一种考虑无人船航行状态的实时预报控制器设计方法技术

本发明专利技术提供一种考虑无人船航行状态的实时预报控制器设计方法，包括：构建船舶运动数学模型；基于构建的船舶运动数学模型，构建线性回归模型；考虑线性回归模型，生成参数向量的估计值；基于非线性新息算法，并引入动态遗忘因子，将动态遗忘因子的固定值改为动态函数值。本发明专利技术的技术方案解决了现有技术中的对无人船航行状态预报不及时和控制器计算负载过大的技术问题。提供一种非线性新息辨识算法(DFF‑NI)来提高无人船航行时的动态稳定性和预报及时性，可消除无人船智能航行期间所产生的随机误差，有效降低辨识过程中所产生的冗杂数据，减少系统的计算负担。使无人船航行更加稳定，规避风险，实现无人船自主航行时机动灵活和操行简便的特点。

【技术实现步骤摘要】

本专利技术涉及无人船实时预报自主决策，具体而言，尤其涉及一种考虑无人船航行状态的实时预报控制器设计方法。

技术介绍

1、随着各个地区日益频繁的大宗货物贸易，更多国家将目光引向未来市场前景更好的无人运输船队。因此基于无人船辨识建模的实时预报问题也成为各国实现无人船全自主控制的重要任务之一。其中，最小二乘法(least square,ls)因具有计算量小、精度高、简单易用等特点，被学者们广泛应用于实际的辨识预报之中。下面将简要概述最小二乘算法(ls)。最小二乘算法的基本公式如式(1)所示：

2、u＝φθ   (1)

3、式中，u为辨识模型的输出，φ＝[φ1 φ2···φn]＝[r r3]是辨识模型输入数据行向量，r是船舶的艏摇角速度，且θ＝[θ1 θ2···θn]t＝[α β]t为船舶运动数学模型辨识参数列向量。将数据集合中的每一个数据对{r(k),r3(k),δ(k)},k＝1,2,···p，分别代入式(1)，得到式(2)。

4、u＝φθ    (2)

5、式中，u∈rp是依据输入数据算出的输出向量；φ＝[r(本文档来自技高网...

【技术保护点】

1.一种考虑无人船航行状态的实时预报控制器设计方法，其特征在于，包括：

2.根据权利要求1所述的考虑无人船航行状态的实时预报控制器设计方法，其特征在于，所述步骤S1，具体包括：

3.根据权利要求2所述的考虑无人船航行状态的实时预报控制器设计方法，其特征在于，所述步骤S12中，建立的3自由度船舶运动数学模型具体为：

4.根据权利要求1所述的考虑无人船航行状态的实时预报控制器设计方法，其特征在于，所述步骤S2，具体包括：

5.根据权利要求1所述的考虑无人船航行状态的实时预报控制器设计方法，其特征在于，所述步骤S3，具体包括：

6.根...

【技术特征摘要】

1.一种考虑无人船航行状态的实时预报控制器设计方法，其特征在于，包括：

2.根据权利要求1所述的考虑无人船航行状态的实时预报控制器设计方法，其特征在于，所述步骤s1，具体包括：

3.根据权利要求2所述的考虑无人船航行状态的实时预报控制器设计方法，其特征在于，所述步骤s12中，建立的3自由度船舶运动数学模型具体为：

4.根据权利要求1所述的考虑无人船航行状态的实时预报控制器设计方法，其特...

【专利技术属性】
技术研发人员：宋纯羽，隋江华，李胤甫，郭特尔，
申请(专利权)人：大连海洋大学，
类型：发明
国别省市：