《Ocean Engineering》：Online LSTM-Based parallel control for underactuated ASVs with prescribed-Time performance
编辑推荐：
针对欠驱动ASV轨迹跟踪中的时变动态建模和通信资源优化问题，提出LSTM-TDM模型与PTPF框架结合的深度学习控制策略，并设计METM触发机制。通过LSTM网络实时学习时间序列数据，构建自适应动态模型，结合元学习增强的扩展状态观测器提升建模精度，采用并行控制架构确保模型与实际状态同步。创新性地提出可自定义收敛时间的PTPF性能函数，突破传统控制对初始误差的严格限制，同时METM通过融合历史与实时数据优化触发决策，增强通信带宽利用率。仿真验证表明该方法在动态海洋环境下显著提升轨迹跟踪精度与控制鲁棒性。
卢文龙|赵颖|于双合|杨嘉轩
大连海事大学海洋电气工程学院，中国大连，116026
摘要
针对欠驱动自主水面船舶（ASVs）的传统轨迹跟踪方法所固有的限制，本文提出了一种基于深度学习的控制策略，该策略具有预定的收敛时间。为了描述ASV的不确定动态，构建了一个基于LSTM架构的时变动态模型（LSTM-TDM）。该框架利用长短期记忆网络处理具有挑战性的海洋环境中的实时操作信息，并通过元学习技术增强状态观测器的性能以提高建模精度。利用这一框架，设计了一种并行控制方案，以确保模型输出准确反映ASV的实际状况，从而提高控制效果。提出了一种预定时性能函数（PTPF），用户可以指定收敛时间，同时消除了初始误差需要保持在预定范围内的要求。为了高效利用通信资源，开发了一种具有自适应触发条件的记忆增强事件触发机制（METM）。该策略结合了记忆元素，通过整合当前和过去的数据来促进平滑评估。通过仿真研究验证了所提出方法的有效性。
引言
海洋丰富的自然资源对于保障人类生存和促进可持续发展起着至关重要的作用，使海洋领域成为全球海军国家之间的关键竞争空间。由于自主水面船舶相对于其自由度的控制要求较低，同时具有设计紧凑、成本效益高和自主能力增强等优点，因此它们在各种海洋作业中得到了广泛应用（Guo等人，2023年；Zhang等人，2020年，Zhang等人，2021年）。欠驱动水面船舶的轨迹跟踪控制是一个重要的海洋作业领域，已经引起了大量研究兴趣（Liu等人，2018年；Wu等人，2021年）。在实际的海洋应用中，自主水面船舶的路径跟随机制面临着系统动态的不可预测变化和有限的传输带宽带来的挑战。鉴于这些限制，开发出具有弹性的控制策略对于提高水面船舶任务的路径跟踪能力至关重要。
在实际的海洋作业中，水面船舶的轨迹跟踪能力对于任务的成功至关重要。PPC通过将状态变量限制在预定范围内来改善系统行为（Ma等人，2021年；Zhang和Yang，2020年）。这种控制方法已在多种水面船舶应用中显示出有效性，包括协调舰队控制（He等人，2018a；Zhang等人，2022a）和路径跟随任务（Gao等人，2023年；Zhu等人，2021a）。然而，标准的PPC实现可能会增加碰撞风险并在拥挤的海洋通道中降低精度。最近在PPC机制方面的进展促进了欠驱动水面船舶编队的障碍物规避和网络维护（He等人，2018b）。通过应用Barbalat定理，在Zhao等人（2024年）中证明了在预定约束下的渐近收敛性。通常，PPC实现会遇到实际障碍，特别是关于稳定时间的不确定性以及严格的初始偏差要求。为了解决经典PPC方案中固有的稳定时间不确定性，提出了PTPF（Deng等人，2024年；Wang等人，2024a）。这种公式保证了系统偏差在操作员确定的时间内收敛到指定范围内。然而，PTPF要求初始偏差保持在预定的性能限制内，这在实际场景中往往具有挑战性。解决PTPF中的这些严格初始偏差要求仍然是一个未解决的研究课题。
作为典型的信息物理系统，ASVs集成了计算、通信和控制功能。ASVs的时变动态对控制器设计提出了重大挑战。并行控制理论（Wang，2004年；Wei等人，2020年）为复杂信息物理系统的控制器设计提供了创新解决方案，并已应用于多个领域。此外，先进的数据驱动建模方法为并行控制方案提供了更精确的模型支持（Hu等人，2023年；Wang等人，2023年）。虽然传统建模方法侧重于物理对象的静态特性和状态描述，但现代技术能够构建随物理系统实时演变的动态模型（Wang等人，2024b；Zhang等人，2022d）。利用这些模型中的数据可以在仿真环境中进行大规模计算实验，降低物理实验成本并实现ASV操作的实时监控。Xu等人（2024年）提出了一种基于元学习的扩展状态观测器并行控制架构，用于欠驱动ASVs的路径跟踪。在Peng等人（2023年）中，介绍了一种基于在线深度学习的ASV路径跟踪方法，结合了深度神经网络和扩展状态观测器，用于实时学习和估计ASV的未知动态。值得注意的是，ASVs在海洋任务中运行于动态过程中，其中操作数据是时间依赖的。然而，上述研究并未考虑这一关键因素。因此，探索具有复杂时变特性的欠驱动ASVs的并行控制结构以及开发准确的时变动态模型仍然是亟待解决的关键问题。
由于带宽有限，海洋通信系统面临容量限制，使得传统的周期性数据传输方法无法克服这些限制（Guo等人，2024a；Peng等人，2020年）。作为一种替代方案，ETM（Guo等人，2024b；Ning等人，2023；Song等人，2020；Zhang等人，2022b）提供了一种仅在需要时发送信息的自适应方法，从而提高了带宽效率。然而，标准的ETM实现基于当前测量值与之前传输值之间的偏差来评估传输必要性。这种方法使得ETM对瞬时测量变化过于敏感，同时忽略了过去的数据模式，导致在具有挑战性的海洋环境中的鲁棒性降低。在精确的路径跟随操作中，控制输入的波动或设备故障可能导致触发标准受到错误数据的影响，消耗不必要的网络容量并影响系统效率。为了缓解这些限制，Gu等人（2021年）和Xie等人（2022年）提出了METM，通过结合历史数据来优化通信资源。然而，METM框架依赖于累积的历史信息，当设备发生故障或出现异常行为时，这些信息可能与实际操作特性不一致，从而可能影响控制质量。因此，创建可靠的诊断方法来缓解这些情况成为一个关键的技术挑战。这个问题在表面船舶路径跟随应用中仍然是一个未解决的问题，反映了相关研究领域的更广泛困难。这些技术差距激发了我们的研究努力。
与现有文献相比，本研究提供了以下关键贡献。
- •
本文引入了基于LSTM的方法来处理和预测未知的时间序列数据，这与Peng等人（2023年）和Xu等人（2024年）的不同之处在于，后者没有考虑时间因素。LSTM中的记忆单元能够捕捉长期依赖性，使其在建模此类依赖性和动态变化方面更为有效。基于LSTM，开发了一种自适应神经元机制，动态调整模型复杂性。采用了一种结合Adam和SGD的混合优化策略，确保在不同模型阶段的高效性和稳定性。更重要的是，所提出的LSTM具有在线学习能力，能够实时更新模型以适应动态环境。
- •
构建了一个实时的LSTM-TDM模型，这与Ma等人（2021年）、Zhang和Yang（2020年）、He等人（2018a）、Zhang等人（2022a）、Gao等人（2023年）、Zhu等人（2021a）、He等人（2018b）、Zhao等人（2024年）、Deng等人（2024年）和Wang等人（2024a）的方法不同，后者没有考虑实时模型适应。结合该模型，设计了一种并行跟踪控制律，利用模型的预测能力来提高ASV的跟踪性能。LSTM-TDM的一个关键特性是它能够通过LSTM的在线学习机制适应变化的环境。这使得模型能够不断优化其行为并在动态环境中提高预测准确性。
- •
开发了一种PTPF框架，使操作员能够独立于起始状态或系统设置指定稳定时间。这种方法消除了传统PPC策略（Deng等人，2024年；Gao等人，2023年；He等人，2018a，He等人，2018b；Ma等人，2021年；Wang等人，2024a；Zhang等人，2022a；Zhang和Yang，2020年；Zhao等人，2024年；Zhu等人，2021a）中的限制，这些策略要求初始偏差保持在预定的范围内。
- •
提出了一种METM策略，该策略使用过去和当前的测量值来调整激活条件。在命令输入发生突然变化时，METM优先考虑累积的历史信息，克服了传统事件驱动方案（Gu等人，2021年；Guo等人，2024a，Guo等人，2024b；Ning等人，2023年；Peng等人，2020年；Song等人，2020年；Xie等人，2022年；Zhang等人，2022b）仅依赖瞬时值的缺点。引入了一个权重参数，以实现当前观测值与累积记录的平衡整合。
后续部分的结构如下。第2节描述了ASV的动态建模并提供了LSTM网络的背景信息。第3节开发了METM框架和控制架构。第4节进行了数值实验以验证所提出方法的有效性。第5节提出了结论性意见和获得的重点见解。
部分摘录
长短期记忆网络
LSTM是一种专为处理和预测时间序列数据而设计的循环神经网络（RNN）。通过结合内部记忆单元和门控机制，LSTM解决了传统RNN中梯度消失的问题，使其能够捕捉序列中的长期依赖性。LSTM中的信息流由三个关键门控制：遗忘门、输入门和输出门。每个门在决定数据如何传递方面发挥着独特的作用
记忆增强触发策略
在精确的路径跟随操作中，海洋条件的变化会导致命令输入的波动。如Peng等人（2020年）、Guo等人（2024a）、Guo等人（2024b）、Ning等人（2023年）、Song等人（2020年）、Zhang等人（2022b）、Gu等人（2021年）和Xie等人（2022）所描述的，传统的事件驱动方案可能会受到错误测量的影响，导致网络使用效率低下和操作质量下降。所提出的METM
仿真
进行了数值实验以验证所开发控制方案的有效性。表2展示了选定的控制器增益。
仿真实验是在配备第12代Intel Core i7-12700K处理器、NVIDIA GeForce RTX 4070显卡和32GB内存的计算机上进行的。系统运行在Windows 10 Professional Edition（22H2）上，使用CUDA驱动程序版本12.4。所有算法均在MATLAB R2023a环境中实现。
结论
本文提出了一种具有预定时间性能的在线深度学习控制方法，用于解决欠驱动ASVs的轨迹跟踪挑战。该方法的核心是LSTM-TDM，它通过学习实时操作数据来建立，并通过元学习扩展状态观测器提高其准确性。基于这种自适应模型，实现了并行跟踪控制律，以提高车辆的控制精度。此外，还提出了PTPF
数据可用性声明
由于本研究没有创建或分析新的数据，因此不适用于数据共享。
CRediT作者贡献声明
卢文龙： 数据整理。赵颖： 资金获取。于双合： 方法论。杨嘉轩： 监督。
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。
致谢
这项工作部分得到了国家自然科学基金的支持，资助编号为62373072和62003070。
