当前位置: 首页> 学位论文 >详情
原文传递 基于卡尔曼滤波的船舶操纵性能研究
论文题名: 基于卡尔曼滤波的船舶操纵性能研究
关键词: 船舶操纵性;实船试验;系统辨识;卡尔曼滤波
摘要: 船舶操纵性是船舶航行当中重要的性能之一。国际海事组织提出了关于船舶操纵性的评价标准,对船舶操纵性能的评判方法和量化指标做出了明确的规定。研究船舶操纵性能需要确定船舶运动模型。由于船舶运动的低频特性,使得线性运动模型也能达到很高的精度。而确定船舶运动模型关键在于确定船舶的水动力导数或者模型参数。获取水动力导数或者模型参数的方法主要有数据库或者回归公式方法、约束船模试验方法、理论与数值计算方法以及系统辨识。基于实船试验的系统辨识能够避免其他方法的插值误差、尺度效应和复杂理论计算等问题。随着试验测量系统的改进,系统辨识在模型研究方面优势愈加突出。专业教学实习船携带性能优良的船舶姿态测量系统和数据采集系统。该船进行一系列的操纵试验,能充分激励船舶的操纵性能和特征。因此实船试验的系统辨识具有明显的优势。
  卡尔曼滤波是众多系统辨识方法的一种。卡尔曼滤波具有最小方差无偏的特点,辨识当中不需要保存先前数据,就能实现效果良好的在线辨识。对实船试验数据进行分析和处理,可以提供稳定有效的数据源。本文综合考虑船舶线性运动模型和实船试验数据的特征后,进行基于卡尔曼滤波的系统辨识,获取模型参数。算法比对和模拟仿真表明,在船舶运动模型的在线辨识方面,卡尔曼滤波具有优良的性能。本文完成了基于卡尔曼滤波的船舶操纵性能研究,主要工作如下:
  (1)应用雷达目标跟踪算法排除了实船试验数据中的野值,应用B样条方法对实船试验数据进行插值和光顺。
  (2)应用差分全球定位系统的测量数据,运用航迹推算方法,推算了精度较高的海流数据。仿真验证了数据的有效性。
  (3)应用10°旋回试验和10°/-10°z形的实船试验数据,根据船舶运动线性模型,运用卡尔曼滤波方法估计出模型参数和操纵性指数。并进行仿真验证,仿真结果表明参数是有效的。
作者: 梅斌
专业: 航海科学与技术
导师: 黄耀倞
授予学位: 硕士
授予学位单位: 大连海事大学
学位年度: 2015
正文语种: 中文
检索历史
应用推荐