CN107742026A - 一种船舶动力定位系统非线性状态估计方法 - Google Patents
一种船舶动力定位系统非线性状态估计方法 Download PDFInfo
- Publication number
- CN107742026A CN107742026A CN201710959387.7A CN201710959387A CN107742026A CN 107742026 A CN107742026 A CN 107742026A CN 201710959387 A CN201710959387 A CN 201710959387A CN 107742026 A CN107742026 A CN 107742026A
- Authority
- CN
- China
- Prior art keywords
- mtd
- mrow
- msub
- ship
- mtr
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000001914 filtration Methods 0.000 claims abstract description 30
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000013016 damping Methods 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 8
- 238000013178 mathematical model Methods 0.000 claims description 7
- 238000001228 spectrum Methods 0.000 claims description 4
- 239000013598 vector Substances 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 abstract description 10
- 238000012423 maintenance Methods 0.000 abstract 1
- 238000005259 measurement Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B71/00—Designing vessels; Predicting their performance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Ocean & Marine Engineering (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明涉及一种船舶动力定位系统非线性状态估计方法,该估计方法包括如下步骤:(1)利用测量系统包括位置参考系统及传感器系统获得船舶位置信息、艏向信息和风速;(2)建立海洋环境下船舶水平面运动数学模型;(3)使用自适应无迹卡尔曼滤波将噪声信息滤除并分离出高频运动及低频运动信息;(4)将所获得的低频运动信息包括位置、艏向和速度输入到控制器,以计算出船舶维持预期运动状态所需要的推力及推力矩,并将推力及推力矩分配到各个推进器。本发明的优点在于:本发明实时计算出模型中的噪声参数,解决由于模型不精确而带来的估计偏差;并将线性高频运动模型中的波浪频率参数波动引起的误差归结至噪声项中,避免二次计算引起的耗时问题。
Description
技术领域
本发明涉及船舶动力定位技术,特别涉及一种船舶动力定位系统非线性状态估计方法。
背景技术
水面上的船舶处于复杂的运动环境之中,同时受到低频和高频作用力的影响,为了减少推进器的损耗、控制器所需的能量以及降低设备的制造成本,在设计动力定位系统时,要求控制器给出的推进指令尽可能的只抵消缓慢变化的低频作用力,而尽量不响应由一阶波浪力引起的高频作用力。动力定位系统中的状态估计滤波器的主要作用就是滤去测量系统中包含的高、低频噪声,将测量值中的高频和低频分开,并且估计出测量系统无法给出的运动参数。因此,状态估计滤波器在动力定位系统中的作用至关重要。
扩展卡尔曼滤波是非线性系统常用的滤波方法,然而在对非线性系统线性化的过程中,不可避免地会引起线性化误差,滤波精度可能会大大降低,且在线性化过程中,需要计算系统方程的雅克比矩阵,该矩阵的计算有一定的难度。无迹卡尔曼滤波直接对系统的非线性函数的统计特性进行近似,而不是对非线性函数线性近似,且不需要计算雅克比矩阵,在一定程度上解决了扩展卡尔曼滤波存在的问题。基于蒙特卡罗仿真的粒子滤波,也常用来处理非线性系统的状态估计问题,但计算量较大。
由于动力定位船舶工作环境的多变性及不确定性,运动模型中的波浪频率、噪声等参数是不确定的。参数的不确定性会给滤波精度产生极大的影响,甚至会引起滤波的发散现象。
由于低频非线性运动模型较为复杂,现有的方法侧重于对高频线性运动模型中的参数进行估计。结合船舶动力定位系统运动模型的特点,针对低频运动模型及其它相关模型中噪声参数的估计算法,一方面保证参数估计尽可能准确,另一方面保证实时性,对动力定位系统状态估计模型中的相关参数展开研究有着十分重要的意义。
发明内容
本发明要解决的技术问题是提供一种保证参数估计尽可能准确且具有实时性的船舶动力定位系统非线性状态估计方法。
为解决上述技术问题,本发明的技术方案为:一种船舶动力定位系统非线性状态估计方法,其创新点在于:所述估计方法包括如下步骤:
(1)定位船舶利用测量系统包括位置参考系统及传感器系统获得船舶位置信息、艏向信息和风速;
(2)建立海洋环境下船舶水平面运动数学模型;
(3)将线性高频运动模型中的波浪频率参数波动引起的误差归结至噪声项,使用自适应无迹卡尔曼滤波将噪声信息滤除并分离出高频运动及低频运动信息;
(4)将所获得的低频运动信息包括船舶位置、艏向和船舶速度输入到控制器,以计算出船舶维持预期运动状态所需要的推力及推力矩,并将推力及推力矩分配到各个推进器。
进一步地,所述步骤(1)的位置参考系统及传感器系统包括卫星导航系统、水声定位系统、张紧索、电罗经和风速风向仪,用于测量船舶横荡、纵荡位置、艏摇角和风速。
进一步地,所述步骤(2)的船舶水平面运动数学模型如下所示:
yk=Hxk+vk
式中, x=[ξh T,ηT,υT,bT]T,H=[Ch,I3×3,03×3,03×3]。其中,
ξh=[∫xhdt,∫yhdt,∫ψhdt,xh,yh,ψh]T,Ch=[03*3 I3*3],
A22=-diag{2ξ1ωo1,2ξ2ωo2,2ξ3ωo3},ω0i(i=1,2,3)为波浪PM谱中的谱峰频率;为相对阻尼系数,通常取值为0.05-0.2,ψ为低频运动中艏摇角,xh,yh,ψh为高频运动中纵荡、横荡位置和艏摇角,η为低频运动中纵荡、横荡位置和艏摇角,υ表示低频速度矩阵,M表示质量矩阵,D表示阻尼矩阵,b表示未建模环境力,Tb为包含时间常数的三维对角矩阵,τ表示合外力,ωh、ωυ、ωb分别为零均值高斯白噪声向量。
本发明的优点在于:本发明以船舶运动模型为基础,利用位置参考系统及传感器系统获得船舶位置信息及艏向信息实时计算出模型中的噪声参数,解决由于模型不精确而带来的估计偏差;并将线性高频运动模型中的波浪频率参数波动引起的误差归结至噪声项中,避免二次计算引起的耗时问题。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1是船舶动力定位系统状态估计流程图。
图2是无卡尔曼滤波和自适应滤波北向位置估计误差对比图。
图3是无迹卡尔曼滤波和自适应滤波东向位置估计误差对比图。
图4是无迹卡尔曼滤波和自适应滤波艏向角度估计误差对比图。
图5是无迹卡尔曼滤波和自适应滤波纵荡速度估计误差对比图。
图6是无迹卡尔曼滤波和自适应滤波横荡速度估计误差对比图。
图7是无迹卡尔曼滤波和自适应滤波艏向角速度估计误差对比图。
具体实施方式
下面的实施例可以使本专业的技术人员更全面地理解本发明,但并不因此将本发明限制在所述的实施例范围之中。
本发明船舶动力定位系统非线性状态估计方法,如图1所示,所述估计方法包括如下步骤:
(1)定位船舶利用测量系统包括位置参考系统及传感器系统获得船舶位置信息、艏向信息和风速;
(2)建立海洋环境下船舶水平面运动数学模型;
(3)通过状态估计器将线性高频运动模型中的波浪频率参数波动引起的误差归结至噪声项,使用自适应无迹卡尔曼滤波将噪声信息滤除并分离出高频运动及低频运动信息;
(4)将所获得的低频运动信息包括船舶位置、艏向和船舶速度输入到控制器,以计算出船舶维持预期运动状态所需要的推力及推力矩,并将推力及推力矩分配到各个推进器。
实施例中,步骤(1)的位置参考系统及传感器系统包括卫星导航系统、水声定位系统、张紧索、电罗经和风速风向仪,用于测量船舶横荡、纵荡位置、艏摇角和风速;图2—图7为用无迹卡尔曼滤波(UKF)算法及自适应滤波算法(UKF1)的船舶北向位置、东向位置、艏向角度、纵荡速度、横荡速度和艏向角速度的估计误差的对比图;从仿真结果可以看出用自适应滤波方法估计出来的偏差整体比用无迹卡尔曼滤波有优势,因而本发明选用自适应滤波方法。
实施例中,步骤(2)的船舶水平面运动数学模型如下所示:
yk=Hxk+vk
式中, x=[ξh T,ηT,υT,bT]T,H=[Ch,I3×3,03×3,03×3]。其中,
ξh=[∫xhdt,∫yhdt,∫ψhdt,xh,yh,ψh]T,Ch=[03*3 I3*3],
A22=-diag{2ξ1ωo1,2ξ2ωo2,2ξ3ωo3},ω0i(i=1,2,3)为波浪PM谱中的谱峰频率;为相对阻尼系数,通常取值为0.05-0.2,ψ为低频运动中艏摇角,xh,yh,ψh为高频运动中纵荡、横荡位置和艏摇角,η为低频运动中纵荡、横荡位置和艏摇角,υ表示低频速度矩阵,M表示质量矩阵,D表示阻尼矩阵,b表示未建模环境力,Tb为包含时间常数的三维对角矩阵,τ表示合外力,ωh、ωυ、ωb分别为零均值高斯白噪声向量。
下面通过具体实施例对本发明船舶动力定位系统非线性状态估计方法进行详细说明:
实施例
本实施例船舶动力定位系统非线性状态估计方法,具体步骤如下:
步骤1.利用测量系统包括位置参考系统及传感器系统获得船舶位置信息、艏向信息和风速,测量系统包括卫星导航系统、水声定位系统、张紧索、电罗经和风速风向仪。
步骤2.建立海洋环境下船舶水平面运动数学模型;
yk=Hxk+vk
式中, x=[ξh T,ηT,υT,bT]T,H=[Ch,I3×3,03×3,03×3]。
其中,
ξh=[∫xhdt,∫yhdt,∫ψhdt,xh,yh,ψh]T,Ch=[03*3 I3*3],A22=-diag{2ξ1ωo1,2ξ2ωo2,2ξ3ωo3},ω0i(i=1,2,3)为波浪PM谱中的谱峰频率;为相对阻尼系数,通常取值为0.05-0.2,ψ为低频运动中艏摇角,xh,yh,ψh为高频运动中纵荡、横荡位置和艏摇角,η为低频运动中纵荡、横荡位置和艏摇角,υ表示低频速度矩阵,M表示质量矩阵,D表示阻尼矩阵,b表示未建模环境力,Tb为包含时间常数的三维对角矩阵,τ表示合外力,ωh、ωυ、ωb分别为零均值高斯白噪声向量。
为满足计算的需要,需要将连续状态模型离散化。
xk+1=f(xk)+Bkuk+ωk
yk=h(xk)+vk
过程噪声和量测噪声均为零均值的高斯白噪声,其统计特性为:E(ωk)=0,E(vk)=0,cov(ωk)=Qk,cov(vk)=Rk,过程噪声、量测噪声以及初始状态之间都相互独立。
步骤3.将线性高频运动模型中的波浪频率参数波动引起的误差归结至噪声项,使用自适应无迹卡尔曼滤波将噪声信息滤除并分离出高频运动及低频运动信息。
初始化,选取初值和P0
计算sigma点i=0,1,…,2n
计算i=0,1,…,2n,从而得到及Pk|k-1
计算i=0,1,…,2n
计算i=0,1,…,2n,从而得到
更新量测噪声
更新过程噪声
步骤4.将所获得的低频运动信息包括船舶位置、艏向和船舶速度输入到控制器,以计算出船舶维持预期运动状态所需要的推力及推力矩。
仿真实验以一船模为研究对象,原型是艘75m平台供应船,缩尺比为1:20,具体船模参数参见下表:
船长(m) | 3.75 |
船宽(m) | 0.8625 |
型深(m) | 0.4 |
排水量(t) | 0.754 |
重心纵坐标xg(m) | 0.2 |
相对阻尼波浪主频率ω0=diag(0.8,0.8,0.8),时间常数Tb=diag(1000,1000,1000),质量矩阵及阻尼矩阵分别为:
假设过程噪声与量测噪声的统计特性均没有精确获得(真实Q=diag(0,0,0,1,2,1,0,0,0,1,2,2,1,2,1)*0.01,R=diag(0.1,0.2,0.2)),初始Q0=0.1Q,R0=10R;由结果可以看出,这个算法实时更新噪声,设置了真实噪声,以及假设的初始噪声,而且初始噪声跟真实噪声是不一致的。
以上显示和描述了本发明的基本原理和主要特征以及本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (3)
1.一种船舶动力定位系统非线性状态估计方法,其特征在于:所述估计方法包括如下步骤:
(1)定位船舶利用测量系统包括位置参考系统及传感器系统获得船舶位置信息、艏向信息和风速;
(2)建立海洋环境下船舶水平面运动数学模型;
(3)将线性高频运动模型中的波浪频率参数波动引起的误差归结至噪声项,使用自适应无迹卡尔曼滤波将噪声信息滤除并分离出高频运动及低频运动信息;
(4)将所获得的低频运动信息包括船舶位置、艏向和船舶速度输入到控制器,以计算出船舶维持预期运动状态所需要的推力及推力矩,并将推力及推力矩分配到各个推进器。
2.根据权利要求1所述的船舶动力定位系统非线性状态估计方法,其特征在于:所述步骤(1)的位置参考系统及传感器系统包括卫星导航系统、水声定位系统、张紧索、电罗经和风速风向仪,用于测量船舶横荡、纵荡位置、艏摇角和风速。
3.根据权利要求1所述的船舶动力定位系统非线性状态估计方法,其特征在于:所述步骤(2)的船舶水平面运动数学模型如下所示:
<mrow>
<mover>
<mi>x</mi>
<mo>&CenterDot;</mo>
</mover>
<mo>=</mo>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>B</mi>
<mi>&tau;</mi>
<mo>+</mo>
<mi>E</mi>
<mi>&omega;</mi>
</mrow>
yk=Hxk+vk
式中, x=[ξh T,ηT,υT,bT]T,H=[Ch,I3×3,03×3,03×3]。其中,
<mrow>
<msub>
<mi>A</mi>
<mi>h</mi>
</msub>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>*</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mn>3</mn>
<mo>*</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>A</mi>
<mn>21</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>A</mi>
<mn>22</mn>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
<msub>
<mi>E</mi>
<mi>h</mi>
</msub>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mn>0</mn>
<mrow>
<mn>3</mn>
<mo>*</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>E</mi>
<mrow>
<mn>3</mn>
<mo>*</mo>
<mn>3</mn>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>&psi;</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mi>&psi;</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mi>&psi;</mi>
</mrow>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mi>&psi;</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>cos</mi>
<mi>&psi;</mi>
</mrow>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
</mrow>
ξh=[∫xhdt,∫yhdt,∫ψhdt,xh,yh,ψh]T,Ch=[03*3 I3*3],
A22=-diag{2ξ1ωo1,2ξ2ωo2,2ξ3ωo3},ω0i(i=1,2,3)为波浪PM谱中的谱峰频率;为相对阻尼系数,通常取值为0.05-0.2,ψ为低频运动中艏摇角,xh,yh,ψh为高频运动中纵荡、横荡位置和艏摇角,η为低频运动中纵荡、横荡位置和艏摇角,υ表示低频速度矩阵,M表示质量矩阵,D表示阻尼矩阵,b表示未建模环境力,Tb为包含时间常数的三维对角矩阵,τ表示合外力,ωh、ωυ、ωb分别为零均值高斯白噪声向量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710959387.7A CN107742026A (zh) | 2017-10-16 | 2017-10-16 | 一种船舶动力定位系统非线性状态估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710959387.7A CN107742026A (zh) | 2017-10-16 | 2017-10-16 | 一种船舶动力定位系统非线性状态估计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107742026A true CN107742026A (zh) | 2018-02-27 |
Family
ID=61237678
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710959387.7A Pending CN107742026A (zh) | 2017-10-16 | 2017-10-16 | 一种船舶动力定位系统非线性状态估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107742026A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108460210A (zh) * | 2018-03-01 | 2018-08-28 | 青岛科技大学 | 一种基于噪残差和协方差匹配的动力定位系统噪声特性实时估计方法 |
CN108549616A (zh) * | 2018-02-28 | 2018-09-18 | 哈尔滨工程大学 | 基于g-n波浪模型的船舶在恶劣海况中大幅运动的预报方法 |
CN109443356A (zh) * | 2019-01-07 | 2019-03-08 | 大连海事大学 | 一种含测量噪声的无人船位置与速度估计结构及设计方法 |
CN109696912A (zh) * | 2018-11-16 | 2019-04-30 | 南方科技大学 | 一种动力定位船舶的运动控制模拟器 |
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 |
CN111381595A (zh) * | 2020-03-10 | 2020-07-07 | 大连海事大学 | 基于事件触发的船舶动力定位方法 |
CN111452933A (zh) * | 2020-04-07 | 2020-07-28 | 哈尔滨工程大学 | 船舶动力定位船推进器故障情况下的推力重分配方法 |
CN111959684A (zh) * | 2020-08-11 | 2020-11-20 | 智慧航海(青岛)科技有限公司 | 一种基于智能船舶的锚泊定位系统及方法 |
CN112099065A (zh) * | 2020-08-11 | 2020-12-18 | 智慧航海(青岛)科技有限公司 | 一种面向船舶动力定位系统状态估计器的冗余容错系统 |
CN112560681A (zh) * | 2020-12-15 | 2021-03-26 | 哈尔滨工程大学 | 一种乘性噪声下动力定位船非线性状态估计方法 |
CN112560951A (zh) * | 2020-12-15 | 2021-03-26 | 哈尔滨工程大学 | 一种乘性噪声下动力定位船多传感器融合方法 |
CN112965363A (zh) * | 2021-02-03 | 2021-06-15 | 大连海事大学 | 一种基于外源卡尔曼滤波的船舶动力定位系统 |
CN114326702A (zh) * | 2021-11-25 | 2022-04-12 | 江苏科技大学 | 一种基于模型预测控制的内河无人船避碰方法 |
CN114611206A (zh) * | 2022-02-28 | 2022-06-10 | 中国船舶重工集团公司第七0七研究所 | 一种动力定位船的环境最优艏向定位方法 |
CN117215318A (zh) * | 2023-11-09 | 2023-12-12 | 中国船舶集团有限公司第七〇七研究所 | 一种水深变化的动力定位船舶控制方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101920762A (zh) * | 2009-06-09 | 2010-12-22 | 同济大学 | 一种基于噪声矩阵实时修正的船舶动力定位方法 |
CN103217160A (zh) * | 2013-04-22 | 2013-07-24 | 哈尔滨工程大学 | 一种船舶动力定位卡尔曼滤波方法 |
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 |
-
2017
- 2017-10-16 CN CN201710959387.7A patent/CN107742026A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101920762A (zh) * | 2009-06-09 | 2010-12-22 | 同济大学 | 一种基于噪声矩阵实时修正的船舶动力定位方法 |
CN103217160A (zh) * | 2013-04-22 | 2013-07-24 | 哈尔滨工程大学 | 一种船舶动力定位卡尔曼滤波方法 |
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 |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108549616B (zh) * | 2018-02-28 | 2021-11-23 | 哈尔滨工程大学 | 基于g-n波浪模型的船舶在恶劣海况中大幅运动的预报方法 |
CN108549616A (zh) * | 2018-02-28 | 2018-09-18 | 哈尔滨工程大学 | 基于g-n波浪模型的船舶在恶劣海况中大幅运动的预报方法 |
CN108460210A (zh) * | 2018-03-01 | 2018-08-28 | 青岛科技大学 | 一种基于噪残差和协方差匹配的动力定位系统噪声特性实时估计方法 |
CN109696912A (zh) * | 2018-11-16 | 2019-04-30 | 南方科技大学 | 一种动力定位船舶的运动控制模拟器 |
CN109443356A (zh) * | 2019-01-07 | 2019-03-08 | 大连海事大学 | 一种含测量噪声的无人船位置与速度估计结构及设计方法 |
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 |
CN111381595A (zh) * | 2020-03-10 | 2020-07-07 | 大连海事大学 | 基于事件触发的船舶动力定位方法 |
CN111381595B (zh) * | 2020-03-10 | 2023-07-25 | 大连海事大学 | 基于事件触发的船舶动力定位方法 |
CN111452933A (zh) * | 2020-04-07 | 2020-07-28 | 哈尔滨工程大学 | 船舶动力定位船推进器故障情况下的推力重分配方法 |
CN111959684A (zh) * | 2020-08-11 | 2020-11-20 | 智慧航海(青岛)科技有限公司 | 一种基于智能船舶的锚泊定位系统及方法 |
CN112099065A (zh) * | 2020-08-11 | 2020-12-18 | 智慧航海(青岛)科技有限公司 | 一种面向船舶动力定位系统状态估计器的冗余容错系统 |
CN111959684B (zh) * | 2020-08-11 | 2021-12-14 | 智慧航海(青岛)科技有限公司 | 一种基于智能船舶的锚泊定位系统及方法 |
CN112560951A (zh) * | 2020-12-15 | 2021-03-26 | 哈尔滨工程大学 | 一种乘性噪声下动力定位船多传感器融合方法 |
CN112560681A (zh) * | 2020-12-15 | 2021-03-26 | 哈尔滨工程大学 | 一种乘性噪声下动力定位船非线性状态估计方法 |
CN112965363A (zh) * | 2021-02-03 | 2021-06-15 | 大连海事大学 | 一种基于外源卡尔曼滤波的船舶动力定位系统 |
CN114326702A (zh) * | 2021-11-25 | 2022-04-12 | 江苏科技大学 | 一种基于模型预测控制的内河无人船避碰方法 |
CN114326702B (zh) * | 2021-11-25 | 2023-09-22 | 江苏科技大学 | 一种基于模型预测控制的内河无人船避碰方法 |
CN114611206A (zh) * | 2022-02-28 | 2022-06-10 | 中国船舶重工集团公司第七0七研究所 | 一种动力定位船的环境最优艏向定位方法 |
CN114611206B (zh) * | 2022-02-28 | 2024-02-23 | 中国船舶重工集团公司第七0七研究所 | 一种动力定位船的环境最优艏向定位方法 |
CN117215318A (zh) * | 2023-11-09 | 2023-12-12 | 中国船舶集团有限公司第七〇七研究所 | 一种水深变化的动力定位船舶控制方法 |
CN117215318B (zh) * | 2023-11-09 | 2024-01-09 | 中国船舶集团有限公司第七〇七研究所 | 一种水深变化的动力定位船舶控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107742026A (zh) | 一种船舶动力定位系统非线性状态估计方法 | |
CN106643737B (zh) | 风力干扰环境下四旋翼飞行器姿态解算方法 | |
CN107168312B (zh) | 一种补偿uuv运动学和动力学干扰的空间轨迹跟踪控制方法 | |
CN108197350B (zh) | 一种无人船速度和不确定性估计系统及设计方法 | |
CN106444806A (zh) | 基于生物速度调节的欠驱动auv三维轨迹跟踪控制方法 | |
CN103940433B (zh) | 一种基于改进的自适应平方根ukf算法的卫星姿态确定方法 | |
CN104655131A (zh) | 基于istssrckf的惯性导航初始对准方法 | |
CN105005679B (zh) | 一种基于粒子滤波的船舶参数辨识方法 | |
CN109884901A (zh) | 一种船舶综合操控系统的滑模滤波器设计方法 | |
CN105973238A (zh) | 一种基于范数约束容积卡尔曼滤波的飞行器姿态估计方法 | |
CN111025909B (zh) | 船舶运动控制系统的Kalman三自由度解耦滤波方法 | |
CN112668104A (zh) | 一种高超声速飞行器气动参数在线辨识方法 | |
CN112683274A (zh) | 一种基于无迹卡尔曼滤波的无人机组合导航方法和系统 | |
Zanon et al. | Control of dual-airfoil airborne wind energy systems based on nonlinear mpc and mhe | |
CN107128454A (zh) | 一种水翼双体船姿态估计方法 | |
CN104316025A (zh) | 一种基于船体姿态信息估计海浪浪高的系统 | |
CN103575298A (zh) | 基于自调节的ukf失准角初始对准方法 | |
CN109000638A (zh) | 一种小视场星敏感器量测延时滤波方法 | |
Zou et al. | An adaptive robust cubature Kalman filter based on Sage-Husa estimator for improving ship heave measurement accuracy | |
CN107063300A (zh) | 一种基于反演的水下导航系统动力学模型中扰动估计方法 | |
CN104536944B (zh) | 基于改进的极大似然方法和置信压缩滤波的船舶参数辨识方法 | |
CN104613984A (zh) | 临近空间飞行器传递对准模型不确定性的鲁棒滤波方法 | |
CN112591038A (zh) | 一种模型参数不确定下动力定位船非线性状态估计方法 | |
CN103336525B (zh) | 随机系统高权值便捷ukf滤波方法 | |
CN114936489A (zh) | 船舶在波浪中运动响应的预报方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180227 |