[發明專利]基于差分進化算法的無人船模型參數辨識方法及系統有效
| 申請號： | 202010425973.5 | 申請日： | 2020-05-19 |
| 公開（公告）號： | CN111611745B | 公開（公告）日： | 2022-10-04 |
| 發明（設計）人： | 范云生;涂萬強 | 申請（專利權）人： | 大連海事大學 |
| 主分類號： | G06F30/27 | 分類號： | G06F30/27;G06N3/12 |
| 代理公司： | 大連東方專利代理有限責任公司 21212 | 代理人： | 姜玉蓉;李洪福 |
| 地址： | 116026 遼*** | 國省代碼： | 遼寧;21 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 進化 算法 無人 船模 參數 辨識 方法 系統 | ||
本發明公開了一種基于差分進化算法的無人船模型參數辨識方法及系統，其中方法包括如下步驟：采集無人船在航行過程中的多種狀態信息，建立無人船的三自由度運動模型和響應型模型；將主機轉速輸入至三自由度模型中獲得三自由度模型的仿真信息，包括仿真前進速度、仿真橫漂速度和仿真轉艏角速度；將指令推力角輸入至艉機模型中獲得艉機模型的仿真信息，包括仿真推力角信息；將實際推力角信息輸入至Nomoto模型和Norrbin模型中獲得仿真艏向角信息；采用差分算法將上述模型輸出的仿真信息與無人船的實際航行狀態信息之間的誤差最小。
技術領域
本發明涉及無人船模型參數辨識技術領域，尤其涉及一種基于差分進化算法的無人船模型參數辨識方法及系統。
背景技術
無人船是未來海洋強國發展的方向，在海洋研究、軍事武器領域都發揮著重要的作用，具有廣泛的應用前景。為了獲得無人船良好的操縱性能，使無人船在改變航向或航速時具有快速的響應特性，避免發生船只碰撞、觸礁等事故，就必須辨識無人船的操縱運動模型，為無人船運動仿真與控制的提供模型參數。傳統的模型辨識都是先采集無人船的航行數據，再回到室內進行辨識，這種辨識方法周期長，無法快速得到模型辨識結果。為了快速獲得模型的具體參數，就必須研發一種模型參數辨識系統，用來提高無人船模型辨識的速度。
發明內容
根據現有技術存在的問題，本發明公開了一種基于差分進化算法的無人船模型參數辨識方法，具體包括如下步驟：
采集無人船在航行過程中的多種狀態信息，其中狀態信息包括指令推力角和實際推力角信息、速度、加速度、主機轉速、運行的經緯度信息、艏向角、航向角、縱搖角以及橫滾角信息；
建立無人船的三自由度運動模型和響應型模型；
將主機轉速輸入至三自由度模型中獲得三自由度模型的仿真信息，包括仿真前進速度、仿真橫漂速度和仿真轉艏角速度；
將指令推力角輸入至艉機模型中獲得艉機模型的仿真信息，包括仿真推力角信息；
將實際推力角信息輸入至Nomoto模型和Norrbin模型中獲得仿真艏向角信息；
采用差分算法將上述模型輸出的仿真信息與無人船的實際航行狀態信息之間的誤差最小。
所述差分算法采用如下方式：
在搜索空間里隨機產生滿足約束條件的M個個體生成初始種群，將該種群定義為模型中需要辨識的未知參數；
對該種群進行變異操作：從群體中隨機選擇3個個體進行變異，從而產生新生個體；
交叉操作：控制新生個體加入原始種群，增加種群的多樣性，提高獲得正確解的概率；
選擇操作：新生個體與舊個體進行比較，確定新生個體是否成為下一代的成員；
重復上述步驟使模型的仿真結果不斷逼近無人船的實際航行狀態信息，當仿真結果與實際航行狀態信息誤差最小時獲取模型中的參數值。
所述差分算法采用如下過程：
生成初始種群時在搜索空間里隨機產生滿足約束條件的M個個體：
xi＝randi(0,1)(xUi-xLi)+xLi
xUi和xLi為第i個個體的上界和下界，randij(0,1)為[0,1]之間的隨機小數；
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于大連海事大學，未經大連海事大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010425973.5/2.html，轉載請聲明來源鉆瓜專利網。
