System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种三自由度无人水面舰艇模型在线辨识方法技术_技高网
当前位置: 首页 > 专利查询>东北大学专利>正文

一种三自由度无人水面舰艇模型在线辨识方法技术

技术编号:41283512 阅读:7 留言:0更新日期:2024-05-11 09:33
本发明专利技术提供一种三自由度无人水面舰艇模型在线辨识方法,首先通过最小二乘支持向量机分别辨识出三个自由度的模型,分别是纵向速度模型、横向速度模型、转首角速度模型,然后在无人水面舰艇航行过程中,当某个模型的预测值和真实值之间的误差满足所设置的类PD(proportional and derivative‑like,类PD)事件触发条件时,采集当前时刻舰艇的状态量,将其添加进训练集,之后通过数据过滤窗结构对数据集进行过滤,并采用过滤后的数据集对该模型重新进行训练,最后将重新训练的模型更替上一时刻的模型。采用类PD事件触发结构和数据过滤窗结构,既能保持优异的建模性能,又能在计算资源消耗和模型精度之间实现更灵活的折中。

【技术实现步骤摘要】

本专利技术涉及无人水面舰艇的系统建模的,具体而言,尤其涉及一种三自由度无人水面舰艇模型在线辨识方法


技术介绍

1、随着无人水面舰艇技术的逐渐成熟,无人水面舰艇在军事、科研和商业的应用也愈加广泛,如海洋勘探、海域搜救、海上侦察、渔业监测等各个方面。其作为先进的海洋技术之一,为多个领域提供了创新性的解决方案,发展前景十分广阔。然而无人水面舰艇的动力学具有很强的非线性,并且随着海洋环境变化如海水密度等,其动力学中的部分参数也会随之变化。由于动力学模型是其导航、制导和控制系统设计的基础,任何偏离其标准模型的行为都有可能降低其性能,甚至可能导致严重的安全问题,所以需要实时精准的建立无人舰艇的模型。

2、传统的建模方法常见的有,试验测定、理论计算、计算流体力学等方法来确定动力学中的系数,试验测定方法是通过定制水下航行器的缩比模型,并开展一系列约束船模试验来获取水动力系数,测得的水动力系,但是试验方法需要耗费大量的人力物力,且费用昂贵;而理论计算方法,通常为了能够满足公式求解,在计算中必须进行一些必要假设,难以实现航行器的精确性能预报;计算流体力学的方法采用三维操纵性数字水池模拟测试舰艇的各个系数,算法的选取、网格的划分、边界条件的设置对其求解精度的影响较大,在海洋环境产生变化的情况下,也不能精确的建立无人舰艇的动力学模型。


技术实现思路

1、根据上述
技术介绍
中提到的技术问题,而提供一种三自由度无人水面舰艇模型在线辨识方法。本专利技术主要通过设计类pd事件触发结构和基于误差的数据过滤窗结构,并将其应用于无人水面舰艇模型的在线辨识,能够以计算量较小的情况下实时精确的建立三自由度无人舰艇的模型。

2、本专利技术采用的技术手段如下:

3、一种三自由度无人水面舰艇模型在线辨识方法,包括以下步骤:

4、步骤1:根据abkowitz船舶数学模型,推导出三自由度无人水面舰艇模型结构,包括:纵向速度模型、横向速度模型、转首角速度模型;

5、步骤2:根据推导的所述三自由度无人水面舰艇模型结构,水面舰艇传感器通过固定时间采样的方式,将采集到的纵向速度u、横向速度v、转首角速度r、方向舵角度δ作为训练数据,并采用最小二乘支持向量机的方法,分别训练出无人水面舰艇的在线辨识三个离线模型,即纵向速度模型、横向速度模型、转首角速度模型;

6、步骤3:将离线训练出的三个模型作为舰艇航行时的模型,通过传感器获得当前时刻的纵向速度u、横向速度v、转首角速度r、方向舵角度δ信息,将当前时刻的纵向速度u、横向速度v、转首角速度r、方向舵角度δ信息分别耦合成纵向速度模型输入矩阵fu、横向速度模型输入矩阵fv、转首角速度模型输入矩阵fr,并带入所辨识出的三个离线模型中,并对下一时刻无人水面舰艇的纵向加速度横向加速度转首角加速度进行预测,然后通过欧拉差分法,获取u,v,r的预测值;

7、步骤4:将所述步骤3获取的预测值与通过传感器获取的下一时刻的真实值进行比较;当预测误差小于等于预设的类pd事件触发条件时,不进行模型更新;当某一个模型的预测误差大于预设的类pd事件触发条件时,记录当前时刻的u,v,r,δ信息,并将这一时刻的信息添加进训练集;

8、步骤5:通过数据过滤窗结构对训练集中的数据进行过滤,最新被添加进训练集的数据会覆盖距离当前时刻最远的数据,确保训练数量维持在预设范围,且保留的数据均是误差较大的数据,有利于对模型的训练。

9、步骤6:采用过滤后的数据集对该模型重新进行训练,并将重新训练的模型更替上一时刻的模型。较现有技术相比,本专利技术具有以下优点:

10、本申请通过模型参数在线辨识方法能够实时精确的获取船舶动力学模型,解决了因环境等外界条件变化引起的动力学参数变化的问题,实现了高精度与低成本共存的目的;通过类pd事件触发结构解决了实时训练、更新模型带来的计算资源浪费问题,实现了仅在三自由度无人舰艇的模型满足更新条件时才进行重新训练更新的目的;通过数据过滤窗结构解决了训练时间超过采样时间而产生的丢包问题,实现了保持优异的建模性能和降低计算资源的使用的目的。

本文档来自技高网...

【技术保护点】

1.一种三自由度无人水面舰艇模型在线辨识方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种三自由度无人水面舰艇模型在线辨识方法,其特征在于,所述三自由度无人水面舰艇的模型推导,包括以下步骤:

3.根据权利要求2所述的一种三自由度无人水面舰艇模型在线辨识方法,其特征在于,所述两个坐标系分别为:地球固定坐标系O0-x0y0z0及随船运动坐标系O-xyz。

4.根据权利要求1所述的一种三自由度无人水面舰艇模型在线辨识方法,其特征在于,所述步骤2中,采集的数据为真实航行时的状态数据,所述真实航行的状态数据是根据传感器采集获得,将所述真实航行时的状态数据分别耦合成Fu,Fv,Fr,并作为接下来训练三个模型的输入数据,并计算出分别作为接下来训练三个模型的输出数据。

5.根据权利要求1或4所述的一种三自由度无人水面舰艇模型在线辨识方法,其特征在于,所述步骤2包括以下步骤:

6.根据权利要求1所述的一种三自由度无人水面舰艇模型在线辨识方法,其特征在于,所述类PD触发器为:

7.根据权利要求1所述的一种三自由度无人水面舰艇模型在线辨识方法,其特征在于,所述步骤3中通过欧拉差分法,获取u,v,r的预测值。

...

【技术特征摘要】

1.一种三自由度无人水面舰艇模型在线辨识方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种三自由度无人水面舰艇模型在线辨识方法,其特征在于,所述三自由度无人水面舰艇的模型推导,包括以下步骤:

3.根据权利要求2所述的一种三自由度无人水面舰艇模型在线辨识方法,其特征在于,所述两个坐标系分别为:地球固定坐标系o0-x0y0z0及随船运动坐标系o-xyz。

4.根据权利要求1所述的一种三自由度无人水面舰艇模型在线辨识方法,其特征在于,所述步骤2中,采集的数据为真实航行时的状态数据,所述真实航行的...

【专利技术属性】
技术研发人员:王军义王书涛徐红丽茹敬雨张祥越王根应
申请(专利权)人:东北大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1