CN102411657A

CN102411657A - 自由航行状态下耙吸挖泥船动力定位的滤波器设计方法

Info

Publication number: CN102411657A
Application number: CN2011103370435A
Authority: CN
Inventors: 俞孟蕻; 齐国鹏; 陈迅; 袁伟; 汪志勇; 齐亮; 郭婷婷
Original assignee: Jiangsu University of Science and Technology
Current assignee: Jiangsu University of Science and Technology
Priority date: 2011-10-31
Filing date: 2011-10-31
Publication date: 2012-04-11

Abstract

本发明公布了一种自由航行状态下耙吸挖泥船动力定位的滤波器设计方法，包含以下步骤：使用基于OPC标准的数据采集与处理软件获取耙吸挖泥船的PLC、传感器中的数据并传送到上位机；建立状态空间形式的耙吸挖泥船船舶运动数学模型，并建立滤波器所需的状态方程和量测方程，在纵荡、横荡、艏向三个自由度上分别设计滤波器；使用改进的Sage自适应滤波算法设计滤波器；经滤波器滤波后得到耙吸挖泥船的位置(纵荡方向、横荡方向)和艏向角度。本发明降低模型误差、提高滤波精度，比较准确的滤除高频干扰和噪声，估计出耙吸挖泥船低频偏移量。

Description

自由航行状态下耙吸挖泥船动力定位的滤波器设计方法

技术领域

本发明涉及船舶动力定位技术，特别涉及特殊工程船舶中的大型耙吸挖泥船动力定位的滤波器设计方法。

背景技术

船舶动力定位是指船舶无须借助锚泊系统的作用，而能不断检测出船舶的实际位置和目标位置的偏差，通过控制器计算出船舶克服外界干扰到达或恢复到目标位置所需要的推力和推力矩的大小，然后由推力分配系统使各个推进器做出相应的响应，进而使船舶尽可能的保持在目标位置或轨迹。对于水面上的船舶而言，动力定位的主要目的是实现船舶的位置(纵荡方向、横荡方向)和艏向三个自由度的控制。其中，位置信息(纵荡方向、横荡方向)由差分全球定位系统(简称DGPS)测得，艏向信息由电罗经测得。影响这三个物理量的精度的主要因素来源于复杂的海洋环境干扰因素(风、浪、流的干扰等)和DGPS、电罗经的测量误差。为了实现精确的动力定位，在位置(纵荡方向、横荡方向)和艏向信息送入到控制器之前，对船舶的位置(纵荡方向、横荡方向)和艏向进行滤波处理是很有必要的。

耙吸挖泥船在自由航行状态下，会出现两种情况：空载和满载。在每种情况下，耙吸挖泥船单位时间内吃水变化的幅度很小，可以认为是固定吃水，所受到的外界影响主要来源于风、浪、流，所不同的仅仅是两种情况下吃水的差异。本发明主要解决此种状态下的滤波器设计问题。

经过对现有技术文献的检索，中国专利申请号：201110080330.2，专利名：自适应干扰补偿的动态面挖泥船动力定位控制系统及其方法，虽然描述了挖泥船动力定位控制系统及其方法，但并没有详尽的描述动力定位控制系统中滤波器的具体设计。中国专利申请号：200910052768.2，专利名：一种基于噪声矩阵实时修正的船舶动力定位方法，在船舶动力定位中采用了基于噪声矩阵实时修正的卡尔曼数字滤波器，对过程噪声矩阵进行实时更新，但并没有对量测噪声方差进行估计，且仅设计一个滤波器，导致状态向量的维数过高，计算量极其繁重，难以保证实时性。

发明内容

本发明要解决的技术问题是提出一种自由航行状态下耙吸挖泥船动力定位的滤波器设计方法。

一种自由航行状态下耙吸挖泥船动力定位的滤波器设计方法，包含以下步骤：

a)使用基于OPC标准的数据采集与处理软件获取耙吸挖泥船的PLC、传感器中的数据并传送到上位机；

b)建立状态空间形式的耙吸挖泥船船舶运动数学模型，并建立滤波器所需的状态方程和量测方程，在纵荡、横荡、艏向三个自由度上分别设计滤波器；

c)使用改进的Sage自适应滤波算法设计滤波器；

d)经滤波器滤波后得到耙吸挖泥船的位置(纵荡方向、横荡方向)和艏向角度。

所述步骤a)中，从耙吸挖泥船的PLC、传感器中获取的数据包括：DGPS测得到的船舶位置即纵荡方向和横荡方向、电罗经测得的船舶艏向角度即已转化为大地坐标系下船舶中心点的位置和艏向；风速和风向角；主推进器的功率、螺距百分比，侧推进器的螺距百分比，舵机的舵角，船舶舯吃水、艏吃水、艉吃水，船舶的排水量、型排水体积，船舶对地的速度，船舶对水的速度。

所述步骤b)中，建立状态空间形式的耙吸挖泥船船舶运动数学模型，结构如下所示：

状态方程：

量测方程：Y＝H·X+v

其中，A，B，E，H为系数矩阵，X为状态向量，Y为量测向量，U为推进机构产生的合力和合力矩项与风对船舶产生的风力、风力矩项之和，w为过程噪声项，v为观测噪声项。

所述步骤c)使用改进的Sage自适应滤波算法设计滤波器。

本发明的有益效果是：

在耙吸挖泥船自由航行状态下，船舶的吃水可以认为是固定不变的，由于外界环境干扰中浪和流的不可测性，给系统过程噪声和观测噪声的准确描述带来了困难，采用改进的Sage自适应滤波算法可以对状态方程中过程噪声的方差和量测过程中观测噪声的方差进行拟合，并进行实时估计和修正，从而达到降低模型误差、提高滤波精度的目的，比较准确的滤除高频干扰和噪声，估计出耙吸挖泥船低频偏移量。在纵荡、横荡、艏向三个自由度上分别设计滤波器，降低了状态向量的维数，降低了计算量，很好的保证了滤波的实时性。

附图说明

图1是本发明的具体实现框图；

图2自由航行状态下耙吸挖泥船满载滤波效果示意图；

图3自由航行状态下耙吸挖泥船空载滤波效果示意图。

具体实施方式

下面将结合附图，对本发明的具体实现进行详细的说明。

如图1所示，一种自由航行状态下耙吸挖泥船动力定位的滤波器设计方法，包括以下步骤：

1)使用基于OPC标准的数据采集与处理软件获取耙吸挖泥船的PLC、传感器中的数据并传送到上位机。

获取的数据包括：DGPS测得到的船舶位置(纵荡方向、横荡方向)和电罗经测得的船舶艏向角度(已转化为大地坐标系下船舶中心点的位置和艏向)；风速和风向角；主推进器的功率、螺距百分比，侧推进器的螺距百分比，舵机的舵角，船舶舯吃水、艏吃水、艉吃水，船舶的排水量、型排水体积，船舶对地的速度，船舶对水的速度等。

船舶位置(纵荡方向、横荡方向)和艏向角度主要由以下几部分组成：低频量、高频量和噪声。需要通过滤波器滤除高频量和噪声干扰，估计出低频量。这三个数据作为滤波器的输入数据，其余数据则用来建立和更新耙吸挖泥船的船舶运动数学模型，计算出船舶运动数学模型中的相关参数。

2)建立状态空间形式的耙吸挖泥船船舶运动数学模型，并建立滤波器所需的状态方程和量测方程，在纵荡、横荡、艏向三个自由度上分别设计滤波器。

建立状态空间形式的耙吸挖泥船船舶运动数学模型，结构如下所示：

状态方程：

量测方程：Y＝H·X+v

其中，A，B，E，H为系数矩阵，X为状态向量，Y为量测向量，U为推进机构产生的合力和合力矩项与风对船舶产生的风力、风力矩项之和，这些数据从数据采集与处理软件中获得，w为过程噪声项，v为观测噪声项。

由于船舶综合运动状态方程的维数较高，直接用来设计滤波器会导致计算量过大，因此在纵荡、横荡和艏向三个方向上分别设计滤波器，设计思路、方法均一致。

不考虑三个方向上的耦合，建立三个方向上的状态方程和量测方程，均采用如下结构形式：

状态方程：X_k＝A_k，k-1·X_k-1+B_k，k-1·U_k-1+E_k，k-1·w_k-1

量测方程：Y_k＝H_k，k-1·X_k-1+v_k-1

其中，A_k，k-1、B_k，k-1、E_k，k-1、H_k，k-1为系数矩阵，X_k-1，Y_k，U_k-1，w_k-1，v_k-1的定义与上面的X，Y，U，w，v相同。

离散化处理，得：

状态方程：X_k＝Φ_k，k-1·X_k-1+Δ_k，k-1·U_k-1+Γ_k，k-1·w_k-1

量测方程：Y_k＝H_k，k-1·X_k-1+v_k-1

其中，Φ_k，k-1＝I+h·A_k，k-1，Δ_k，k-1＝h·B_k，k-1，Γ_k，k-1＝h·E_k，k-1，I为相对应的单位矩阵，h为采样时间。

3)使用改进的Sage自适应滤波算法设计滤波器，此步骤需要用到步骤a)中获取到的船舶位置(纵荡方向、横荡方向)和艏向角度。

算法的具体实现步骤如下：

(1)给定初始值

P₀，Q₀，R₀；

(2) P_{k / k - 1} = Φ_{k, k - 1} P_{k - 1} Φ_{k, k - 1}^{T} + Γ_{k, k - 1} Q_{k - 1} Γ_{k, k - 1}^{T};

(3) {\hat{X}}_{k / k - 1} = Φ_{k, k - 1} {\hat{X}}_{k - 1} + Δ_{k, k - 1} U_{k - 1};

(4) K_{k} = P_{k / k - 1} H_{k, k - 1}^{T} {(H_{k, k - 1} P_{k / k - 1} H_{k, k - 1}^{T} + R_{k - 1})}^{- 1};

(5) {\hat{X}}_{k} = {\hat{X}}_{k / k - 1} + K_{k} (Y_{k} - H_{k, k - 1} {\hat{X}}_{k / k - 1});

(6)P_k＝(I-K_kH_k，k-1)P_k/k-1；

(7) V_{k} = H_{k, k - 1} {\hat{X}}_{k} - Y_{k};

(9) R_{k} = \frac{1}{N} Σ_{i = 0}^{N - 1} V_{k - i} V_{k - i}^{T} + H_{k, k - 1} P_{k} H_{k, k - 1}^{T},

N为窗口宽度，可根据具体情况设定；

(11)若继续滤波，k＝k+1，进入步骤(2)进行下一次循环，否则终止。

其中，

为状态向量的初始设定值，可按照滤波时的实测值进行初始设定；P₀为估计均方误差阵的初始设定值，可设定为P₀＝10⁴I，I为与P₀相对应的单位矩阵，Q₀为过程噪声矩阵的初始设定值，可设定Q₀＝10²I，I为与Q₀相对应的单位矩阵；R₀为量测噪声矩阵的初始设定值，可设定R₀＝I，I为与R₀相对应的单位矩阵。

4)经滤波器滤波后得到耙吸挖泥船的位置(纵荡方向、横荡方向)和艏向角度。

图2、图3为本滤波器的滤波效果示意图：

在平均风速为13m/s左右的海况下，船舶舯吃水为10.8m左右、排水量为41611.76吨左右、对水航速为2.5节左右的自由航行状态下，采用本滤波器，耙吸挖泥船满载时纵荡、横荡和艏向三个方向的滤波效果如图2所示，其中，抖动幅度较大的曲线为滤波前，平滑曲线为滤波后，估计误差均值、估计均方误差均值如表1所示。

在平均风速为13m/s左右的海况下，船舶舯吃水为5.95m左右、排水量为21424.59吨左右、对水航速为1.0节左右的自由航行状态下，采用本滤波器，耙吸挖泥船空载纵荡、横荡和艏向三个方向的滤波效果如图3所，其中，抖动幅度较大的曲线为滤波前，平滑曲线为滤波后，估计误差均值、估计均方误差均值如表1所示。

在表1中，估计误差均值用来评估滤波精度，估计均方误差均值用来评估滤波效果的稳定性。在耙吸挖泥船动力定位精度要求纵荡、横荡方向±2m，艏向方向±1度的情况下，由表1和图2、图3可以看出，本滤波器能够有效地滤除高频干扰和噪声，估计出低频位置(纵荡、横荡)和艏向。

表1 估计误差均值、估计均方误差均值表

Claims

1.一种自由航行状态下耙吸挖泥船动力定位的滤波器设计方法，其特征在于包含以下步骤：

c)使用改进的Sage自适应滤波算法设计滤波器；

d)经滤波器滤波后得到耙吸挖泥船的位置即纵荡方向和横荡方向、和艏向角度。

2.根据权利要求1所述的自由航行状态下耙吸挖泥船动力定位的滤波器设计方法，其特征在于所述步骤a)中，从耙吸挖泥船的PLC、传感器中获取的数据包括：DGPS测得到的船舶位置即纵荡方向和横荡方向、电罗经测得的船舶艏向角度即已转化为大地坐标系下船舶中心点的位置和艏向；风速和风向角；主推进器的功率、螺距百分比，侧推进器的螺距百分比，舵机的舵角，船舶舯吃水、艏吃水、艉吃水，船舶的排水量、型排水体积，船舶对地的速度，船舶对水的速度。

3.根据权利要求1所述的自由航行状态下耙吸挖泥船动力定位的滤波器设计方法，其特征在于所述步骤b)中，建立状态空间形式的耙吸挖泥船船舶运动数学模型，结构如下所示：状态方程：

量测方程：Y＝H·X+v

4.根据权利要求1所述的自由航行状态下耙吸挖泥船动力定位的滤波器设计方法，其特征在于所述步骤c)使用改进的Sage自适应滤波算法设计滤波器。