一種船舶動力定位系統(tǒng)多模型自適應(yīng)融合濾波方法
【專利摘要】本發(fā)明涉及一種船舶動力定位系統(tǒng)多模型自適應(yīng)融合濾波方法。本發(fā)明屬于船舶動力定位【技術(shù)領(lǐng)域】。船舶動力定位系統(tǒng)多模型自適應(yīng)融合濾波方法，包括步驟：(1)建立船舶三個自由度低頻和高頻運(yùn)動模型，得出濾波器狀態(tài)方程和測量方程；(2)利用差分全球定位系統(tǒng)和平臺羅經(jīng)對位置信息和艏向角進(jìn)行測量，實時采集信息；(3)利用先驗和后驗信息，對基于模型的濾波器輸入初始化；(4)基于系統(tǒng)模型，利用強(qiáng)跟蹤濾波器和Sage-Husa濾波器并行濾波；(5)模型進(jìn)行概率更新，利用濾波器輸出的殘差協(xié)方差算出匹配模型的模型概率；(6)根據(jù)模型概率，得到多模型狀態(tài)估計的融合輸出，即船舶位置和艏向信息。本發(fā)明具有魯棒性強(qiáng)、Sage-Husa濾波器狀態(tài)估計精度高、系統(tǒng)穩(wěn)定和定位精度高等優(yōu)點(diǎn)。
【專利說明】一種船舶動力定位系統(tǒng)多模型自適應(yīng)融合濾波方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于船舶動力定位【技術(shù)領(lǐng)域】，特別是涉及一種船舶動力定位系統(tǒng)多模型自適應(yīng)融合濾波方法。
【背景技術(shù)】
[0002]目前，傳統(tǒng)的錨泊系統(tǒng)不能經(jīng)濟(jì)地在深水區(qū)實現(xiàn)駁船，動力定位系統(tǒng)(DP)應(yīng)用于海上鉆井平臺。為了防止響應(yīng)于波頻組件的過度控制活動，減少動力系統(tǒng)部件的機(jī)械磨損，估計值進(jìn)入DP反饋控制回路前應(yīng)采用濾波技術(shù)。在實踐中，船舶位置和艏向的測量不僅與傳感器的噪聲有關(guān)，也與由風(fēng)、浪、流引起的有色噪聲有關(guān)；因此，需要達(dá)到濾波效果，必須濾除位置和艏向測量信息中的噪聲和高頻信號。
[0003]基于模型的擴(kuò)展卡爾曼濾波器廣泛應(yīng)用于現(xiàn)代工業(yè)船舶動力定位系統(tǒng)中，然而，由于其對模型的嚴(yán)格要求，實際系統(tǒng)的模型稍有變動都會造成濾波器的狀態(tài)估計值偏離系統(tǒng)的真實狀態(tài)，出現(xiàn)濾波發(fā)散現(xiàn)象，系統(tǒng)的全局指數(shù)穩(wěn)定性(GES)不能被保證。Sage-Husa自適應(yīng)濾波算法是在利用觀測數(shù)據(jù)進(jìn)行遞推濾波的同時，通過時變噪聲統(tǒng)計估計器實時估計和修正系統(tǒng)過程噪聲和觀測噪聲的統(tǒng)計特性，從而達(dá)到降低模型誤差，抑制濾波發(fā)散，提高濾波精度的目的。然而，Sage-Husa濾波器仍然要求系統(tǒng)的初始狀態(tài)盡量準(zhǔn)確，較大的初始狀態(tài)誤差容易引起濾波發(fā)散，穩(wěn)定性和收斂性難以保證。強(qiáng)跟蹤濾波器(STF)通過在狀態(tài)預(yù)測協(xié)方差中引入漸消因子，使得輸出殘差序列保持相互正交，這樣，STF在系統(tǒng)模型不確定時仍能保持對系統(tǒng)狀態(tài)的強(qiáng)跟蹤能力。然而，漸消因子的加入與求解使得計算量過大，造成濾波的狀態(tài)估計精度降低等技術(shù)問題。

【發(fā)明內(nèi)容】

[0004]本發(fā)明為解決公知技術(shù)中存在的技術(shù)問題而提供一種船舶動力定位系統(tǒng)多模型自適應(yīng)融合濾波方法。
[0005]本發(fā)明的目的是提供一種具有對突變狀態(tài)跟蹤能力強(qiáng)、魯棒性強(qiáng)、Sage-Husa濾波器狀態(tài)估計精度高、系統(tǒng)穩(wěn)定和定位精度高等特點(diǎn)的船舶動力定位系統(tǒng)多模型自適應(yīng)融合濾波方法。
[0006]本發(fā)明船舶動力定位系統(tǒng)多模型自適應(yīng)融合濾波方法所采取的技術(shù)方案是:
[0007]—種船舶動力定位系統(tǒng)多模型自適應(yīng)融合濾波方法，其特點(diǎn)是:動力定位系統(tǒng)多模型自適應(yīng)融合濾波方法是采用多模型描敘動力定位系統(tǒng)結(jié)構(gòu)，利用濾波器提供信息的融合，得到船舶位置和艏向估計信息，包括以下步驟:
[0008](I)根據(jù)牛頓第二定律，建立船舶縱蕩、橫蕩和艏搖三個自由度上的低頻和高頻運(yùn)動模型，得出濾波器所需要的狀態(tài)方程和測量方程；
[0009](2)分別利用差分全球定位系統(tǒng)(DGPS)和平臺羅經(jīng)對船舶的位置信息和艏向角進(jìn)行測量，通過串口實時采集信息；
[0010](3)利用系統(tǒng)的先驗和后驗信息，對基于模型的濾波器輸入進(jìn)行初始化；[0011](4)基于系統(tǒng)模型，分別利用強(qiáng)跟蹤濾波器和Sage-Husa濾波器并行濾波；
[0012](5)模型進(jìn)行概率更新，利用濾波器輸出的殘差協(xié)方差算出匹配模型的模型概率；
[0013](6)根據(jù)模型概率，得到多模型狀態(tài)估計的融合輸出，即有效的船舶位置和艏向信
肩、O
[0014]本發(fā)明船舶動力定位系統(tǒng)多模型自適應(yīng)融合濾波方法還可以采用如下技術(shù)方案:
[0015]所述的船舶動力定位系統(tǒng)多模型自適應(yīng)融合濾波方法，其特點(diǎn)是:步驟(1)的運(yùn)動模型為，
【權(quán)利要求】
1.一種船舶動力定位系統(tǒng)多模型自適應(yīng)融合濾波方法，其特征是:動力定位系統(tǒng)多模型自適應(yīng)融合濾波方法是采用多模型描敘動力定位系統(tǒng)結(jié)構(gòu)，利用濾波器提供信息的融合，得到船舶位置和艏向估計信息，包括以下步驟: (1)建立船舶縱蕩、橫蕩和艏搖三個自由度上的低頻和高頻運(yùn)動模型，得出濾波器所需要的狀態(tài)方程和測量方程； (2)分別利用差分全球定位系統(tǒng)和平臺羅經(jīng)對船舶的位置信息和艏向角進(jìn)行測量，通過串口實時采集信息； (3)利用系統(tǒng)的先驗和后驗信息，對基于模型的濾波器輸入進(jìn)行初始化； (4)基于系統(tǒng)模型，分別利用強(qiáng)跟蹤濾波器和Sage-Husa濾波器并行濾波； (5)模型進(jìn)行概率更新，利用濾波器輸出的殘差協(xié)方差算出匹配模型的模型概率； (6)根據(jù)模型概率，得到多模型狀態(tài)估計的融合輸出，即有效的船舶位置和艏向信息。
2.根據(jù)權(quán)利要求1所述的船舶動力定位系統(tǒng)多模型自適應(yīng)融合濾波方法，其特征是:步驟(1)的運(yùn)動模型為，
3.根據(jù)權(quán)利要求1所述的船舶動力定位系統(tǒng)多模型自適應(yīng)融合濾波方法，其特征是:步驟(3)的濾波器輸入進(jìn)行初始化，具體步驟為， 首先，設(shè)系統(tǒng)模型集為M= Im1, m2...mj，模型轉(zhuǎn)換符合一階馬爾科夫過程，從n^_ (k)到Hii (k+Ι)的轉(zhuǎn)移概率由先驗知識獲得，記為^，且:
4.根據(jù)權(quán)利要求3所述的船舶動力定位系統(tǒng)多模型自適應(yīng)融合濾波方法，其特征是:步驟(5)的模型概率更新，具體步驟為， 首先，計算濾波器的輸出殘差及殘差協(xié)方差，已知測量信息Y (k)，則基于模型Hli (k)的濾波輸出殘差為:
5.根據(jù)權(quán)利要求1所述的船舶動力定位系統(tǒng)多模型自適應(yīng)融合濾波方法，其特征是:步驟(6)根據(jù)模型概率最終得到多模型狀態(tài)估計的融合輸出為模型的濾波狀態(tài)估計的加權(quán)融合。
【文檔編號】G06F19/00GK103605886SQ201310561594
【公開日】2014年2月26日 申請日期:2013年11月12日 優(yōu)先權(quán)日:2013年11月12日
【發(fā)明者】俞孟蕻, 丁樹友, 顧明, 田俊峰, 袁偉, 李軍, 戴群, 王健, 劉長云, 楊立楠 申請人:中交天津航道局有限公司, 中國交通建設(shè)股份有限公司, 江蘇科技大學(xué), 鎮(zhèn)江市億華系統(tǒng)集成有限公司