[發明專利]一種基于非線性新息辨識模型的船舶運動仿真及控制方法

在審

• 申請號: 201910751017.3
• 申請日: 2019-08-14
• 公開（公告）號: CN110333667A
• 公開（公告）日: 2019-10-15
• 發明（設計）人: 張顯庫;祝慧穎;張國慶;梁才磊
• 申請（專利權）人: 大連海事大學
• 主分類號: G05B17/02
• 分類號: G05B17/02;G05D1/02;G06F17/50
• 代理公司: 大連至誠專利代理事務所(特殊普通合伙) 21242
• 代理人: 涂文詩;裴盈欣

本發明公開了一種基于非線性新息辨識模型的船舶運動仿真及控制方法，包括：獲取少量船舶的實驗參數抽樣樣本；用非線性函數對系統辨識算法的抽樣樣本進行處理；將所述抽樣樣本代入處理后的系統辨識算法獲得辨識參數；采用所述辨識參數建立船舶模型，并根據所述船舶模型對船舶進行仿真或用于船舶運動控制器設計。本申請通過提高辨識參數的精度提高了船舶仿真和控制系統的精度。辨識模型方法具有更好的普適性，從而實現了船舶模型的快速和準確辨識。

技術領域

本發明涉及船舶運動數據處理技術領域，尤其涉及一種基于非線性新息辨識模型的船舶運動仿真及控制方法。

背景技術

近年來，系統辨識理論已被廣泛應用于船舶運動數學模型的建立，常用的系統辨識算法主要有最小二乘法、梯度辨識法、輔助模型辨識法等，他們的特點都是利用辨識數據的有用信息(新息)進行系統的參數辨識。多新息辨識是系統辨識的一種重要分支，新息是能夠改善參數估計精度或狀態估計精度的有用信息。

新船出廠后，只按國際標準做滿舵回轉實驗和部分Z型實驗。用此少量的船舶試驗數據進行系統辨識研究，獲得的船舶運動數學模型的參數，其精度無法滿足系統仿真或控制器設計的要求。

發明內容

本發明提供一種基于非線性新息辨識模型的船舶運動仿真及控制方法，以克服上述技術問題。

本發明基于非線性新息辨識模型的船舶運動仿真及控制方法，包括：

獲取船舶的實驗數據抽樣樣本；

用非線性函數對系統辨識算法的抽樣樣本進行處理；

將處理后的所述抽樣樣本代入處理后的系統辨識算法獲得辨識參數；

采用所述辨識參數建立船舶模型，并根據所述船舶模型進行船舶的仿真和控制器設計。

進一步地，所述非線性函數包括：正弦函數、反正切函數、正切函數、雙曲正切函數、冪函數、指數函數或者S函數。

進一步地，所述對系統辨識算法的辨識參數用非線性函數進行處理，包括：

根據公式

對系統辨識算法的辨識參數進行處理，其中為k步辨識參數，C為系數矩陣，A為正弦函數幅值，k為第k個樣本值，ω為正弦函數角頻率，U^d(k+1)為抽樣樣本，為需要辨識的參數矩陣k+1步值，其中

進一步地，所述將所述抽樣樣本代入處理后的系統辨識算法獲得辨識參數，包括：

采用公式

其中，K為船舶旋回性指數，T為船舶追隨性指數，ψ為船舶首向角，α、β為非線性項系數，δ為舵角。

進一步地，所述A的取值范圍為0.5-2，所述ω的取值范圍為0.5-2。

進一步地，所述系統辨識算法包括：最小二乘法、梯度辨識法或者輔助模型辨識算法。

本申請將多新息辨識算法和非線性反饋控制的思想精髓相結合，通過船舶模型的快速和準確辨識，從而提高辨識參數的精度進而提高了船舶仿真的精度。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作一簡單地介紹，顯而易見地，下面描述中的附圖是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是本發明基于非線性新息辨識模型的船舶運動仿真及控制方法流程圖；

圖2是本發明與現有技術最小二乘法結果比對圖；