一种提高船舶自动识别系统测量精度的估计方法技术方案

一种提高船舶自动识别系统测量精度的估计方法，属于海上船舶状态测量技术领域。该种方法基于水面船舶三自由度标称运动学模型与动力学模型，分析模型不确定性与测量噪声，建立包含模型不确定性与测量噪声的船舶三自由度受扰模型，进而建立水面船舶三自由度测量方程，基于测量方程设计变结构扩展容积卡尔曼滤波器对船舶运动状态进行估计，利用AIS系统对目标船舶进行跟踪，将估计出的船舶运动状态作为最终目标跟踪状态信息通过通信单元进行发送。本发明专利技术的滤波器结合了CKF滤波器与滑模变结构滤波器的优点，既能提供含有高斯条件下测量噪声的二维系统状态信息的精确逼近，又对随机海浪干扰条件下水面船舶三自由度模型不确定性具有良好的鲁棒特性。

【技术实现步骤摘要】
一种提高船舶自动识别系统测量精度的估计方法
本专利技术属于海上船舶状态测量
，具体涉及一种提高船舶自动识别系统测量精度的估计方法。
技术介绍
随着社会经济的快速发展，不断增长的船舶数量和交通密度严重影响着水域交通安全及海洋环境污染。频繁发生的海损事故，将会造成生命与财产的重大损失，而且对邻近水域的海洋生态环境会造成严重的破坏。为了确保海上航行安全，船与船、船与岸之间的实时数据交换以及目标信息识别等功能变得越来越重要。船舶自动识别系统(AutomaticIdentificationSystem，AIS)正是针对上述问题而发展起来的一种用于岸一船、船一岸以及船一船之间通信的新型助航系统。AIS设备能将本船的动态信息如位置、速度、航向等和静态信息如海上移动业务标识码、船名、呼号等，经信息处理器处理后在VHF信道向外播发，本船周围船舶只要安装了AIS设备就可以自动接收这些船舶信息并显示；同时，本船也可将其他船的识别信息和本船信息一起存储并向范围内其他目标船发送。然而，由于船舶模型不确定性、随机环境干扰与高频测量噪声等因素的存在，传统的AIS系统得出的目标船舶运动状态信息存在较大的测量偏本文档来自技高网...

【技术保护点】
1.一种提高船舶自动识别系统测量精度的估计方法，其特征在于：所述的方法具体步骤如下：步骤一：建立水面船舶三自由度标称运动学模型与动力学模型为：

【技术特征摘要】
1.一种提高船舶自动识别系统测量精度的估计方法，其特征在于：所述的方法具体步骤如下：步骤一：建立水面船舶三自由度标称运动学模型与动力学模型为：其中，η＝[x,y,ψ]T，ν＝[u,v,r]T，x为北向位置，y为东向位置，ψ为船舶艏向角，u为纵荡速度，v为横荡速度，r为艏摇角速度，J(η)为坐标转换矩阵，τc为控制力和力矩的矩阵；M0为船舶质量与惯性矩阵，其详细定义为：其中，m为船体质量，IZ为Z轴转动惯量，xG为船体重心在船体坐标系下x轴的坐标，均是指相应自由度下的附加质量和附加静矩；C0(ν)为科里奥利与向心力矩阵，其详细定义为：是指相应自由度的附加质量和附加静矩；D0(ν)为水动力阻尼矩阵，其详细定义为：其中，Xu、Yv、Yr、Nv、Nr分别为相应自由度的线性水动力阻尼；步骤二：分析水面船舶三自由度标称动力学模型中的不确定性与测量噪声，建立包含模型不确定性与测量噪声的船舶三自由度受扰模型；基于式(10)给出模型不确定性分析如下，设置以下变量：M＝M0+MΔ(11)C(ν)＝C0(ν)+CΔ(ν)(12)D(ν)＝D0(v)+DΔ(v)(13)其中，带有下标0的表示矩阵中标称模型部分，带有下标Δ的表示模型参数摄动部分，则含有模型不确定性的船舶三自由度受扰模型表示成以下形式：其中，式(10)为带下标0的标称模型，式(14)为添加了模型不确定性的模型，含义不同；由一阶波浪诱导产生的水面船舶三自由度高频运动模型由下式所示其中，ξ为等效状态变量，Aw为系统矩阵，Ew为随机噪声矩阵，w1为零均值高斯白噪声向量，ηw＝Cwξ代表一阶线性波浪诱导作用下的状态高频输出，Cw为输出矩阵；将公式(15)所描述的模型看作是一种附带非线性阻尼的二阶振荡环节，如下式所示：其中，Kωi为波浪强度度量值，s是为传递函数中拉氏变换的算子，阻尼比ζi的取值范围为0.05～0.2，ω0i为波浪P-M谱中的主导频率；利用一阶高斯—马尔科夫过程模拟由海上环境因素引起的缓慢变化的环境扰动作用力，该慢变环境扰动模型的描述形式为：其中，Tb为二维对角阵，Eb为随机噪声矩阵，w2为零均值高斯白噪声向量；考虑到水面船舶导航与测量系统能够提供的是带有测量噪声的系统输出值，因此，测量方程由下式得出：y＝η+ηw+v(18)其中，v为零均值高斯白噪声向量；综上，得到包含环境干扰与随机噪声特性的完整系统模型为：为了便于步骤中变结构扩展容积卡尔曼滤波器的设计，提取式(19)中的第二与第四子方程离散化写成如下的一体化标准状态空间描述形式：其中，xk＝[ηk,υk]T，ηk和υk即表征离散后的第k时刻状态η和状态υ，下标k表征当前的k时刻，下标k-1表示k-1时刻，uk-1＝τck-1，wk-1由于传感器高频噪声和随机海浪干扰产生的随机系统噪声，zk为k时刻系统的观测输出，h(·)＝η，vk为k时刻传感器测量噪声；步骤三：基于测量方程设计变结构扩展容积卡尔曼滤波器对船舶运动状态进行估计；首先容积卡尔曼滤波CKF选取2n个Cubature点及同等权值计算高斯权重积分，Cubature点形式如下：使用Cubature点集得出CKF滤波算法，而后进行状态扩维，在每个滤波周期内进行时间更新和测量更新，n为自然数、ei为状态矩阵的第i个列元素；对于基础型扩展CKF滤波器设计步骤包含以下几部分：1.时间更新：a.假设k-1时刻后验密度函数已知，通过Cholesky分解误差协方差矩阵Pk-1|k-1：其中，N(·,·)高斯分布，为k-1时刻系统状态[η,υ]T的估计值，Sk-1|k-1为通过Cholesky分解...

【专利技术属性】
技术研发人员：刘洪丹，李芃，许长魁，张红梅，张兰勇，李冰，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江,23