【技术实现步骤摘要】
本专利技术涉及船舶动态建模与智能控制，尤其涉及一种基于增量高斯混合模型的船舶运动在线辨识建模方法。
技术介绍
1、智能船舶作为现代导航技术的核心载体，通过多源传感器与智能算法的深度融合，实现了复杂海洋环境下的自主航行能力，其核心技术依托于实时动态建模技术，旨在解决船舶运动的非线性、时变性特征。在线辨识技术通过实时更新模型参数，显著提高避碰决策和路径规划的响应速度和准确性。传统的离线辨识方法因依赖历史数据，存在模型滞后、环境适应性不足等固有缺陷。在复杂海况下，实时建模技术通过数据流驱动的机制为船舶动态预测与控制提供关键技术支撑。
2、非参数在线辨识方法摒弃传统的预设模型，通过数据驱动的方法直接捕捉船舶的动态特性，特别适用于强耦合非线性系统的建模。目前主流方法包括增量学习框架和自适应优化策略，如基于核的v-支持向量回归和自适应谱核高斯过程，以及事件触发机制。但现有方法仍面临诸多技术瓶颈：(1)固定核结构对输入噪声敏感，难以表征船舶的多模态运动；(2)传统概率模型依赖于线性近似，导致未建模的动态误差积累；(3)增量学习方法基于局部...
【技术保护点】
1.一种基于增量高斯混合模型的船舶运动在线辨识建模方法，其特征在于，包括：
2.根据权利要求1所述的一种基于增量高斯混合模型的船舶运动在线辨识建模方法，其特征在于，采集离线船舶试验的数据，使用粒子群优化算法基于离线船舶试验的数据获取增量高斯混合模型的全局最优超参数，包括：
3.根据权利要求2所述的一种基于增量高斯混合模型的船舶运动在线辨识建模方法，其特征在于，基于历史船舶运动状态数据和全局最优超参数构建分模型，包括：
4.根据权利要求3所述的一种基于增量高斯混合模型的船舶运动在线辨识建模方法，其特征在于，使用全局最优超参数和实时采集...
【技术特征摘要】
1.一种基于增量高斯混合模型的船舶运动在线辨识建模方法，其特征在于，包括：
2.根据权利要求1所述的一种基于增量高斯混合模型的船舶运动在线辨识建模方法，其特征在于，采集离线船舶试验的数据，使用粒子群优化算法基于离线船舶试验的数据获取增量高斯混合模型的全局最优超参数，包括：
3.根据权利要求2所述的一种基于增量高斯混合模型的船舶运动在线辨识建模方法，其特征在于，基于历史船舶运动状态数据和全局最优超参数构建分模型，包括：
4.根据权利要求3所述的一种基于增量高斯混合模型的船舶运动在线辨识建模方法，其特征在于，...
【专利技术属性】
技术研发人员：任俊生，焦雪超，尹勇，张秀凤，刘秀文，孙霄峰，神和龙，肖方兵，王任大，景乾峰，钱小斌，周佳其，
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。