CN103217160A - 一种船舶动力定位卡尔曼滤波方法 - Google Patents

一种船舶动力定位卡尔曼滤波方法 Download PDF

Info

Publication number
CN103217160A
CN103217160A CN2013101412926A CN201310141292A CN103217160A CN 103217160 A CN103217160 A CN 103217160A CN 2013101412926 A CN2013101412926 A CN 2013101412926A CN 201310141292 A CN201310141292 A CN 201310141292A CN 103217160 A CN103217160 A CN 103217160A
Authority
CN
China
Prior art keywords
centerdot
acceleration
matrix
ship
high frequency
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2013101412926A
Other languages
English (en)
Inventor
林孝工
谢业海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Engineering University
Original Assignee
Harbin Engineering University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN2013101412926A priority Critical patent/CN103217160A/zh
Publication of CN103217160A publication Critical patent/CN103217160A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Feedback Control In General (AREA)
  • Navigation (AREA)

Abstract

本发明涉及动力定位控制领域,具体涉及一种船舶动力定位系统中的滤波方法。本发明包括如下步骤:(1)测量船舶的位置和加速度,并将数据转化到统一的坐标系下;(2)建立包含高频加速度的船舶模型;(3)建立可以对位置、速度、加速度进行估计的卡尔曼滤波器;(4)基于测量的船舶位置和加速度,利用卡尔曼滤波器滤掉高频干扰并得到船舶动力定位系统需要的低频船舶位置
Figure DDA00003084853000011
速度和加速度将数据发送给动力定位系统。该方法可以估计出船舶所需要的船舶低频位置
Figure DDA00003084853000014
速度
Figure DDA00003084853000015
和加速度
Figure DDA00003084853000016
这样通过对位置和加速度进行综合滤波估计可以获得更加精确的船舶位置、速度和加速度信息。

Description

一种船舶动力定位卡尔曼滤波方法
技术领域
本发明涉及动力定位控制领域,具体涉及一种船舶动力定位系统中的滤波方法。
背景技术
滤波是船舶动力定位系统需要考虑的重要问题。船舶动力定位系统利用状态观测器或滤波器从含有噪声的位置和艏向测量值中重构低频运动部分,其功能在于确保推进器系统只对慢变干扰力进行抵抗,而将一阶波浪力引起的高频振荡运动排除在反馈控制回路之外,从而降低机械结构磨损。目前船舶动力定位系统的滤波方法都是认为船舶速度和加速度是不可测量的,如船舶非线性无源观测器、反步观测器。上述滤波方法可以对测量的船舶位置数据进行滤波并能分离出船舶所需要的低频位置,其中在对船舶速度的估计中,它们是通过对位置进行积分运算来获得不可测量的船舶速度。由于这些滤波方法只依靠单一的位置数据进行估计,因此在一定程度上限制了滤波器的性能,可见,如果可以利用船舶位置和其它测量数据共同对船舶速度进行估计,将会一定程度上提高滤波器的性能。
随着深海资源的不断开发和发现,海上作业对船舶动力定位系统的定位精度要求越来越高,如果滤波器的滤波性能如果能够得到改善,将会在一定程度上提高动力定位系统的定位精度。目前惯性导航元件的精确性得到了不断的提高,船舶加速度信息已经可以得到精确的测量。如果滤波器可以利用测量的位置和加速度信息对船舶运动速度进行综合估计,将会在一定程度上提高动力定位系统的定位性能,因此急需发明一种能够利用测量的船舶位置和加速度量去综合估计船舶低频位置、速度和加速度的滤波方法。
发明内容
本发明的目的在于提供一种依靠船舶位置和加速度信息去综合估计位置、速度和加速度的滤波方法。
本发明的目的是这样实现的:
本发明包括如下步骤:
(1)测量船舶的位置和加速度,并将数据转化到统一的坐标系下;
(2)建立包含高频加速度的船舶模型
ξ · = A pw ξ + E pw w 1 a · = A aw a + E aw w 2 η · p = v M v · + Dv = b p + τ + w 3 b p = w 4 η w = C pw ξ y 1 = η p + η w + v 1 y 2 = γ v · + C aw a ,
其中ηp是与北东坐标系的平行坐标系下的船舶低频位置,ηw为平行坐标下高频作用引起的船舶位置,v为船舶速度,y1和y2为船舶观测位置和观测加速度,映射矩阵 γ = 1 0 0 0 1 0 ; R(ψ)为旋转矩阵, R ( ψ ) = cos ψ - sin ψ 0 sin ψ cos ψ 0 0 0 1 , ψ为船舶艏向角;τ是控制器输入向量;偏差
Figure BDA00003084852800024
是平行坐标系下未建模的环境力和力矩;
Figure BDA00003084852800025
i=1,2,3,4是模型零均值高斯白噪声向量,
Figure BDA00003084852800026
是零均值高斯白噪声测量向量;ξ为在纵荡、横荡和艏摇3个自由度上的高频作用产生的位置和速度向量;式中
Figure BDA00003084852800027
为高频作用下的横向、纵向线加速度和横摇、纵摇角加速度;质量矩阵M和阻尼矩阵D定义如下:
M = m - X u · 0 0 0 m - Y v · m x G - Y r · 0 m x G - N v · I z - N r · , D = - X u 0 0 0 - Y v - Y r 0 - N v - N r
其中Xu
Figure BDA000030848528000223
Yv
Figure BDA000030848528000224
Yr
Figure BDA000030848528000225
Nv
Figure BDA000030848528000226
NrIz为水动力参数,m为刚体质量,xG为刚体重心在x方向的坐标;
Figure BDA000030848528000210
Figure BDA000030848528000211
为高频位置系统矩阵,
Figure BDA000030848528000213
为高频加速度系统矩阵、
Figure BDA000030848528000214
为位置和加速度的转换矩阵,具体形式如下:
A jw = 0 I - Ω j - Λ j , E jw = 0 n yj × n yj I n yj × n yj , C jw = 0 n yj × n yj I n yj × n yj , j=p,a,
其中 Ω j = diag ( ω j , 1 2 , · · · ω j , n yj 2 ) , Λ j = diag ( 2 ζ j , 1 ω j , 1 , · · · 2 ζ j , n yi ω j , n yj ) , n yp = 3 , n ya = 2 ; ω j , n yj 为海浪峰值频率;
Figure BDA000030848528000222
为相对阻尼系数;
(3)建立可以对位置、速度、加速度进行估计的卡尔曼滤波器:
z ^ · = A z ^ + Bu + P C T R - 1 ( y - C z ^ ) P · = AP + P A T + GQ G T - P C T R - 1 CP
其中状态矩阵
Figure BDA00003084852800033
P为最优估计方差矩阵,Q(t)=QT(t)>0是模型白噪声向量的协方差矩阵,R(t)=RT(t)>0是测量噪声的协方差矩阵;其它系统矩阵如下:
A = A pw 0 64 0 63 0 63 0 63 0 46 A aw 0 43 0 43 0 43 0 36 0 34 0 33 0 33 I 33 0 36 0 34 0 33 0 33 0 33 0 36 0 34 0 33 M - 1 - M - 1 D , B = 0 63 0 43 0 33 0 33 M - 1 , G = E pw 0 64 0 63 0 63 0 43 E aw 0 43 0 43 0 33 0 34 I 33 0 33 0 33 0 34 0 33 M - 1 , C = C pw 0 34 I 33 0 33 0 33 0 33 C aw 0 33 M - 1 M - 1 D ;
(4)基于测量的船舶位置和加速度,利用卡尔曼滤波器滤掉高频干扰并得到船舶动力定位系统需要的低频船舶位置
Figure BDA00003084852800038
速度
Figure BDA00003084852800039
和加速度
Figure BDA000030848528000310
将数据发送给动力定位系统。
本发明的有益效果在于:
该卡尔曼滤波方法采用的船舶数学模型包含高频加速度量和加速度观测量,该卡尔曼滤波方法不再只依靠测量的位置信息对船舶运动速度进行估计,而是利用测量的位置和加速度对船舶速度进行综合估计,并且该方法可以估计出船舶所需要的船舶低频位置
Figure BDA000030848528000311
速度和加速度这样通过对位置和加速度进行综合滤波估计可以获得更加精确的船舶位置、速度和加速度信息。
附图说明
图1为船舶动力定位系统滤波流程图。
具体实施方式
为了使本发明的技术手段易于明白了解,下面以动力定位船S175为例,并结合附图对本发明的技术方案进行详细说明。其中附图1所示为本发明所阐述的基于测量位置和加速度的船舶动力定位滤波流程图,假设海况为3级海况,具体步骤如下:
步骤1.根据该船舶自身的参数建立一种包含高频加速度量和加速度观测量的船舶数学模型:
ξ · = A pw ξ + E pw w 1 a · = A aw a + E aw w 2 η · p = v M v · + Dv = b p + τ + w 3 b p = w 4 η w = C pw ξ y 1 = η p + η w + v 1 y 2 = γ v · + C aw a
其中ηp是与北东坐标系的平行坐标系下的船舶位置,ηw为平行坐标下高频作用引起的船舶位置,v为船舶速度,y1和y2为船舶观测位置和观测加速度,映射矩阵 γ = 1 0 0 0 1 0 ; R(ψ)为旋转矩阵,ψ为船舶艏向角
R ( ψ ) = cos ψ - sin ψ 0 sin ψ cos ψ 0 0 0 1 ;
τ是控制器输入向量;偏差
Figure BDA00003084852800044
是平行坐标系下未建模的环境力和力矩;
Figure BDA00003084852800045
i=1,2,3,4是模型零均值高斯白噪声向量,
Figure BDA00003084852800046
是零均值高斯白噪声测量向量;ξ为在纵荡、横荡和艏摇3个自由度上的高频作用产生的位置和速度向量;
式中为高频作用下的横向、纵向线加速度和横摇、纵摇角加速度;
Figure BDA00003084852800049
为高频位置系统矩阵,
Figure BDA000030848528000410
Figure BDA000030848528000411
为高频加速度系统矩阵、
Figure BDA000030848528000413
为位置和加速度的转换矩阵,具体形式如下:
A jw = 0 I - Ω j - Λ j , E jw = 0 n yj × n yj I n yj × n yj , C jw = 0 n yj × n yj I n yj × n yj , j=p,a,
其中 Ω j = diag ( ω j , 1 2 , · · · ω j , n yj 2 ) , Λ j = diag ( 2 ζ j , 1 ω j , 1 , · · · 2 ζ j , n yi ω j , n yj ) , nyp=3,nya=2;根据3级海况可以设置为0.8;
Figure BDA000030848528000420
可以设置为0.1。
该船的质量矩阵M和阻尼矩阵D定义如下:
M = 10 7 × 2.6415 0 0 0 3.3455 1.4917 0 1.4917 652.09 , D = 10 5 × 0.2220 0 0 0 2.2220 - 17.746 0 - 17.746 715.06
步骤2.根据上述船舶数学模型建立如下的卡尔曼滤波器:
z ^ · = A z ^ + Bu + P C T R - 1 ( y - C z ^ ) P · = AP + P A T + GQ G T - P C T R - 1 CP
其中状态矩阵
Figure BDA00003084852800052
Figure BDA00003084852800053
P为最优估计方差矩阵,Q(t)=QT(t)>0是模型白噪声向量的协方差矩阵,R(t)=RT(t)>0是测量噪声的协方差矩阵;其它系统矩阵如下:
A = A pw 0 64 0 63 0 63 0 63 0 46 A aw 0 43 0 43 0 43 0 36 0 34 0 33 0 33 I 33 0 36 0 34 0 33 0 33 0 33 0 36 0 34 0 33 M - 1 - M - 1 D , B = 0 63 0 43 0 33 0 33 M - 1 , G = E pw 0 64 0 63 0 63 0 43 E aw 0 43 0 43 0 33 0 34 I 33 0 33 0 33 0 34 0 33 M - 1 , C = C pw 0 34 I 33 0 33 0 33 0 33 C aw 0 33 M - 1 M - 1 D .
步骤3.让船舶按照某条轨迹航行或保持在某一位置,利用船舶上装载的GPS、电罗经和加速度计(或其它位置传感器,如:激光传感器,雷达,微波,张紧索,水声定位系统)测量船舶的位置(北向位置,东向位置,艏向角度)和船舶的加速度。如果是多个位置传感器对船舶位置进行测量,需要将其数据转化到统一的坐标系下,如北东地坐标系或随船坐标系。测量到的位置和加速度量是含有测量噪声的,需要经过滤波器滤掉高频干扰并估计出船舶低频位置、速度和加速度。
步骤4.利用上面的卡尔曼滤波器可以对测量的船舶位置和加速度量进行滤波并估计出想要的船舶位置速度以及加速度
Figure BDA000030848528000510
把估计到的数据实时的发送给动力定位系统的控制器,控制器把这些数据与期望位置、速度和加速度进行比较并计算之间的偏差,针对位置、速度、加速度的偏差并按照一定的控制方法对推进器发出推力指令,以便让船舶保持在期望位置或者以期望速度按照期望轨迹运行。

Claims (1)

1.一种船舶动力定位卡尔曼滤波方法,其特征在于,包括如下步骤:
(1)测量船舶的位置和加速度,并将数据转化到统一的坐标系下;
(2)建立包含高频加速度的船舶模型
ξ · = A pw ξ + E pw w 1 a · = A aw a + E aw w 2 η · p = v M v · + Dv = b p + τ + w 3 b p = w 4 η w = C pw ξ y 1 = η p + η w + v 1 y 2 = γ v · + C aw a ,
其中ηp是与北东坐标系的平行坐标系下的船舶低频位置,ηw为平行坐标下高频作用引起的船舶位置,v为船舶速度,y1和y2为船舶观测位置和观测加速度,映射矩阵 γ = 1 0 0 0 1 0 ; R(ψ)为旋转矩阵, R ( ψ ) = cos ψ - sin ψ 0 sin ψ cos ψ 0 0 0 1 , ψ为船舶艏向角;τ是控制器输入向量;偏差
Figure FDA00003084852700014
是平行坐标系下未建模的环境力和力矩;
Figure FDA00003084852700015
i=1,2,3,4是模型零均值高斯白噪声向量,
Figure FDA00003084852700016
是零均值高斯白噪声测量向量;ξ为在纵荡、横荡和艏摇3个自由度上的高频作用产生的位置和速度向量;式中
Figure FDA00003084852700017
为高频作用下的横向、纵向线加速度和横摇、纵摇角加速度;质量矩阵M和阻尼矩阵D定义如下:
M = m - X u · 0 0 0 m - Y v · m x G - Y r · 0 m x G - N v · I z - N r · , D = - X u 0 0 0 - Y v - Y r 0 - N v - N r
其中Xu
Figure FDA000030848527000122
Yv
Figure FDA000030848527000121
YrNv
Figure FDA000030848527000123
NrIz为水动力参数,m为刚体质量,xG为刚体重心在x方向的坐标;
Figure FDA000030848527000110
为高频位置系统矩阵,
Figure FDA000030848527000112
Figure FDA000030848527000113
为高频加速度系统矩阵、
Figure FDA000030848527000115
为位置和加速度的转换矩阵,具体形式如下:
A jw = 0 I - Ω j - Λ j , E jw = 0 n yj × n yj I n yj × n yj , C jw = 0 n yj × n yj I n yj × n yj , j=p,a,
其中 Ω j = diag ( ω j , 1 2 , · · · ω j , n yj 2 ) , Λ j = diag ( 2 ζ j , 1 ω j , 1 , · · · 2 ζ j , n yi ω j , n yj ) , nyp=3,nya=2;
Figure FDA00003084852700023
为海浪峰值频率;
Figure FDA00003084852700024
为相对阻尼系数;
(3)建立可以对位置、速度、加速度进行估计的卡尔曼滤波器:
z ^ · = A z ^ + Bu + P C T R - 1 ( y - C z ^ ) P · = AP + P A T + GQ G T - P C T R - 1 CP
其中状态矩阵
Figure FDA00003084852700026
Figure FDA00003084852700027
P为最优估计方差矩阵,Q(t)=QT(t)>0是模型白噪声向量的协方差矩阵,R(t)=RT(t)>0是测量噪声的协方差矩阵;其它系统矩阵如下:
A = A pw 0 64 0 63 0 63 0 63 0 46 A aw 0 43 0 43 0 43 0 36 0 34 0 33 0 33 I 33 0 36 0 34 0 33 0 33 0 33 0 36 0 34 0 33 M - 1 - M - 1 D , B = 0 63 0 43 0 33 0 33 M - 1 , G = E pw 0 64 0 63 0 63 0 43 E aw 0 43 0 43 0 33 0 34 I 33 0 33 0 33 0 34 0 33 M - 1 , C = C pw 0 34 I 33 0 33 0 33 0 33 C aw 0 33 M - 1 M - 1 D
(4)基于测量的船舶位置和加速度,利用卡尔曼滤波器滤掉高频干扰并得到船舶动力定位系统需要的低频船舶位置
Figure FDA000030848527000212
速度
Figure FDA000030848527000213
和加速度
Figure FDA000030848527000214
将数据发送给动力定位系统。
CN2013101412926A 2013-04-22 2013-04-22 一种船舶动力定位卡尔曼滤波方法 Pending CN103217160A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2013101412926A CN103217160A (zh) 2013-04-22 2013-04-22 一种船舶动力定位卡尔曼滤波方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2013101412926A CN103217160A (zh) 2013-04-22 2013-04-22 一种船舶动力定位卡尔曼滤波方法

Publications (1)

Publication Number Publication Date
CN103217160A true CN103217160A (zh) 2013-07-24

Family

ID=48815164

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2013101412926A Pending CN103217160A (zh) 2013-04-22 2013-04-22 一种船舶动力定位卡尔曼滤波方法

Country Status (1)

Country Link
CN (1) CN103217160A (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103593564A (zh) * 2013-11-12 2014-02-19 中交天津航道局有限公司 一种动力定位船推力辨识方法
CN103676654A (zh) * 2013-12-17 2014-03-26 哈尔滨工程大学 基于干扰补偿的船舶动力定位速度估计系统及方法
CN103970021A (zh) * 2014-05-21 2014-08-06 哈尔滨工程大学 一种基于模型预测控制的松弛动力定位控制系统
CN104181815A (zh) * 2014-08-19 2014-12-03 哈尔滨工程大学 一种基于环境估计的船舶运动补偿控制方法
CN104199464A (zh) * 2014-08-19 2014-12-10 哈尔滨工程大学 一种基于环境估计的实时环境最优艏向船舶动力定位控制方法
CN105807767A (zh) * 2016-03-04 2016-07-27 武汉理工大学 在动力定位中跟踪环境力突变的自适应滤波方法
CN105843983A (zh) * 2016-03-14 2016-08-10 哈尔滨工程大学 基于方差补偿卡尔曼与限定记忆最小二乘对uuv水动力参数的组合辨识方法
CN105867165A (zh) * 2016-04-01 2016-08-17 哈尔滨工程大学 基于扩展卡尔曼滤波器的动力定位船舶波频模型参数估计系统
CN106773741A (zh) * 2017-03-02 2017-05-31 华南理工大学 一种无人船动力定位系统及方法
CN107272415A (zh) * 2017-07-25 2017-10-20 青岛科技大学 一种船舶动力定位控制系统非线性滤波器设计方法
CN107742026A (zh) * 2017-10-16 2018-02-27 江苏科技大学 一种船舶动力定位系统非线性状态估计方法
CN108153976A (zh) * 2017-12-25 2018-06-12 重庆华渝电气集团有限公司 一种海浪中舰船横摇运动的仿真方法及上位机
CN108563113A (zh) * 2018-06-12 2018-09-21 哈尔滨工程大学 舰船用多回路无模型自适应艏向控制方法
CN109032178A (zh) * 2018-08-06 2018-12-18 江苏科技大学 全驱动auv回收控制系统及自主回收方法
CN110594079A (zh) * 2019-08-26 2019-12-20 广东工业大学 一种直驱式波浪发电系统最优功率控制方法
CN111025909A (zh) * 2019-12-23 2020-04-17 哈尔滨工程大学 船舶运动控制系统的Kalman三自由度解耦滤波方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090043436A1 (en) * 2005-04-15 2009-02-12 Kazuyuki Igarashi Automatic Vessel Position Holding Control Method and Controller
CN102508960A (zh) * 2011-10-31 2012-06-20 江苏科技大学 变吃水作业状态下耙吸挖泥船动力定位的滤波器设计方法
CN102854798A (zh) * 2012-09-11 2013-01-02 哈尔滨工程大学 一种船舶动力定位参数自适应观测器的在线调整方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090043436A1 (en) * 2005-04-15 2009-02-12 Kazuyuki Igarashi Automatic Vessel Position Holding Control Method and Controller
CN102508960A (zh) * 2011-10-31 2012-06-20 江苏科技大学 变吃水作业状态下耙吸挖泥船动力定位的滤波器设计方法
CN102854798A (zh) * 2012-09-11 2013-01-02 哈尔滨工程大学 一种船舶动力定位参数自适应观测器的在线调整方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
赵桂玲等: "《基于级联FIR滤波器的系泊精对准算法》", 《中国惯性技术学报》 *

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103593564A (zh) * 2013-11-12 2014-02-19 中交天津航道局有限公司 一种动力定位船推力辨识方法
CN103593564B (zh) * 2013-11-12 2015-01-21 中交天津航道局有限公司 一种动力定位船推力辨识方法
CN103676654B (zh) * 2013-12-17 2015-12-02 哈尔滨工程大学 基于干扰补偿的船舶动力定位速度估计系统及方法
CN103676654A (zh) * 2013-12-17 2014-03-26 哈尔滨工程大学 基于干扰补偿的船舶动力定位速度估计系统及方法
CN103970021A (zh) * 2014-05-21 2014-08-06 哈尔滨工程大学 一种基于模型预测控制的松弛动力定位控制系统
CN103970021B (zh) * 2014-05-21 2016-12-07 哈尔滨工程大学 一种基于模型预测控制的松弛动力定位控制系统
CN104181815B (zh) * 2014-08-19 2017-02-22 哈尔滨工程大学 一种基于环境估计的船舶运动补偿控制方法
CN104199464A (zh) * 2014-08-19 2014-12-10 哈尔滨工程大学 一种基于环境估计的实时环境最优艏向船舶动力定位控制方法
CN104199464B (zh) * 2014-08-19 2017-01-18 哈尔滨工程大学 一种基于环境估计的实时环境最优艏向船舶动力定位控制方法
CN104181815A (zh) * 2014-08-19 2014-12-03 哈尔滨工程大学 一种基于环境估计的船舶运动补偿控制方法
CN105807767A (zh) * 2016-03-04 2016-07-27 武汉理工大学 在动力定位中跟踪环境力突变的自适应滤波方法
CN105807767B (zh) * 2016-03-04 2019-06-07 武汉理工大学 在动力定位中跟踪环境力突变的自适应滤波方法
CN105843983A (zh) * 2016-03-14 2016-08-10 哈尔滨工程大学 基于方差补偿卡尔曼与限定记忆最小二乘对uuv水动力参数的组合辨识方法
CN105843983B (zh) * 2016-03-14 2019-03-01 哈尔滨工程大学 一种对uuv水动力参数的组合辨识方法
CN105867165B (zh) * 2016-04-01 2018-10-19 哈尔滨工程大学 基于扩展卡尔曼滤波器的动力定位船舶波频模型参数估计系统
CN105867165A (zh) * 2016-04-01 2016-08-17 哈尔滨工程大学 基于扩展卡尔曼滤波器的动力定位船舶波频模型参数估计系统
CN106773741A (zh) * 2017-03-02 2017-05-31 华南理工大学 一种无人船动力定位系统及方法
CN107272415A (zh) * 2017-07-25 2017-10-20 青岛科技大学 一种船舶动力定位控制系统非线性滤波器设计方法
CN107742026A (zh) * 2017-10-16 2018-02-27 江苏科技大学 一种船舶动力定位系统非线性状态估计方法
CN108153976A (zh) * 2017-12-25 2018-06-12 重庆华渝电气集团有限公司 一种海浪中舰船横摇运动的仿真方法及上位机
CN108153976B (zh) * 2017-12-25 2021-10-08 重庆华渝电气集团有限公司 一种海浪中舰船横摇运动的仿真方法及上位机
CN108563113A (zh) * 2018-06-12 2018-09-21 哈尔滨工程大学 舰船用多回路无模型自适应艏向控制方法
CN109032178A (zh) * 2018-08-06 2018-12-18 江苏科技大学 全驱动auv回收控制系统及自主回收方法
CN109032178B (zh) * 2018-08-06 2021-08-24 江苏科技大学 全驱动auv回收控制系统及自主回收方法
CN110594079A (zh) * 2019-08-26 2019-12-20 广东工业大学 一种直驱式波浪发电系统最优功率控制方法
CN111025909A (zh) * 2019-12-23 2020-04-17 哈尔滨工程大学 船舶运动控制系统的Kalman三自由度解耦滤波方法

Similar Documents

Publication Publication Date Title
CN103217160A (zh) 一种船舶动力定位卡尔曼滤波方法
CN104076821B (zh) 基于模糊自适应观测器的欠驱动水面艇轨迹跟踪控制系统
CN103970021B (zh) 一种基于模型预测控制的松弛动力定位控制系统
CN107121928B (zh) 一种无人水面艇的扰动补偿控制方法
CN103955218B (zh) 一种基于非线性控制理论的无人艇轨迹跟踪控制装置及方法
Kraus Wave glider dynamic modeling, parameter identification and simulation
CN103777635A (zh) 动力定位船舶鲁棒自适应航迹跟踪控制系统
CN102323586B (zh) 一种基于海流剖面的uuv辅助导航方法
CN109583144B (zh) 一种无人海洋航行器的动力学优化控制器结构及设计方法
CN106643723B (zh) 一种无人艇安全航行船位推算方法
CN103592846A (zh) 基于自适应模糊估计器的滤波反步船舶运动控制系统
CN110865539A (zh) 一种随机干扰下的无人艇跟踪误差约束控制方法
CN103676654B (zh) 基于干扰补偿的船舶动力定位速度估计系统及方法
CN104316025A (zh) 一种基于船体姿态信息估计海浪浪高的系统
CN109739248B (zh) 基于adrc的船载三自由度并联稳定平台稳定控制方法
CN102854798A (zh) 一种船舶动力定位参数自适应观测器的在线调整方法
CN105005679A (zh) 一种基于粒子滤波的船舶参数辨识方法
Troni et al. Preliminary experimental evaluation of a Doppler-aided attitude estimator for improved Doppler navigation of underwater vehicles
CN105549611A (zh) 自主水下机器人的海洋环境自识别的航迹精确跟踪方法
CN104142626B (zh) 一种基于逆系统和内模控制的船舶动力定位控制方法
CN108871379A (zh) 一种dvl测速误差在线标定方法
CN104679008B (zh) 一种auv自主寻底控制方法
JP2009115714A (ja) 移動体の速度測定方法および同測定装置
CN104155043A (zh) 一种动力定位系统外界环境力测量方法
CN105300407A (zh) 一种用于单轴调制激光陀螺惯导系统的海上动态启动方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20130724