引言
波浪引起的多自由度船舶运动对海上作业构成了重大挑战。这些运动会显著降低船舶稳定性并威胁船上施工设备的安全（Woodacre et al., 2015）。为缓解这些影响，波浪补偿平台（WCPs）作为维持海上作业稳定性的关键解决方案应运而生。一般而言，根据机械构型，WCPs主要分为两类：三自由度和六自由度平台。虽然六自由度波浪补偿平台（SWCPs）具有全补偿能力（Chen et al., 2023a, 2025d; Zhou et al., 2023, 2025），但由于需要大量执行器，其成本高昂，对于可以容忍纵荡、横荡和艏摇的任务而言过于复杂。因此，针对关键横摇、纵摇和垂荡扰动的三自由度波浪补偿平台（TWCPs），已成为一种实用且经济的解决方案（Liu et al., 2022; Lv et al., 2024）。
尽管TWCPs的机械设计已经成熟，但其控制算法仍是决定系统性能的关键因素。然而，TWCPs的控制问题面临诸多重大挑战（Cai et al., 2021; Ono et al., 2022），包括非线性执行器动力学、强烈的波浪扰动（From et al., 2009）、不确定性载荷（Eftekhari et al., 2015）以及时变环境条件（Dai et al., 2013）。现有的逆动力学控制器严重依赖准确的动力学模型（Chen et al., 2023b）。然而，在真实的海洋环境中，关键系统参数——如载荷质量分布、惯量和摩擦系数——往往是不可确定的或时变的。
这些固有的模型不确定性不可避免地削弱了系统的鲁棒性并降低了补偿性能。虽然扰动观测器可以理论上估计集总扰动（Yin et al., 2024），但其动力学特性和滤波过程往往会引入响应延迟等问题（Zhao et al., 2022）。因此，运动学信息驱动的无模型控制研究引起了广泛关注，以减轻对显式建模的依赖。为实现无模型控制，神经网络（Chen et al., 2025c）和模糊逻辑推理（Chen et al., 2025b）等智能学习方法已被用于近似未知的动力学效应（Chen et al., 2025a; Wijaya et al., 2024; Wong et al., 2024）。然而，这些方法较高的计算负担限制了其在严格实时约束下运行的WCPs中的适用性。除计算问题外，收敛速度是另一个关键问题。大多数现有的WCPs控制策略仅能实现渐近收敛（Chen et al., 2023b, 2024; Xu et al., 2026），这可能不足以应对快速变化的海况。为进一步增强控制性能，有必要研究系统的有限时间稳定性。具有有限时间稳定性的非线性系统展现出强大的鲁棒性和扰动抑制能力，同时还能实现更高的精度和更快的收敛速度（Huang et al., 2022）。例如，Tian等人研究了不确定二阶积分器系统的有限时间饱和控制（Tian et al., 2022），并证明了闭环系统在任何初始条件下都是有限时间稳定的，同时确保控制输入有界。
除提升收敛速度外，基于预测的控制（Han and Hu, 2023; Liu et al., 2023; Wu et al., 2024）作为一种增强扰动抑制性能的有效方法，日益受到关注。然而，经典预测器无法适应快速变化的波浪模式，且在多步预测中存在显著的误差累积（Chen et al., 2025f; Wu et al., 2022）。此外，未处理的预测输出本身不满足平滑性或物理约束条件（Li et al., 2025）；直接应用可能导致不可行或不稳定的控制指令。因此，开发一种既适应海况又具备物理可实现性的基于预测的控制策略仍是一个开放的研究挑战。
受上述挑战启发，本文针对TWCPs提出了一种预测增强的控制框架，该框架在自然受限的执行器输入下实现了无模型运行和有限时间收敛。值得注意的是，控制器中采用了tanh函数和有界自适应项——该设计有效地抑制了抖振，同时在自然饱和约束下保持了有限时间稳定性。本文提供了基于Lyapunov的综合稳定性分析，证明所有闭环状态均有界且有限时间收敛。实验结果表明，在随机波浪激励下，所提方法相较于几种广泛采用的无模型控制器，显著提升了补偿性能。本文的主要贡献总结如下。
- ●
针对经典预测器无法适应快速变化的波浪模式且多步预测中存在显著误差累积的局限性，本文采用具有在线参数自适应的滑动数据窗口自回归（SDW-AR）预测器进行多步船舶运动预测，并结合基于Hermite的轨迹整形机制。该方法不仅提高了预测精度，还生成了平滑且物理可实现的参考轨迹。
- ●
显式设计了一种新型无模型有限时间饱和控制器，以应对固有的模型不确定性和执行器饱和约束。与依赖准确动力学或渐近收敛的现有方法不同，所提控制器无需系统参数或载荷质量等先验知识。它通过tanh机制显式处理执行器饱和，在实现有限时间稳定性的同时，确保快速且安全的扰动抑制。
- ●
提供了严格的基于Lyapunov的分析以保证所有系统状态的有限时间收敛，并通过实验验证了所提方法的有效性。
本文其余部分组织如下。第二节阐述TWCPs的问题描述。第三节开发所提的预测增强运动学信息驱动的无模型有限时间饱和控制框架，包括具有Hermite轨迹整形机制的SDW-AR预测器和运动学信息驱动的无模型有限时间饱和控制器，并进行详细的稳定性分析。第四节提供实验验证，将所提方法与几种代表性的无模型控制器在随机波浪扰动下进行对比。第五节总结全文并讨论未来的研究方向。
