一种面向水面无人船状态方程的辨识方法技术

本发明专利技术公开了一种面向水面无人船状态方程的辨识方法，涉及舰船运动控制技术与仿生智能算法技术领域，该方法包括如下步骤：分别获取目标无人船在船舶坐标系下和固定坐标系下的实测数据，并根据实测数据构建目标无人船的线性运动状态方程；基于线性运动状态方程设计状态观测器，并获取状态观测器的水动力学参数；获取预设时间段内目标无人船的观测航向角和实测航向角，并根据观测航向角和实测航向角确定目标函数；结合目标函数，基于自适应变异粒子群算法对水动力学参数进行处理，获得目标函数取最小值时所对应的最优水动力参数。该方法可以有效保证水面无人船控制算法的鲁棒性和控制品质。和控制品质。和控制品质。

【技术实现步骤摘要】
一种面向水面无人船状态方程的辨识方法


[0001]本专利技术涉及舰船运动控制技术与仿生智能算法
，更具体的说是涉及一种面向水面无人船状态方程的辨识方法。

技术介绍

[0002]水面无人船主要用于执行危险以及不适合有人船只执行的任务，比如侦查、搜索、探测、导航和水文地理勘察。其操纵控制系统其任务是保证水面无人船自主航行时满足对航向、航迹以及动态避障的要求，该系统中所涉及的操纵控制律关系到任务成功执行。通常只能测得航向信息，因此需要设计状态观测器对导数分量进行渐进估计。采用基于实测数据修正的状态观测器进行水面无人船操纵控制系统控制律开发，可以提高的控制品质以及进行状态预报实现避障。
[0003]由CFD数值仿真获得的模型与实船运动特性存在较大偏差。基于试验数据，采用智能粒子群算法对无人船状态观测器的水动力参数进行辨识，获得最优水动力参数，之后根据最优水动力参数对无人船状态观测器进行修正，从而获得精准的状态观测器，进一步提升无人船航向、航迹以及动态避障的控制品质。目前通过船模实验获取水动力参数的方法不仅周期长、造价高，而且受尺度效应影响与实船差别较大。在此基础上设计的控制策略控制精度低、控制品质差。
[0004]因此，如何基于CFD数值仿真技术，保证水面无人船控制算法的鲁棒性和控制品质，达到航向、航迹以及精准动态避障功能，是本领域技术人员亟需解决的问题。

技术实现思路

[0005]鉴于上述问题，本专利技术提供一种至少解决上述部分技术问题的一种面向水面无人船状态方程的辨识方法。
[0006]为了实现上述目的，本专利技术采用如下技术方案：
[0007]一种面向水面无人船状态方程的辨识方法，包括如下步骤：
[0008]S1、分别获取目标无人船在船舶坐标系下和固定坐标系下的实测数据，并根据所述实测数据构建所述目标无人船的线性运动状态方程；
[0009]S2、基于所述线性运动状态方程设计状态观测器，并获取所述状态观测器的水动力学参数；
[0010]S3、获取预设时间段内所述目标无人船的观测航向角和实测航向角，并根据所述观测航向角和实测航向角确定目标函数；
[0011]S4、结合所述目标函数，基于自适应变异粒子群算法对所述水动力学参数进行处理，获得所述目标函数取最小值时所对应的最优水动力参数。
[0012]进一步地，其特征在于，所述实测数据包括：船舶坐标系下目标无人船的实测横向速度、实测回转角、实测横向加速度和实测回转角加速度；以及固定坐标系下所述目标无人船的实测航向角、实测航向角速度和实测方向舵舵角。
[0013]进一步地，所述线性运动状态方程表示为：
[0014][0015][0016]其中，v表示实测横向速度；r表示实测回转角；表示实测横向加速度；表示实测回转角加速度；表示实测航向角；表示实测航向角速度；δ
r
表示实测方向舵舵角；A
11
、A
12
、A
21
、A
22
、A
32
、B1和B2均表示水平面状态空间中的水动力参数。
[0017]进一步地，所述状态观测器表示为：
[0018][0019]其中，表示观测横向加速度；表示观测回转角加速度；表示观测航向角速度；表示观测横向速度；表示观测回转角；表示观测航向角；g1、g2和g3均表示状态观测器在线性方程中的根。
[0020]进一步地，所述目标函数表示为：
[0021][0022]其中，M表示目标函数；n表示预设时间段内的数据个数；表示j时刻下的观测航向角；表示j时刻下的实测航向角。
[0023]进一步地，所述步骤S4具体包括：
[0024]S41、对所述水动力学参数进行初始化；
[0025]S42、结合所述目标函数，对初始化后的水动力学参数进行位置更新；
[0026]S43、对位置更新后的水动力学参数进行自适应变异处理；
[0027]S44、重复步骤S42和步骤S43，直至满足预设最大迭代数，获得所述目标函数取最小值时所对应的最优水动力参数。
[0028]进一步地，所述步骤S41具体包括：将所述水动力学参数作为粒子的组成，生成N个维度为D的数组；其中，N表示粒子总数；
[0029]所述数组中的每个值在对应的CFD数值计算获得的水动力参数经验值的
±
100％范围内随机生成。
[0030]进一步地，在所述步骤S42中，第i个粒子在每个维度中速度和位置按如下公式进行变化：
[0031]v
id
(t+1)＝w1v
id
(t)+c1*r1*(P
bestd
(t)
‑
X
id
(t))+c2*r2*(G
bestd
(t)
‑
X
id
(t))
[0032]X
id
(t+1)＝X
id
(t)+v
id
(t+1)
[0033]其中，t表示迭代更新次数；v
id
(t+1)表示第t+1次迭代中第i个粒子在d维度的位置更新速度；w1表示惯性权重；c1表示调节粒子向自身最优位置飞行步长的正定常数；c2表示调节粒子向全局最优位置飞行步长的正定常数；r1和r2均表示[0，1]范围内的随机数；P
bestd
(t)表示第t次迭代中目标函数取最小值时粒子在d维度中的位置；X
id
(t)表示第t次迭代时第i个粒子在d维度的实际位置；G
bestd
(t)表示整个粒子群迭代历程中目标函数取得最小值时粒子在d维度的位置。
[0034]进一步地，在迭代过程中，若粒子的位置更新速度或实际位置超出了预设范围，则将该粒子的位置设为边界值。
[0035]进一步地，所述步骤S3具体包括：通过随机函数rand生成一个[0，1]之间的随机数；若所述随机数大于预设值，则对粒子位置进行变异操作；若所述随机数小于或等于预设值，则粒子位置保持不变。
[0036]经由上述的技术方案可知，与现有技术相比，本专利技术公开提供了一种面向水面无人船状态方程的辨识方法，具有如下有益效果：
[0037]本专利技术采用自适应变异粒子群算法对水面无人船状态观测器水动力参数进行辨识，通过拟合线性状态运动方程观测曲线与试验数据曲线，提高状态方程观测精度。
[0038]本专利技术仅需辨识少量水动力参数，可避免辨识结果陷入局部最优解，提高了辨识精度。
[0039]本专利技术通过水动力参数辨识可以减小模型误差，可进一步提升无人船自主操控系统综合控制品质以及进行状态预报实现避障。
附图说明
[0040]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向水面无人船状态方程的辨识方法，其特征在于，包括如下步骤：S1、分别获取目标无人船在船舶坐标系下和固定坐标系下的实测数据，并根据所述实测数据构建所述目标无人船的线性运动状态方程；S2、基于所述线性运动状态方程设计状态观测器，并获取所述状态观测器的水动力学参数；S3、获取预设时间段内所述目标无人船的观测航向角和实测航向角，并根据所述观测航向角和实测航向角确定目标函数；S4、结合所述目标函数，基于自适应变异粒子群算法对所述水动力学参数进行处理，获得所述目标函数取最小值时所对应的最优水动力参数。2.根据权利要求1所述的一种面向水面无人船状态方程的辨识方法，其特征在于，所述实测数据包括：船舶坐标系下目标无人船的实测横向速度、实测回转角、实测横向加速度和实测回转角加速度；以及固定坐标系下所述目标无人船的实测航向角、实测航向角速度和实测方向舵舵角。3.根据权利要求2所述的一种面向水面无人船状态方程的辨识方法，其特征在于，所述线性运动状态方程表示为：线性运动状态方程表示为：其中，v表示实测横向速度；r表示实测回转角；表示实测横向加速度；表示实测回转角加速度；表示实测航向角；表示实测航向角速度；δ
r
表示实测方向舵舵角；A
11
、A
12
、A
21
、A
22
、A
32
、B1和B2均表示水平面状态空间中的水动力参数。4.根据权利要求3所述的一种面向水面无人船状态方程的辨识方法，其特征在于，所述状态观测器表示为：其中，表示观测横向加速度；表示观测回转角加速度；表示观测航向角速度；表示观测横向速度；表示观测回转角；表示观测航向角；g1、g2和g3均表示状态观测器在线性方程中的根。5.根据权利要求1所述的一种面向水面无人船状态方程的辨识方法，其特征在于，所述目标函数表示为：
其中，M表示目标函数；n表示预设时间段内的数据个数；表示j时刻下的观测航向角；表示j时刻下的实测航向角。6.根据权利要求1所述的一种面向水面无人船状态方程的辨识方法，其特征在于，所述步骤S4具体包括：S41、对所述水动力学参数进行初始化；S42、结合所述目标函数，对初始化后的水动力学参数进行位置更新；S43、对位置更新后的水动力学参数进行自适应变异处理；S44、重复步骤S4...

【专利技术属性】
技术研发人员：黄宇明，李光磊，欧阳盼，夏冰，谭盛煌，卢辉，刘浩，
申请(专利权)人：中国船舶重工集团公司第七零七研究所九江分部，
类型：发明
国别省市：