基于数智双驱动海浪反演观测的路径跟踪控制方法技术

本发明专利技术公开了一种基于数智双驱动海浪反演观测的无人船精细化路径跟踪控制方法，包括

【技术实现步骤摘要】
基于数智双驱动海浪反演观测的路径跟踪控制方法


[0001]本专利技术涉及海浪仿真
，尤其涉及一种基于数智双驱动海浪反演观测的无人船精细化路径跟踪控制方法

技术介绍

[0002]随着人工智能等各种高新技术的不断发展与突破，海上航行设备也逐渐向着决策智能化
、
系统模块化和高度自主化的方向发展
。
其中无人水面艇作为一种智能的海上航行装备，因为其具有体积小
、
质量轻，并且能够搭载智能设备等各方面的优势，在海洋资源的勘探开发
、
遇难船只的搜索救援
、
国家海洋主权的维护等方面承担着至关重要的作用
。
无人船
(Unmanned Surface Vehicle,USV)
是一种智能的
、
多功能的且以远程控制或者自主航行两种方式操控的水面平台
。
无人船可搭载不同的功能模块比如多智能传感器
、
探测器
、
搜救设备以及武器装备，在不同的领域中发挥着各种各样的作用
...

【技术保护点】

【技术特征摘要】
1.
一种基于数智双驱动海浪反演观测的路径跟踪控制方法，其特征在于包括：采用系统辨识方法对船舶运动响应幅值响应算子进行辨识；通过自适应优化方法获得未知波浪的反演波浪谱算法，采用自适应盲目反卷积方法获取有义波高
、
波周期和频率信息；将获取的波浪参数进行海浪干扰建模，将实时的海浪干扰以数学模型的形式作用在无人艇上；通过
Backstepping
和
Lyapunov
设计方法设计艏向角速度和纵向速度控制器，对当前海况下的干扰进行实时补偿；设计基于降阶扩张状态观测器的扰动观测器对海浪获取中产生的误差以及模型不确定项进行估计，从而抵消风浪流外界扰动对无人水面艇路径跟踪任务的影响
。2.
根据权利要求1所述的方法，其特征在于：使用自适应回归模型描述海浪激励船舶运动系统，以模拟海浪为激励获得船舶动态响应时间序列，归纳总结不同类型
、
不同组成的波浪干扰对控制系统性能影响的机理，研究波浪干扰激励时船舶在不同工况下的动态响应特性；其中辨识船舶幅值响应算子时：假设观测噪声信号与海浪信号相互独立，根据实时测量的数据的动态变化自动调整自适应回归模型参数，当新数据进入后将替换掉同等数量的历史数据，通过快速自适应变异粒子群算法优化参数，以此提高辨识率；通过递推最小二乘法对自适应回归模型进行参数辨识，设
i
时刻的模型输入数据为
{x(i
‑
1),x(i
‑
2),x(i
‑
3),...,x(i
‑
n)}
，该离散时历序列为零均值的平稳时间序列，假设
i<1
时刻的模型输入数据为零，
ε
(i)
是希望输出
x(i)
与估计输出之差，通过自适应回归模型与上述假设获得其中，
X(i)
＝
[x(i
‑
1),x(i
‑
2),...,x(i
‑
n)]
T
目标函数为其中为遗忘算子，且
0<
β
(t,i)≤1。3.
根据权利要求1所述的方法，其特征在于：采用自适应盲目反卷积方法对船舶运动响应输出的观测信号进行卷积型分解，从而获得激励信号与系统传递函数的相关特点，根据船舶运动响应与输入的先验知识对反卷积过程进行附加约束，实现知识与数据双驱动过程；通过输入与反演的海浪谱的均方差驱动自适应海浪谱反演系统，利用
Gauss
型函数构造反卷积核函数过程如下：
H(k,
ω
)
＝
Cr1
·
h(
ω
)h(i)
＝
C
a
exp(
‑
γ
,i2)
其中，
H(k,
ω
)
为核函数，
Cr1
为卷积核幅度参数，
C
a
为归一化常数使
max(h(i))
＝1，
k
为迭代序号，
γ
为卷积核拟合参数；
在自适应迭代优化过程中，船舶运动频率响应的拟合函数与海浪谱反演同时交替迭代进行，迭代终止准则运用频域误差度量；其中，
D(
ω
)
＝
Y(
ω
)
；优化目标函数选为
J
i
＝
0.5E
i
(k),i
＝
1,2,3
，至此形成快速获得未知波浪的反演波浪谱算法，从而获得有义波高
、
波周期和频率信息
。4.
根据权利要求1所述的方法，其特征在于：对海浪干扰力模型进行如下定义与设计：
ρ
为海水密度，
L
是船长，
B
m
为船宽，
T
m
是船舶吃水，

【专利技术属性】
技术研发人员：慕东东，李佳松，范云生，王国峰，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：