原文传递
基于非线性sin函数处理新息的船舶运动辨识建模
| 论文题名： | 基于非线性sin函数处理新息的船舶运动辨识建模 |
| 关键词： | 船舶模型;参数辨识;非线性新息;随机梯度 |
| 摘要： | 近年来，系统辨识理论已被广泛应用于船舶运动数学模型的建立，常用的系统辨识算法主要有最小二乘法、梯度辨识法、多新息辨识算法等，他们的研究重点集中在提高收敛速度、辨识效率和辨识精度方面，取得了一定的研究成果。但是，在新船在出厂之后，一般只会按照国际标准要求做满舵回转实验和部分Z形实验，如果用此少量的船舶试验数据进行船舶数学模型参数辨识，其精度与经验公式估算相近，只有75%左右，不适合用于模型精度要求较高的系统仿真或控制器设计场合。传统系统辨识算法在样本数据较少的情况下，辨识效果并不理想。因此，本文针对船舶试验数据样本少的快速准确参数辨识难题，基于原有最小二乘法和随机梯度算法，将新息用正弦函数进行处理，提出了一种基于正弦函数非线性新息处理的船舶模型参数辨识新算法。本文主要工作分为以下几点： (1)主要针对最小二乘法和随机梯度算法在数据样本少情况下辨识效果不好的缺点进行改进，受多新息系统辨识和非线性反馈控制理论启发，基于原有最小二乘法和随机梯度算法，将新息用正弦函数进行处理，提出了一种基于正弦函数非线性新息处理的船舶模型参数辨识算法。 (2)建立非线性Nomoto模型，以我校教学实习船“育鲲”轮为例进行了仿真实验，在只有26组辨识数据的情况下，分别对比分析原最小二乘法和非线性新息改进的最小二乘算法以及原随机梯度算法和非线性新息改进的随机梯度算法的辨识效果，并利用“育鹏”轮对算法的有效性和优越性进行了验证。已有非线性Norrbin模型对大型船舶K,T计算偏差较大，对修正后的40万吨级矿砂船“ValeBrasil”号的船舶模型采用非线性新息辨识方法进一步验证了该算法同样适用于大型船舶，证明了该参数辨识方法是有效的。 本文实验采用VB编程实现，在只有26组辨识数据的情况下取得的实验结果表明本文提出的用非线性正弦函数处理新息的辨识算法的有效性，该算法同时适用于船舶试验数据有限情况下的船舶模型参数辨识。本研究可以推广到除船舶模型以外的其他数据样本少的参数辨识系统。 |
| 作者： | 祝慧颖 |
| 专业： | 交通运输工程 |
| 导师： | 张显库 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
