矩控制欠驱动水面航行器的航向,二者结合起来使得欠驱动水面航行器能够自主、智能地进行航行和执行各种任务。 [0161] 其中,所述第二未知干扰项估计的数学表达式如下式(26): [0162] [0163] 其中,Γ2是对角正定矩阵;B(x2)为模糊基函数向量。 [0164] 一种可行的实施方式中,根据上述步骤 变换为式(27): [0165] [0166] 通过投影Pr可得 有界; 有界,成立。 [0167] S4、获取期望运动轨迹;根据期望运动轨迹,通过水面欠驱动航行器的控制器进行运动控制。 [0168] 其中,预设的模糊逻辑系统用于对航行器的驱动输入进行虚拟估计。 [0169] 一种可行的实施方式中,本发明在模型建立过程中考虑了欠驱动属性、内部模型不确定项与外部干扰对的系统的影响。在使用反步法设计控制律的过程中,设计了基于模糊逻辑系统的未知干扰的估计并嵌入至无人水面航行器的控制输入中,从而抵抗有限的扰动影响。 [0170] 本发明提出一种抗干扰的欠驱动无人水面航行器控制方法,基于模糊逻辑对驱动输入进行虚拟估计,有效地降低了干扰带来的影响,适合处理更复杂的时变干扰。通过构建相关李雅普诺夫函数,迭代得到推力和扭矩的控制律,与传统反步法相比,所提的控制方案需更少的逆推迭代次数;本发明将速度误差逼近到一个小的常数向量范围内,而不是将其驱近于零,从而使系统误差最终一致有界。本发明是一种面向欠驱动无人水面航行器的鲁棒性强、计算效率高的控制方法。 [0171] 图2是根据一示例性实施例示出的一种抗干扰的欠驱动无人水面航行器控制装置框图,该装置用于抗干扰的欠驱动无人水面航行器控制方法。参照图2,该装置包括数据获取模块210、模型构建模块220以及控制器设计模块230、航行器运动模块240。为了便于说明,图2仅示出了该全流程可视化装置200的主要部件: [0172] 数据获取模块210,用于获取航行器参数;通过传感器对航行器的运动状态进行数据采集,获得运动状态信息; [0173] 模型构建模块220,用于根据航行器参数以及运动状态信息进行模型构建,获得运动学模型以及动力学模型; [0174] 控制器设计模块230,用于根据运动学模型以及动力学模型,获得控制率;根据控制率,通过反步法进行控制器设计,获得水面欠驱动控制器; [0175] 航行器运动模块240,用于获取期望运动轨迹;根据期望运动轨迹,通过水面欠驱动航行器的控制器进行运动控制。 [0176] 可选地,控制器设计模块率230,进一步用于: [0177] 根据运动学模型以及动力学模型确定第一位置误差以及第二位置误差;第一位置误差以及第二位置误差用于防止更新率出现奇点; [0178] 根据第一位置误差进行函数构建,获得第一李雅普诺夫函数; [0179] 根据第一位置误差以及第二位置误差进行函数构建,获得第二李雅普诺夫函数以及第三李雅普诺夫函数; [0180] 基于预设的模糊逻辑系统,根据第二位置误差,对推力的未知干扰进行估计,获得第一未知干扰项; [0181] 根据第一李雅普诺夫函数、第二李雅普诺夫函数、第三李雅普诺夫函数和第一未知干扰项,获得第一控制率。 [0182] 其中,第一更新率的计算公式如下式(1): [0183] Tx=L1Δd (1) [0184] 其中, 为单位向量,Δd为虚拟输入。 [0185] 其中,第一未知干扰项的数学表达式如下式(2): [0186] [0187] 其中,Γ1为对角正定矩阵;B(x1)为模糊基函数向量;s2为第二位置误差;M为航行器刚体质量;Pr(·)为映射函数。 [0188] 可选地,控制器设计模块230,进一步用于: [0189] 根据运动学模型以及动力学模型确定第三跟踪误差; [0190] 根据第一位置误差、第二位置误差和第三跟踪误差进行函数构建,获得第四李雅普诺夫函数以及第五李雅普诺夫函数; [0191] 基于预设的模糊逻辑系统,根据第三跟踪误差,对扭矩的未知干扰进行估计,获得第二未知干扰项; [0192] 根据所述第四李雅普诺夫函数、第五李雅普诺夫函数和所述第二未知干扰项,获得第二更新率。 [0193] 其中,第二更新率的计算公式如下式(3): [0194] [0195] 其中, 为 的模糊逻辑估计, s3为第三跟踪误差; 其中, 为单位向量,Ω=[0,‑1;1,0]为 常数矩阵,J为旋转矩阵,ηd为期望轨迹,β为常数向量。 [0196] 其中,第二未知干扰项的数学表达式如下式(4): [0197] [0198] 其中,Γ2是对角正定矩阵;B(x2)为模糊基函数向量。 [0199] 本发明提出一种抗干扰的欠驱动无人水面航行器控制方法,基于模糊逻辑对驱动输入进行虚拟估计,有效地降低了干扰带来的影响,适合处理更复杂的时变干扰。通过构建相关李雅普诺夫函数,迭代得到推力和扭矩的控制律,与传统反步法相比,所提的控制方案需更少的逆推迭代次数;本发明将速度误差逼近到一个小的常数向量范围内,而不是将其驱近于零,从而使系统误差最终一致有界。本发明是一种面向欠驱动无人水面航行器的鲁棒性强、计算效率高的控制方法。 [0200] 图3是本发明实施例提供的一种航行器控制设备的结构示意图,如图3所示,航行器控制设备可以包括上述图2所示的抗干扰的欠驱动无人水面航行器控制装置。可选地,航行器控制设备310可以包括处理器2001。 [0201] 可选地,航行器控制设备310还可以包括存储器2002和收发器2003。 [0202] 其中,处理器2001与存储器2002以及收发器2003,如可以通过通信总线连接。 [0203] 下面结合图3对航行器控制设备310的各个构成部件进行具体的介绍: [0204] 其中,处理器2001是航行器控制设备310的控制中心,可以是一个处理器,也可以是多个处理元件的统称。例如,处理器2001是一个或多个中央处理器(central processing unit,CPU),也可以是特定集成电路(application specific integrated circuit,ASIC),或者是被配置成实施本发明实施例的一个或多个集成电路,例如:一个或多个微处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA)。 [0206] 在具体的实现中,作为一种实施例,处理器2001可以包括一个或多个CPU,例如图3中所示出的CPU0和CPU1。 [0207] 在具体实现中,作为一种实施例,航行器控制设备310也可以包括多个处理器,例如图3中所示的处理器2001和处理器2004。这些处理器中的每一个可以是一个单核处理器(single‑CPU),也可以是一个多核处理器(multi‑CPU)。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。 [0208] 其中,所述存储器2002用于存储执行本发明方案的软件程序,并由处理器2001来控制执行,具体实现方式可以参考上述方法实施例,此处不再赘述。 [0209] 可选地,存储器2002可以是只读存储器(read‑only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable programmable read‑only memory,EEPROM)、只读光盘(compact disc read‑only memory,CD‑ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器2002可以和处理器2001集成在一起,也可以独立存在,并通过航行器控制设备310的接口电路(图3中未示出)与处理器2001耦合,本发明实施例对此不作具体限定。 [0210] 收发器2003,用于与网络设备通信,或者与终端设备通信。 [0211] 可选地,收发器2003可以包括接收器和发送器(图3中未单独示出)。其中,接收器用于实现接收功能,发送器用于实现发送功能。 [0212] 可选地,收发器2003可以和处理器2001集成在一起,也可以独立存在,并通过航行器控制设备310的接口电路(图3中未示出)与处理器2001耦合,本发明实施例对此不作具体限定。 [0213] 需要说明的是,图3中示出的航行器控制设备310的结构并不构成对该路由器的限定,实际的知识结构识别设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。 [0214] 此外,航行器控制设备310的技术效果可以参考上述方法实施例所述的抗干扰的欠驱动无人水面航行器控制方法的技术效果,此处不再赘述。 [0215] 应理解,在本发明实施例中的处理器2001可以是中央处理单元(central processing unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(digital signal processor,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现成可编程门阵列(field programmable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。 [0216] 还应理解,本发明实施例中的存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(read‑only memory,ROM)、可编程只读存储器(programmable ROM,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的随机存取存储器(random access memory,RAM)可用,例如静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM,DR RAM)。 [0217] 上述实施例,可以全部或部分地通过软件、硬件(如电路)、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。 [0218] 应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况,其中A,B可以是单数或者复数。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系,但也可能表示的是一种“和/或”的关系,具体可参考前后文进行理解。 [0219] 本发明中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a‑b,a‑c,b‑c,或a‑b‑c,其中a,b,c可以是单个,也可以是多个。 [0220] 应理解,在本发明的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。 [0221] 本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。 [0222] 所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的设备、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。 [0223] 在本发明所提供的几个实施例中,应该理解到,所揭露的设备、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个设备,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。 [0224] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。 [0225] 另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。 [0226] 所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read‑only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。 [0227] 以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。 |