为克服船舶航行过程中存在的非线性和不确定性等不利因素,并提升自动舵的控制性能,本文基于自抗扰控制技术开展船舶航向控制设计的研究。在此基础上,本文通过引入其他智能控制方法,提出了参数自适应的智能自抗扰航向控制策略,具体工作内容及创新性如下:1.船舶航向线性自抗扰控制器的设计:利用船舶的非线性野本模型进行自动舵的设计,考虑舵机特性,并将舵机与船舶视为一个整体,把舵机造成的影响看作船舶受到的扰动,设计扩张状态观测器(ESO)对其进行观测和补偿,给出了一种线性自抗扰船舶航向控制器。2.基于自适应神经模糊推理系统的自适应自抗扰控制器设计:为了提高控制器的控制性能,自适应神经模糊推理系统的优势被运用到自抗扰控制参数在线自适应策略的设计中,基于此,设计了ESO参数自适应的自抗扰控制器和PD参数自适应的自抗扰控制器。在不同海况下,通过仿真验证了两种控制器的控制性能。3.基于深度信念网络的自适应自抗扰控制器设计:深度信念网络是一种具有特征提取能力的神经网络,本文将其应用于参数自适应策略的设计中,实现了自抗扰控制器中观测器带宽和线性反馈增益的同时在线调整,并将该基于深度信念网络的自适应自抗扰控制器与线性自抗扰控制器在相同海况下进行仿真对比,以验证自适应自抗扰控制器的优越性。4.基于Q学习的自适应自抗扰控制器设计:强化学习凭借其高质量的策略学习效果,近年来受到了广泛关注。本文将自抗扰控制器(ADRC)参数的在线调整问题等效为参数值选择策略的优化问题,针对一类自抗扰控制问题,提出了一种基于Q学习的ADRC参数自适应算法;并且基于该算法,设计了一种自适应ADRC航向控制器。另外,考虑到航向控制器的实际应用,在设计时给出了一种非等概率随机初始化的方法用于离线训练过程中初始数据的选择。仿真表明,该控制器跟踪精度高,跟踪速度快,可有效抑制外界干扰。