详情

原文传递模型不确定条件下的船体变形惯性测量方法的研究

论文题名：	模型不确定条件下的船体变形惯性测量方法的研究
关键词：	船体变形;惯性装置;陀螺仪;参数在线估计;交互式多模型
摘要：	舰船在海上航行时，由于环境因素的影响，船体产生了变形角，使得舰船设备无法正常工作，降低了设备的精度。所以，准确测量估计船体变形并减少其对系统设备的影响已经成为目前一个热门课题。目前船体变形测量方法中，惯性装置测量船体变形不仅具有测量精度高，测量实施条件要求低等优点；而且能够实时测量船体变形，成为当前船体测量技术中最具潜力的测量方法。　　本文利用光纤捷联惯性导航装置的输出数据测量船体变形。由于角速率信息能够直接反应出船体的变形角信息，因此将两套光纤捷联惯导装置陀螺仪输出的角速率信息之差作为量测量，采用角速率匹配法估计船体变形角。同时，针对实际情况中变形角模型参数不确定的问题，提出了两种解决方法。针对线性模型，利用交互式多模型算法；针对非线性模型，利用参数在线估计法估计出模型参数。针对这两种方法建立滤波模型，通过理论仿真并进行了半实物试验，验证了这两种方法的有效性，为进一步研究利用惯性装置测量船体变形技术打下了基础。本文的主要研究内容如下：　　首先，针对惯性匹配法测量船体变形的一些基础知识进行了简单的介绍，以及捷联惯性导航系统的工作原理。重点介绍了基于角速率匹配法的卡尔曼滤波算法和CKF算法。推导了船体变形的线性模型和非线性模型，并分别进行了仿真验证。仿真结果表明，卡尔曼滤波算法和CKF算法均可以有效地消除陀螺漂移等因素的干扰，实现了船体变形角的最优估计。　　其次，考虑舰船在海上航行时，实际海况对船体动态变形的影响较大，使得船体动态变形模型的参数存在不确定性，这在很大程度上降低了船体动态变形的估计精度。针对线性模型中的参数不确定问题，本文介绍了交互式多模型算法。交互式多模型算法将动态变形模型参数在变化范围内均匀的分成几个区间，分别进行卡尔曼滤波，通过数据融合来估计船体变形。而静态变形受海况影响较小，与船体结构和太阳的热作用有较大关系，静态变形为“准静态”角变形过程时，能有效跟踪静态变形角的变化。　　针对非线性模型中的参数不确定问题，本文介绍了参数在线估计法。参数在线估计法能利用陀螺仪的输出数据估计动态变形模型的参数，然后再利用非线性滤波算法—CKF滤波来估计船体变形。最终通过仿真实验，验证了这两种方法都能够提高船体变形的估计精度，降低模型参数不确定对估计结果的影响。　　最后，针对变形测量系统以及舰船自身的结构特点，以实验室自研的光纤捷联惯性导航装置为主体测量仪器设计了半实物试验方案，并进行了半实物试验以及数据的离线分析。由于实验条件的限制，本文仅针对线性模型设计了半实物试验，验证了交互式多模型算法对船体变形测量的有效性。
作者：	王艺菲
专业：	控制工程
导师：	徐博;蒋建平
授予学位：	硕士
授予学位单位：	哈尔滨工程大学
学位年度：	2017
正文语种：	中文