【技术实现步骤摘要】
本专利技术属于船舶动力定位
，特别是涉及。
技术介绍
目前，传统的锚泊系统不能经济地在深水区实现驳船，动力定位系统(DP)应用于海上钻井平台。为了防止响应于波频组件的过度控制活动，减少动力系统部件的机械磨损，估计值进入DP反馈控制回路前应采用滤波技术。在实践中，船舶位置和艏向的测量不仅与传感器的噪声有关，也与由风、浪、流引起的有色噪声有关；因此，需要达到滤波效果，必须滤除位置和艏向测量信息中的噪声和高频信号。基于模型的扩展卡尔曼滤波器广泛应用于现代工业船舶动力定位系统中，然而，由于其对模型的严格要求，实际系统的模型稍有变动都会造成滤波器的状态估计值偏离系统的真实状态，出现滤波发散现象，系统的全局指数稳定性(GES)不能被保证。Sage-Husa自适应滤波算法是在利用观测数据进行递推滤波的同时，通过时变噪声统计估计器实时估计和修正系统过程噪声和观测噪声的统计特性，从而达到降低模型误差，抑制滤波发散，提高滤波精度的目的。然而，Sage-Husa滤波器仍然要求系统的初始状态尽量准确，较大的初始状态误差容易引起滤波发散，稳定性和收敛性难以保证。强跟踪滤波器(STF)通过在状态预测协方差中引入渐消因子，使得输出残差序列保持相互正交，这样，STF在系统模型不确定时仍能保持对系统状态的强跟踪能力。然而，渐消因子的加入与求解使得计算量过大，造成滤波的状态估计精度降低等技术问题。
技术实现思路
本专利技术为解决公知技术中存在的技术问题而提供。本专利技术的目的是提供一种具有对突变状态跟踪能力强、鲁棒性强、Sage-Husa滤波器状态估计精度高、系统稳定和定...
【技术保护点】
一种船舶动力定位系统多模型自适应融合滤波方法，其特征是：动力定位系统多模型自适应融合滤波方法是采用多模型描叙动力定位系统结构，利用滤波器提供信息的融合，得到船舶位置和艏向估计信息，包括以下步骤：(1)建立船舶纵荡、横荡和艏摇三个自由度上的低频和高频运动模型，得出滤波器所需要的状态方程和测量方程；(2)分别利用差分全球定位系统和平台罗经对船舶的位置信息和艏向角进行测量，通过串口实时采集信息；(3)利用系统的先验和后验信息，对基于模型的滤波器输入进行初始化；(4)基于系统模型，分别利用强跟踪滤波器和Sage?Husa滤波器并行滤波；(5)模型进行概率更新，利用滤波器输出的残差协方差算出匹配模型的模型概率；(6)根据模型概率，得到多模型状态估计的融合输出，即有效的船舶位置和艏向信息。
【技术特征摘要】
1.一种船舶动力定位系统多模型自适应融合滤波方法，其特征是:动力定位系统多模型自适应融合滤波方法是采用多模型描叙动力定位系统结构，利用滤波器提供信息的融合，得到船舶位置和艏向估计信息，包括以下步骤: (1)建立船舶纵荡、横荡和艏摇三个自由度上的低频和高频运动模型，得出滤波器所需要的状态方程和测量方程； (2)分别利用差分全球定位系统和平台罗经对船舶的位置信息和艏向角进行测量，通过串口实时采集信息； (3)利用系统的先验和后验信息，对基于模型的滤波器输入进行初始化； (4)基于系统模型，分别利用强跟踪滤波器和Sage-Husa滤波器并行滤波； (5)模型进行概率更新，利用滤波器输出的残差协方差算出匹配模型的模型概率； (6)根据模型概率，得到多模型状态估计的融合输出，即有效的船舶位置和艏向信息。2.根据权利要求1所述的船舶动力定...
【专利技术属性】
技术研发人员：俞孟蕻，丁树友，顾明，田俊峰，袁伟，李军，戴群，王健，刘长云，杨立楠，
申请(专利权)人：中交天津航道局有限公司，中国交通建设股份有限公司，江苏科技大学，镇江市亿华系统集成有限公司，
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。