1.一种基于13点自适应PID抗噪的无人船路径跟踪控制方法，其特征在于，包括以下步骤：S1、构建无人船运动的三自由度模型；

S2、根据无人船运动的三自由度模型，利用自适应PID控制器与13点ZTD格式构建的

13P‑ADAZND模型对无人船机进行速度调节和状态更新；

所述S1包括以下子步骤：

S11、确定姿态变换矩阵、控制输入向量、外部扰动以及无人船在实际航行过程中非受控动力学特性；

S12、根据姿态变换矩阵、控制输入向量、外部扰动以及无人船在实际航行过程中非受控动力学特性，构建无人船运动的三自由度模型；

所述S2包括以下子步骤：

S21、构建误差函数，计算无人船期望轨迹与实际轨迹之间的误差；

S22、根据无人船期望轨迹与实际轨迹之间的误差，构建自适应积分型误差函数与自适应ZND模型，并得到误差函数动态演化过程；

S23、根据误差函数动态演化过程，得到PID控制器，并对无人船纵向速度、横向速度和艏摇角速度进行调节；

S24、根据无人船运动的三自由度模型，构建13P‑ADAZND模型；

S25、利用13P‑ADAZND模型对无人船的状态进行更新；

所述S22中，自适应积分型误差函数 的表达式为：

；

；

；

其中， 为动态调节自适应律， 为加权自适应律， 为误差函数， 为是在0‑t区间中某一时刻 的误差，为0‑t时间内的某一时刻，为加权自适应律的系数，为动态调节自适应律的系数，为时间变量， 为函数的二范数， 为指数函数， 为0‑t时间内的某一时刻对应的加权自适应律的值。

2.根据权利要求1所述的基于13点自适应PID抗噪的无人船路径跟踪控制方法，其特征在于，所述S11中，姿态变换矩阵 的表达式为：；

其中， 为关于艏摇角的矩阵， 为无人船的状态向量，为时间变量，为艏摇角；

所述S11中，控制输入向量 的表达式为：

；

其中， 为在无人船坐标下的纵向速度指令， 为在无人船坐标下的横向速度指令， 为艏摇角速度指令， 为向量转置；

所述S11中，外部扰动 的表达式为：

；

其中， 为环境因素对无人船在导航坐标系下造成的对纵向速度噪声干扰， 为环境因素对无人船在导航坐标系下造成的对横向速度噪声干扰， 为环境因素对无人船在导航坐标系下造成的对艏摇角速度噪声干扰；

所述S11中，无人船在实际航行过程中的非受控动力学特性 的表达式为：；

其中， 为无人船在无控制输入作用下沿导航坐标系x轴的速度， 为无人船在无控制输入作用下沿导航坐标系y轴的速度， 为无人船在无控制输入作用下艏摇角的角速度。

3.根据权利要求1所述的基于13点自适应PID抗噪的无人船路径跟踪控制方法，其特征在于，所述S12中，无人船运动的三自由度数学模型 的表达式为：；

其中， 为无人船在实际航行过程中的非受控动力学特性， 为姿态变换矩阵， 为控制输入向量， 为外部扰动，为时间变量， 为无人船的状态向量。

4.根据权利要求1所述的基于13点自适应PID抗噪的无人船路径跟踪控制方法，其特征在于，所述S24中，13P‑ADAZND模型的表达式为：；

；

其中， 为下一个采样点的预测状态量， 为到下一采样点的误差加权积累量，为当前采样点的状态量， 为到当前采样点的误差加权积累量， 为前一个采样点的状态量， 为到前一个采样点的误差加权积累量， 为第前二个采样点的状态量， 为到第前二个采样点的误差加权积累量， 为第前三个采样点的状态量， 为到第前三个采样点的误差加权积累量， 为第前四个采样点的状态量， 为到第前四个采样点的误差加权积累量， 为第前五个采样点的状态量， 为到第前五个采样点的误差加权积累量， 为第前六个采样点的状态量， 为到第前六个采样点的误差加权积累量， 为第前七个采样点的状态量， 为到第前七个采样点的误差加权积累量， 为第前八个采样点的状态量， 为到第前八个采样点的误差加权积累量， 为第前九个采样点的状态量， 为到第前九个采样点的误差加权积累量， 为到第前十个采样点的状态量，为到第前十个采样点的误差加权积累量， 为第前十一个采样点的状态量， 为到第前十一个采样点的误差加权积累量， 为用来计算求当前采样点的状态变量变化率的部分式子， 为当前采样点的状态变量， 为当前采样点期望输出的导数， 为当前采样点受外界噪声干扰， 为动态调节自适应律， 为加权自适应律， 为无人船的状态向量，为时间变量， 为在0‑t时刻内任意某一时刻的期望输出状态，为0‑t时间内的某一时刻， 为期望输出轨迹， 为当前采样点实际输出 对当前采样点的状态量 求导后得到的雅可比矩阵的逆， 为当前采样点实际输出的值， 为当前采样点对应的加权自适应律的值， 为实际输出， 为0‑t时间内的某一时刻对应的加权自适应律的值， 为0‑t时间内的某一时刻对应的期望输出的值，为0到1之间的采样间隙， 为当前采样点的期望输出， 为期望输出轨迹， 为在0‑ 时间里某一时刻 的实际输出， 表示在0‑ 时刻内任意某一时刻的系统状态量。