【技术实现步骤摘要】
本专利技术涉及船舶运动控制，尤其涉及一种基于改进ukf的船舶运动在线辨识与控制方法。
技术介绍
1、随着信息技术产业和智能化产业的发展，智能无人系统技术被应用于较多研究领域。在先进技术以及现代化装备的支持下，无人机和无人车逐渐走进人们的生活之后，无人船的研究得到了迅速的发展。无人船以控制、感知以及通信等系统作为基础来完成复杂海洋环境中的自主航行和作业。由于需要满足一定的航行任务要求，无人船的形状与传统的船舶有一定的差异。因此，利用机理的方式建立无人船运动数学模型存在一定的难度。这对控制模型的建立来说也是一项重要难题。
2、船舶航向保持控制需要一个精确的船舶运动数学模型，但是，机理建模在船舶主尺度参数或者是设计参数未知时，无法求解出精确的船舶运动模型。另外，随着无人船以及特种船的发展，船舶的外形改变较大，利用机理建模的方式求解的水动力导数也会不准确。
技术实现思路
1、本专利技术提供一种基于改进ukf的船舶运动在线辨识与控制方法，以克服上述技术问题。
2、一种基于改进ukf的船舶运动在线辨识与控制方法，包括，
3、步骤1、将类似于无人船的船模作为研究对象，获取船模的水池试验数据，对水池试验数据进行奇异值筛除，从奇异值筛除后的水池试验数据中获取辨识样本，建立船模的船舶运动模型，
4、步骤2、利用模糊衰减记忆滤波对无迹卡尔曼滤波进行改进，将改进后的无迹卡尔曼滤波表示为iukf，基于所建立的船舶运动模型，根据iukf从辨识样本中获取船舶运动模
5、步骤3、将获取参数后的运动模型转换为响应型模型，所述响应型模型中包含了风、浪干扰模型，基于闭环增益成形算法实现船模的航向保持控制。
6、优选地，根据iukf从辨识样本中获取船舶运动模型的参数包括首先根据公式(1)获取离散化的三维船舶运动状态空间模型，
7、
8、其中，χ是船舶的运动状态量，k是迭代次数，f(·)是三维船舶运动状态空间模型，u是三维船舶运动状态空间模型的输入，w是三维船舶运动状态空间模型的过程噪声误差，z是船舶的运动状态的观测量，g是三维船舶运动状态空间模型的测量噪声误差，o(·)是观测方程，
9、根据上述的离散化后的三维船舶运动状态空间模型，根据公式(2)采样策略选取2n+1个sigma点χk，
10、
11、其中，是船舶运动状态的期望，n是船舶运动状态变量的维度，px是状态误差协方差矩阵的平方根，λ是缩放因子，
12、在得到sigma点后，sigma点的权值wa和wb的计算方法如式(3)，
13、
14、根据公式(4)获取船舶运动状态的预测更新：
15、
16、其中，和分别是在船舶运动状态xi时的状态预测和系统的输出，x0是船舶运动状态的初始值，q是三维船舶运动状态空间模型的过程噪声误差协方差矩阵，qr(·)为正交三角分解，cholupdate(·)为cholesky分解，
17、根据公式(5)获取船舶运动状态的量测更新和滤波结果更新：
18、
19、式中，k是卡尔曼增益矩阵，r是三维船舶运动状态空间模型的观测噪声误差协方差矩阵，pxz是过程状态误差协方差矩阵，pz是观测状态误差协方差矩阵，和是船舶运动状态和状态误差协方差矩阵的最优估计，f是适用于船舶运动模型参数辨识的模糊遗忘因子。
20、优选地，所述将获取参数后的运动模型转换为响应型模型包括根据公式(6)获取离散化后的三维船舶运动状态空间数学模型，
21、
22、其中，v，r，ψ分别是船模的横移速度，转艏角速度以及艏摇角，h是取样间隔，δ是船模的舵角，也是船舶运动模型的输入量，a11，a12，b11，a21，a22以及b21是待辨识的参数，
23、对转艏角速度的方程进行转换，所述转换后的方程为响应型模型，响应型模型为公式(7)，响应型模型参数的转换如式(8)所示，
24、
25、
26、式中t1，t2以及t3分别是船模响应型数学模型的第一、二、三时间常数，k是船模的增益常数，t是船模的时间常数，gψ′和gψ″分别是船模响应型数学模型的一阶和二阶传递函数的形式。
27、优选地，所述风干扰模型由公式(9)表示，
28、
29、其中，δw是压舵角，kw是风压差系数，vw是风速，vs是船速，q是风弦角。
30、优选地，所述浪干扰模型由公式(10)表示，
31、
32、其中，gwave是海浪的传递函数，s是一个复数变量。
33、本专利技术提供一种基于改进ukf的船舶运动在线辨识与控制方法，对无迹卡尔曼滤波进行改进，使得其在滤波过程中能够保证状态误差协方差矩阵的非负性，无迹卡尔曼滤波完全利用数学推理的方式进行递推迭代，消耗的时间较少，在一定的情况下可以实现船舶运动模型的在线参数估计；为了能够满足船模或者无人船运动模型的在线参数辨识以及预报，引入了模糊衰减记忆滤波的方式来使得改进后的无迹卡尔曼滤波具备环境自适应性，该方法的引入使得船模或者无人船在环境改变时，也能快速且准确地得到一个准确的模型参数。
本文档来自技高网...【技术保护点】
1.一种基于改进UKF的船舶运动在线辨识与控制方法，其特征在于，包括，
2.根据权利要求1所述的一种基于改进UKF的船舶运动在线辨识与控制方法，其特征在于，根据IUKF从辨识样本中获取船舶运动模型的参数包括首先根据公式(1)获取离散化的三维船舶运动状态空间模型，
3.根据权利要求1所述的一种基于改进UKF的船舶运动在线辨识与控制方法，其特征在于，所述将获取参数后的运动模型转换为响应型模型包括根据公式(6)获取离散化后的三维船舶运动状态空间数学模型，
4.根据权利要求1所述的一种基于改进UKF的船舶运动在线辨识与控制方法，其特征在于，所述风干扰模型由公式(9)表示，
5.根据权利要求1所述的一种基于改进UKF的船舶运动在线辨识与控制方法，其特征在于，所述浪干扰模型由公式(10)表示，
【技术特征摘要】
1.一种基于改进ukf的船舶运动在线辨识与控制方法，其特征在于，包括，
2.根据权利要求1所述的一种基于改进ukf的船舶运动在线辨识与控制方法，其特征在于，根据iukf从辨识样本中获取船舶运动模型的参数包括首先根据公式(1)获取离散化的三维船舶运动状态空间模型，
3.根据权利要求1所述的一种基于改进ukf的船舶运动在线辨识与控制方法，其特征在于...
【专利技术属性】
技术研发人员：张显库，孟耀，段雅婷，马道成，雷云松，姜鑫鑫，余英杰，刘砚伟，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。