基于容積卡爾曼濾波的船舶非線性觀測器研究.pdf

1、動力定位系統(tǒng)(Dynamic Positioning Systems,DP Systems)是一類重要的船舶控制系統(tǒng)。它利用船舶自身的推進器系統(tǒng)使船舶保持期望的位置和艏向,或循著設定的軌跡航行。觀測器是DP系統(tǒng)的重要組成部分,主要如下的功能:濾除船舶位置和姿態(tài)測量噪聲,分離船舶低頻運動和高頻運動,估計船舶速度和角速度,估計緩慢變化的環(huán)境干擾力。本文旨在設計采用容積卡爾曼濾波(Cubature Kalman Filte,CKF)方法的動力

2、定位船舶非線性觀測器。
　　本文首先建立了船舶動力定位數學模型。動力定位船舶作業(yè)時,在海洋環(huán)境力和推進器系統(tǒng)的共同作用下,將產生復雜的三維空間內的六自由度運動。對于動力定位船舶,該運動可以看作是低頻運動和高頻運動的疊加。根據其運動特點,忽略變化較小的船舶升沉、縱搖和橫搖運動,分別建立了水平面內的船舶低頻運動模型和高頻運動模型,同時建立了動力定位測量模型。并給出了動力定位模型的狀態(tài)空間形式。由于用于測量的是數字測量設備,輸出信號是離

3、散的船舶位置和艏向,所以動力定位系統(tǒng)是連續(xù)-離散型系統(tǒng),建立的模型就是連續(xù)-離散型狀態(tài)空間模型。
　　其次建立了海洋環(huán)境力模型。海洋環(huán)境力是導致動力定位船舶偏離期望位置或航跡的主要因素。在本論文中,為了更好的設計觀測器,以及進行計算機仿真,建立了海洋環(huán)境力數學模型,包括風數學模型、海浪數學模型和海流數學模型。
　　然后根據CKF的基本原理和方法,給出了平方根連續(xù)-離散容積卡爾曼濾波(Square-Root Continue-

4、Discrete Cubature Kalman Filter,SCD-CKF)算法。為了解決模型存在誤差和時變參數,過程噪聲和觀測噪聲統(tǒng)計特性時變未知等問題,本文把參數狀態(tài)兩段互耦自適應濾波的思想引入到CKF中,設計了兩段互耦自適應容積卡爾曼濾波(Two-Stage Bootstrap Cubature Kalman Filter,TSB-CKF)算法。為提高方法的穩(wěn)定性,設計了平方根形式的TSB-CKF算法,并把這種方法應用到連續(xù)-

5、離散型系統(tǒng)的濾波問題中,得到了平方根連續(xù)-離散兩段互耦自適應容積卡爾曼濾波(Square-Root Continue-Discrete Two-Stage Bootstrap Cubature Kalman Filter,SCDTSB-CKF)算法。
　　接下來采用SCD-CKF和SCDTSB-CKF方法,完成了兩種船舶非線性觀測器的設計。前者適用于船舶動力定位模型較為精確,海況不變或變化很小,且過程噪聲和測量噪聲統(tǒng)計特性已知的情

6、況。后者適用于船舶動力定位模型存在誤差和時變參數,海況變化較大,且過程噪聲和測量噪聲統(tǒng)計特性時變未知的情況。
　　最后完成了所設計的兩種動力定位船舶非線性觀測器的仿真實驗。實驗包括采用SCD-CKF方法的非線性觀測器仿真,采用SCD-CKF方法的非線性觀測器與PID控制器結合的仿真,這兩個實驗都包括與無源非線性觀測器的對比仿真。同時還完成了采用SCDTSB-CKF方法的非線性觀測器仿真。通過仿真實驗,證實了本文設計的兩種船舶非線性