1.一种用于船舶智能机动的自适应控制方法，针对具有外部干扰和输入饱和效应的船舶智能机动系统设计一种有限时间预定性能的约束控制策略，其特征在于，包括以下步骤：步骤1：构造船舶智能机动的模型并结合神经网络技术将所述模型的方程进行转化；

其中，ψ为船舶航向角， 代表偏航率，是偏航率的变化率，T是一个时间常数，α,K,Tσ,w分别代表诺宾系数、方向增益、方向舵角和r维独立标准布朗运动，φ (ψ,h,σ)表示未知函数；

定义χ1＝ψ,χ2＝h,χ3＝σ,sat(u)＝σE，将式(1)写成状态方程的形式，得到：其中， TE是船舶时间常数，KE是船舶的控制增益，σE代表舵令，f函数是一个未知函数，y为系统输出， 是系统外部干扰，表示该系统受到外部非匹配干扰的影响；f函数的自变量包含χ1,χ2,χ3，为了保持船舶行驶的平衡性，船舶的航向角以及偏航率状态参数需要满足一定的约束条件，即状态参数需要满足|χ1|＜hχ1,|χ2|＜hχ2,|χ3|＜hχ3，hχ1,hχ2,hχ3为约束条件；u为系统输入，sat(u)表示舵令的饱和输入，由下式表示：其中，u1＞0,u2＜0代表已知常数，根据实际控制的需要，控制输入u是有界的，由于饱和输入sat(u)是有界的，所以饱和误差Δu＝sat(u)‑u也是有界的；

结合神经网络逼近技术，未知函数 和 用神经网络进行逼近，即：同时，定义有界函数b＝

g2, 式(2)重写为：

T

其中，χ＝[χ1,χ2,χ3] ， 为神经网络逼近的最优权值，ξ2(χ),ξ3(χ)是基函数，代表神经网络最小逼近误差；

步骤2：针对约束条件以及输入饱和分别设计出时变的障碍李雅普诺夫函数和辅助系统以分别确保约束条件的成立和抗饱和的实现；

步骤3：结合命令滤波递推和复合非线性干扰观测器设计出虚拟控制、实际控制和自适应更新率；并构造合适的李雅普诺夫函数L，验证所设计的虚拟控制、实际控制和自适应更新率是否满足闭环系统有限时间稳定判别条件 其中，M为设计参数，M2为一个正数，两者比值 影响L的收敛域，若不能满足，则重新设计虚拟控制、实际控制和自适应更新率直至满足步骤4：对所设计的虚拟控制、实际控制和自适应更新率进行稳定性和性能分析，验证其能够保证船舶智能机动系统内包含航向角、偏航率、舵令参数的有限时间稳定，保证船舶航向角与规定航向角的误差在预定时间内缩小到预定范围里，确保系统状态量在约束条件内。

2.根据权利要求1所述的一种用于船舶智能机动的自适应控制方法，其特征在于，所述步骤2中设计出时变的障碍李雅普诺夫函数和辅助系统具体如下：

1)构建有限时间性能函数为：

其中， ar,br,λr,f是正参数， 代表预定义的收敛时间，整个函数会在Tr,s时间内从初值 收敛到λr,f内，r＝1,2,3；

设计如下形式的时变障碍李亚普诺夫函数：

其中，φr是被约束变量，±λr是约束的上下界,r＝1,2,3；

针对输入饱和效应构造的辅助系统具体如下：其中，δ1,δ2和δ3是辅助系统的状态变量，l1,l2和l3是辅助系统的增益参数，Δu＝sat(u)‑u表示饱和输入和正常输入之间的误差，状态变量的初值都为0。

3.根据权利要求1所述的一种用于船舶智能机动的自适应控制方法，其特征在于，所述步骤3中具体包括：

1)设计一系列误差变量表示为：

其中， 和 表示系统状态误差，yf是参考航向角，满足yf＜γ0, 是yf的一阶时间导数，ηr是一阶滤波器的输出， 代表补偿信号，φj代表补偿误差， 和 分别代表神经网络权值估计值和复合干扰估计值， 是神经网络权值估计误差， 是复合干扰估计误差，复合干扰的估计值 将会通过后续设计的复合非线性干扰观测器给出；

2)设计满足控制目标的虚拟控制、实际输入和自适应更新律，包括：其中，α2,v,α3,v是虚拟控制，u是实际输入， 是自适应更新率， mr,1,mr,2,m2,a,m3,a表示待设计参数，变量 和 是设计过程中引入的辅助变量，常数πr＞0,0＜κ＜1，r＝1,2,3。

4.根据权利要求3所述的一种用于船舶智能机动的自适应控制方法，其特征在于，所述步骤3中结合命令滤波递推和复合非线性干扰观测器设计出虚拟控制、实际控制和自适应更新率的具体设计过程及构造的李雅普诺夫函数L如下：步骤3.1：根据具有外部干扰和输入饱和效应的船舶智能机动系统的状态方程式(4)和误差变量(8)，对误差变量 进行求导，计算得到：其中， 假设复合干扰ψr及其一阶导数是有界的，即|ψr(t)|≤ψr,0,ψr,0和ψr,m代表正的常数，r＝1,2,3；

为了把未知干扰对系统的影响补偿掉，设计一个如下形式的非线性干扰观测器：其中，m1,d为正的设计参数，θ1是干扰观测器中的辅助变量；根据式(11)，对干扰误差进行求导，得到：为实现控制目标，设计如下虚拟控制：

其中， 和 都是辅助变量，m1,1,m1,2是待设计的正常数，常数0＜κ＜1,π1＞0；

设计一个时间常数为β2的一阶滤波器，该滤波器的输入为虚拟控制α2,v，输出为η2，具体形式为：其中，β2＞0，α2,v(0)和η2(0)是滤波器输入输出的初值；

为了减小滤波误差(η2‑α2,v)对控制系统的影响，设计一个新的补偿信号其中， 是补偿信号的初值，m1,2是正的设计参数；

设计如下正定Lyapunov函数

对L1求其关于时间的导数，得到：

结合杨氏不等式，得到如下不等式：

将式(18)代入式(17)中去，放缩得到：步骤3.2：参考步骤3.1，根据状态方程式(4)和误差变量(8)，得到状态误差 的时间导数，设计如下形式的复合非线性干扰观测器来得到复合干扰ψ2的估计值：其中， 是复合干扰，复合干扰ψ2满足

|ψ2|＜ψ2,1, ψ2,1,ψ2,m是正的常数，θ2是一个中间变量，m2,d＞0是待设计参数；依此构造第2个虚拟控制和神经网络自适应更新律为：其中m2,1,m2,2和m2,a都是设计参数， 是辅助变量，常数π2＞

0；构造第2个Lyapunov函数：

计算李雅普诺夫函数L2关于时间的导数并且进行放缩运算，可得：其中，mc,1,m2,a,m2,d,mc,2，c＝1,2均是正的设计参数， 和 是辅助变量，常数π2＞0；

步骤3.3：根据状态方程式(4)和误差变量(8)，得到状态误差 的时间导数，设计非线性干扰观测器并计算干扰估计误差时间导数，设计实际的控制器u和神经网络自适应更新律为：其中m3,1,m3,2和m3,a都是设计参数， 是辅助变量，常数π3＞

0；

设计第3个正定的Lyapunov函数为：对L3求关于时间导数并且进行放缩运算，可得：其中，mc,1,mc,a,mc,d,mc,2均是正的设计参数， 和 是辅助变量，常数π3＞0。

5.根据权利要求4所述的一种用于船舶智能机动的自适应控制方法，其特征在于，所述步骤4具体包括：整合闭环系统的Lyapunov函数为如下形式：对L求关于时间的导数并且整合计算，可得：其中，设计参数需满足mr,1,mr,a‑mr,d,mr,d‑2,m1,d‑1,mr,2都大于0；

定义：

因此，式(23)可以转化为：

根据以下不等式

将式(26)代入到式(25)中，得到：

其中，

易得：

计算式(28)，得到对所有的t≥td时， 成立，其中，ι是一个常数且满足0＜ι≤1，得到的收敛时间td用下式表示：