基于多次测量扩维并行滤波的动力定位船舶参数辨识方法技术

本发明专利技术提供一种基于多次测量扩维并行滤波的动力定位船舶参数辨识方法，属于船舶动力定位技术领域，步骤为：

【技术实现步骤摘要】
基于多次测量扩维并行滤波的动力定位船舶参数辨识方法


[0001]本专利技术属于船舶动力定位
，尤其是涉及一种基于多次测量扩维并行滤波的动力定位船舶参数辨识方法
。

技术介绍

[0002]动力定位船舶是仅依靠自身推进系统就能够自动地保持位置和艏向的船舶，已被广泛应用于海洋工程领域
。
现代动力定位系统基于运动模型进行反馈控制，通过建立由风
、
流
、
二阶波浪力引起的船舶低频运动模型及由一阶波浪力引起的船舶高频运动模型，进行状态观测器及控制器的设计
。
为了得到较好的控制性能，就需要较为精准的模型参数，包括水动力系数及推进器推力系数等
。
[0003]获取船舶模型参数的方法有约束船模试验法
、
经验公式法等，但上述方法均存在计算效率低
、
误差较大的缺陷
。
系统参数辨识是控制理论的一个分支，其研究要点为确定系统模型及模型参数，目前已经产生各种不同的辨识方法，例如采用最小二乘或卡尔曼滤波方法，但是利用单次测量信息进行滤波处理，可能带来待辨识参数收敛慢
、
辨识结果不准确等问题
。

技术实现思路

[0004]本专利技术要解决的问题是提供一种基于多次测量扩维并行滤波的动力定位船舶参数辨识方法，实现动力定位船舶水动力系数及推进器推力系数的获取，从而为船舶运动状态估计及控制提供精准的模型
。
[0005]为解决上述技术问题，本专利技术采用的技术方案是：一种基于多次测量扩维并行滤波的动力定位船舶参数辨识方法，包括如下步骤：
[0006]S1、
建立动力定位船舶推进器模型及运动模型：所述推进器分为艏侧推进器和艉部推进器，所述艏侧推进器采用槽道推进器，所述艉部推进器采用全回转推进器
。
[0007]所述槽道推进器及全回转推进器用于动力定位船舶的位置和艏向保持
。
[0008]船舶推进器模型为：所述推进器产生的纵向推力
、
横向推力和艏向力矩可用三维向量表示为：其中，，
R
表示向量元素均为实数；
T
为推进器布置矩阵，
K
为推力系数矩阵，为输入的控制变量，，为推进器个数；其中，为各推进器转速；
T
与个推进器的布置位置
、
推进器的类型有关，
T
的维度为3×
。
[0009]K
为一个对角阵，由
i
个推进器推力系数组成：
[0010]船舶在大地坐标系下的北向位置
、
东向位置及艏向角可用向量表示为，在船体坐标系中分解后的纵向速度
、
横向速度
、
艏向角速度可用向量表示为，船体坐标系和大地坐标系的速度之间有如下转换关系：其中，为大地坐标系下位置及艏向向量，为船体坐标系下速度及角速度向量，为大地坐标系下速度及角速度向量，中各元素分别是中对应元素的一阶导数
。
[0011]坐标变换矩阵表示如下：其中，为非奇异坐标变换矩阵，且，
[0012]当动力定位船舶处于低速航行状态时，船舶运动模型为：其中，
M
为质量矩阵，为波浪飘移阻尼和层流表面摩擦产生引起的阻尼矩阵，为船体坐标系下加速度及角加速度向量，中各元素分别是中对应元素的一阶导数，表示在纵向
、
横向
、
艏向三个自由度上的未知环境力组成的向量
。
[0013]质量矩阵为：其中，为船舶质量，为船舶转动惯量，为船舶质心纵向坐标，为纵向水动力加速度导数，为横向水动力加速度导数，为艏向对横向的耦合水动力加速度导数，为横向对艏向的耦合水动力加速度导数，为艏向水动力加速度导数
。
[0014]阻尼矩阵为：
其中，为纵向水动力速度导数，为横向水动力速度导数，为艏向对横向的耦合水动力速度导数，为横向对艏向的耦合水动力速度导数，为艏向水动力速度导数
。
[0015]本专利技术中所定义的大地坐标系为北东地系，即正北方向为纵轴，正东方向为横轴；船体坐标系为前右下系，即船艏方向为纵轴，右舷方向为横轴
。
[0016]S2、
参数辨识算法设计：
[0017]S21、
状态估计模型扩维及建立：
[0018]采集船舶运动测量数据，使用状态估计方法对船舶运动模型中的运动状态进行估计，同时对状态估计模型进行扩维设计，从而可以将待辨识参数作为状态包含在状态估计模型的状态向量中，具体方法如下：
[0019]确定待辨识参数为阻尼矩阵中的未知参数
、、、、
，以及推力系数矩阵中的未知参数
、、
…
、、
，上述所有未知参数组成的向量记为待辨识参数向量如下：
[0020]建立待辨识参数向量的状态估计模型如下：其中，为待辨识参数向量的一阶导数，为维的高斯白噪声列向量
。
[0021]建立系统测量模型为：式中
z
为传感器测得的北向位置
、
东向位置及艏向角组成的列向量，为零均值高斯白噪声三维列向量
。
[0022]因此，所建立的动力定位船舶状态估计模型为：其中，，中各元素分别是中对应元素的一阶导数，
、、
分别为纵向环境力高斯白噪声
、
横向环境力高斯白噪声
、
艏向环境力矩高斯白噪声；
[0023]令，
x
表示状态估计模型中不包含待辨识参数的状态向量，则上式可表示为：
其中，为的一阶导数，为函数矩阵，为噪声向量
。
[0024]S22、
多次测量并行滤波，改进状态估计模型：
[0025]将扩维后的状态估计模型作进一步处理，在进行状态估计时进行离线并行滤波，其基本思想是为了改善参数估计的收敛性及准确性，同一个量可采用不同的输入被测量多次
。
在待估计参数为常量的假设下，对于每一次测量，都是相同的，其中
p
为待辨识参数的个数
。
于是动力定位船舶状态估计模型可设计为：其中，
N
为测量次数，为第
N
次测量得到的状态估计模型中不包含待辨识参数的状态向量，为的一阶导数，为第
N
次输入的控制变量，为第
N
次测量得到的噪声向量，为第
N
次测量得到的北向位置
、
东向位置及艏向角组成的列向量，
N
为第
N
次测量得到的大地坐标系下位置及艏向向量，
N
为第
N
次测量得到的零均值高斯白噪声三维列向量；通过利用多次测量可获得系统更多信息，更多信息使得参数估计精度改善，减小参数漂移的可能性
。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于多次测量扩维并行滤波的动力定位船舶参数辨识方法，其特征在于：包括如下步骤：
S1、
建立动力定位船舶推进器模型及运动模型：船舶推进器模型为：推进器产生的纵向推力
、
横向推力和艏向力矩用三维向量表示为：其中，，
R
表示向量元素均为实数；
T
为推进器布置矩阵，
K
为推力系数矩阵，为输入的控制变量，，为推进器个数；船舶运动模型为：其中，
M
为质量矩阵，为波浪飘移阻尼和层流表面摩擦产生引起的阻尼矩阵，为船体坐标系下加速度及角加速度向量，为船体坐标系下速度及角速度向量，中各元素分别是中对应元素的一阶导数，表示在纵向
、
横向
、
艏向三个自由度上的未知环境力组成的向量；
S2、
参数辨识算法设计：
S21、
状态估计模型扩维及建立：采集船舶运动测量数据，使用状态估计方法对船舶运动模型中的运动状态进行估计，同时对状态估计模型进行扩维设计，将待辨识参数作为状态包含在状态估计模型的状态向量中；
S22、
多次测量并行滤波：将扩维后的状态估计模型作进一步处理，在进行状态估计时进行离线并行滤波，建立动力定位船舶状态估计模型；
S3、
参数辨识动作及流程设计，按照设计的辨识动作及流程完成全部待辨参数的估计：从质量矩阵
M、
阻尼矩阵
D
的区块对角结构出发，将纵向从横向和艏向运动解耦
。2.
根据权利要求1所述的基于多次测量扩维并行滤波的动力定位船舶参数辨识方法，其特征在于：在步骤
S1
中，所述船舶运动模型建立的条件是当动力定位船舶处于低速航行状态时
。3.
根据权利要求1所述的基于多次测量扩维并行滤波的动力定位船舶参数辨识方法，其特征在于：在步骤
S1
中，其中，为推进器转速，
T
的维度为3×
；
K
为一个对角阵，由个推进器推力系数组成：；船舶在大地坐标系下的北向位置
、
东向位置及艏向角用向量表示为
，在船体坐标系中分解后的纵向速度
、
横向速度
、
艏向角速度用向量表示为，船体坐标系和大地坐标系的速度之间有如下转换关系：其中，为大地坐标系下位置及艏向向量，为大地坐标系下速度及角速度向量，中各元素分别是中对应元素的一阶导数；坐标变换矩阵表示如下：其中，为非奇异坐标变换矩阵，且
。4.
根据权利要求3所述的基于多次测量扩维并行滤波的动力定位船舶参数辨识方法，其特征在于：在步骤
S1
中，质量矩阵为：其中，为船舶质量，为船舶转动惯量，为船舶质心纵向坐标，为纵向水动力加速度导数，为横向水动力加速度导数，为艏向对横向的耦合水动力加速度导数，为横向对艏向的耦合水动力加速度导数，为艏向水动力加速度导数；阻尼矩阵为：其中，为纵向水动力速度导数，为横向水动力速度导数，为艏向对横向的耦合水动力速度导数，为横向对艏向的耦合水动力速度导数，为艏向水动力速度导数
。5.
根据权利要求4所述的基于多次测量扩维并行滤波的动力定位船舶参数辨识方法，其特征在于：在步骤
S21
中，状态估计模型扩维及建立的具体方法为：确定待辨识参数为阻尼矩阵中的未知参数
、、、、
，以及推力系数矩阵中的未知参数
、、
…
、、
，阻尼矩阵和推力系数矩阵中的未知参数...

【专利技术属性】
技术研发人员：王小东，王福，王岭，徐凯，黄炜，李佳川，赵宾，孟令桐，郭颖，
申请(专利权)人：中国船舶集团有限公司第七，
类型：发明
国别省市：