CN111273671A - 一种智能船舶的非周期通讯远程观测器 - Google Patents

一种智能船舶的非周期通讯远程观测器 Download PDF

Info

Publication number
CN111273671A
CN111273671A CN202010139901.4A CN202010139901A CN111273671A CN 111273671 A CN111273671 A CN 111273671A CN 202010139901 A CN202010139901 A CN 202010139901A CN 111273671 A CN111273671 A CN 111273671A
Authority
CN
China
Prior art keywords
ship
trigger
position information
module
unit
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.)
Granted
Application number
CN202010139901.4A
Other languages
English (en)
Other versions
CN111273671B (zh
Inventor
王丹
刘陆
阮明昊
李铁山
彭周华
王浩亮
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.)
Dalian Maritime University
Original Assignee
Dalian Maritime 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 Dalian Maritime University filed Critical Dalian Maritime University
Priority to CN202010139901.4A priority Critical patent/CN111273671B/zh
Publication of CN111273671A publication Critical patent/CN111273671A/zh
Application granted granted Critical
Publication of CN111273671B publication Critical patent/CN111273671B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/0206Control of position or course in two dimensions specially adapted to water vehicles
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00Measuring or testing not otherwise provided for
    • G01D21/02Measuring two or more variables by means not covered by a single other subclass

Abstract

本发明实施例公开了一种智能船舶的非周期通讯远程观测器,其包括:船端事件触发模块、船端位置信息预测模块、控制端位置信息预测模块、控制端事件触发模块、位置观测模块、总扰动观测模块以及速度观测模块;其中,所述船端事件触发模块用于基于所预设的船端事件触发机制,输出上一触发时刻执行导通任务后所获取的位置信息或当前时刻船舶的实际位置信息;所述船端位置信息预测模块用于输出获得的位置预测信息等。本发明既能提高传感器与观测器之间的通信效率,增加对船舶观测的可靠性,又能减少采样计算负担和通信成本、降低对船舶运动参数信息的依赖性,易于实现观测。

Description

一种智能船舶的非周期通讯远程观测器
技术领域
本发明涉及船舶智能运动控制技术领域,尤其涉及一种智能船舶的非周期通讯远程观测器。
背景技术
21世纪被称之为“海洋的世纪”,海洋因其丰富的生物资源和自然资源等成为重点研究的对象,人类往往通过自主智能船舶达到探索海洋、认识海洋、利用海洋的目的。自主控制的智能船舶主要运用于军事领域,如协助完成情报收集、监视侦察、警戒巡逻、扫雷反潜等战术任务,同时在民用领域也有广泛的应用,如执行水体探测、海上搜救和海底打捞等。
现有基于智能船舶的控制方法已经提出多种稳定的观测器,包括波滤波观测器、高增益观测器、基于神经网络的观测器、扩张状态观测器。但是上述观测器均存在一定的不足,如波滤波观测器观测依赖于船舶动力学无源性,需要知道模型的具体参数;如高增益观测器能够恢复未测量的速度,但不确定性和扰动是无法估计的如;基于神经网络的观测器能够同时估计不确定性和未测量状态;扩张状态观测器能够同时估计未测量的速度和不确定性,同时降低调谐的复杂性。
然而从智能船舶控制观测方面,扩张状态观测器的现有技术尚存在下列不足:
第一、在现有的基于扩张状态观测器测量更新船舶位置和速度信息的方法中,观测器通常会在固定的采样周期对目标信息进行更新计算,然而很多时候测量结果不被需要,周期采样增加了船舶与扩张状态观测器的无效通讯次数。多次通讯对硬件和软件资源有限的船舶嵌入式系统而言,提高船舶通信和维护成本,增加处理器运算负担和故障出现次数,造成多余浪费。
第二、在现有的基于事件触发的扩张状态观测器方法中,往往通过位置信息来更新通讯,依赖于位置观测模块,并且仅在船舶处于静止状态时减少不必要的触发次数。然而当面对位置信息不断变化的动态船舶时,该方法的使用受到限制。
第三、现有的基于扩张状态观测器的扰动估计方法同时需要船舶的位置和速度信息,然而风浪、洋流、以及模型参数不确定限制了对船舶速度信息的观测,并且对速度信息的获取过分依赖于传感器的可靠性,当速度传感器受到扰动或者出现故障时,速度信息获取会立即中断。
发明内容
基于此,为解决现有技术存在的不足,特提出了一种智能船舶的非周期通讯远程观测器。
一种智能船舶的非周期通讯远程观测器,其特征在于,包括:船端事件触发模块、船端位置信息预测模块、控制端位置信息预测模块、控制端事件触发模块、位置观测模块、总扰动观测模块以及速度观测模块;其中,所述船端事件触发模块与智能船舶、船端位置信息预测模块相连接,用于基于所预设的船端事件触发机制,输出上一触发时刻执行导通任务后所获取的位置信息或当前时刻船舶的实际位置信息;所述船端位置信息预测模块分别与所述船端事件触发模块、控制端位置信息预测模块相连接,用于输出获得的船端预测位置信息;所述控制端位置信息预测模块通过无线网络与船端事件触发模块相连接,其用于输出获得的控制端位置预测信息;所述控制端事件触发模块分别与速度观测模块、船端位置信息预测模块相连接,用于基于所预设的控制端事件触发机制,输出上一触发时刻执行导通任务后所获取的速度信息或当前时刻船舶的实际速度信息;所述位置观测模块与所述控制端位置信息预测模块相连接,用于输出ESO对船舶位置的观测值;所述速度观测模块与所述控制端位置信息预测模块相连接,用于输出ESO对船舶速度的观测值;所述总扰动观测模块与所述速度观测模块、位置观测模块相连接,用于获取ESO对船舶总扰动的观测值。
可选的,在其中一个实施例中,所述船端事件触发模块包括:第一触发执行单元、第一触发判断单元以及第一零阶保持单元;所述第一触发判断单元内预置船端事件触发机制,基于所述船端事件触发机制,实时判断是否存在满足触发条件的船端事件,并向第一触发执行单元下发判断结果;所述第一触发执行单元用于基于所述判断结果执行导通或不动作任务;所述第一零阶保持单元用于在执行不动作任务时输出所述第一触发执行单元在上一触发时刻tk执行导通任务后经过本零阶保持单元所保持的位置信息η(tk),或在执行导通任务时,输出当前时刻t船舶的实际位置信息η(t);其中,所述第一零阶保持单元所输出的信号即输出位置信号
Figure BDA0002398715030000031
对应的表达式为
Figure BDA0002398715030000032
上式中,r(t)为基于船端事件触发机制,第一触发判断单元对应的输出信号,且r(t)=0表示第一触发判断单元在t时刻不触发且执行不动作任务,r(t)=1表示第一触发判断单元在t时刻触发并执行导通任务;
其中,r(t)对应的表达式为:
Figure BDA0002398715030000033
式中:q(t)为位置信息跟踪误差,即q(t)=(ηp1-η),ηp1为船端预测位置信息,η为船端实际位置信息,ε1为第一触发阈值;当位置信息跟踪误差大于第一触发阈值ε1时,则第一触发判断单元输出信号r(t)为1,当位置信息跟踪误差小于第一触发阈值ε1时,则第一触发判断单元输出信号r(t)为0。
可选的,在其中一个实施例中,所述船端位置信息预测模块包括第一位置信息预测单元、第一旋转变换单元以及第一积分单元;所述第一位置信息预测单元在接收到船端事件触发模块输出的位置信号后确定出对应的船端位置的预测信息,所述船端位置的预测信息的表达式为
Figure BDA0002398715030000041
且所述第一位置信息预测单元在未接收到船端事件触发模块输出的位置信息时,确定出对应的船端位置的预测信息,所述船端位置的预测信息的表达式为
Figure BDA0002398715030000042
其中船端预测位置信息
Figure BDA0002398715030000043
为船端预测位置信息的导数,
Figure BDA0002398715030000044
为船舶观测速度信息,R为旋转矩阵,ψ为船舶的艏摇角,且
Figure BDA0002398715030000045
可选的,在其中一个实施例中,所述控制端位置信息预测模块包括第二位置信息预测单元、第二旋转变换单元以及第二积分单元;其中,所述第二位置信息预测单元在接收到船端事件触发模块输出的位置信号后确定出对应的控制端位置预测信息,所述控制端位置预测信息的表达式为
Figure BDA0002398715030000046
且所述第二位置信息预测单元在未接收到船端事件触发模块输出的位置信息时确定出对应的控制端位置预测信息,所述控制端位置预测信息的表达式为
Figure BDA0002398715030000047
其中控制端预测位置信息
Figure BDA0002398715030000048
为控制端预测位置信息的导数,
Figure BDA0002398715030000049
为船舶观测速度信息。
可选的,在其中一个实施例中,所述控制端事件触发模块包括第二触发执行单元、第二触发判断单元、第二零阶保持单元构成;所述第二触发判断单元内预置控制端事件触发机制,用于基于所述的触发机制,实时判断是否存在满足触发条件的控制端事件,并向第二触发执行单元下发判断结果;所述第二触发执行单元用于基于所述判断结果执行导通或不动作任务;所述第二零阶保持单元用于在执行不动作任务时输出所述第二触发执行单元在上一触发时刻tk执行导通任务后经过本零阶保持单元所保持的速度信息
Figure BDA00023987150300000410
同时在执行导通任务时,输出当前时刻t船舶的速度信息
Figure BDA00023987150300000411
其中,所述第二零阶保持单元所输出的信号即输出速度信号
Figure BDA00023987150300000412
对应的表达式为
Figure BDA0002398715030000051
上式中,
Figure BDA0002398715030000052
为基于所述的触发机制,第二触发判断单元对应的输出速度信号,且g(t)=0表示第二触发判断单元在t时刻不触发且执行不动作任务,g(t)=1表示第二触发判断单元在t时刻触发并执行导通任务;
其中,g(t)对应的表达式为:
Figure BDA0002398715030000053
式中:p(t)为速度采样误差,即速度预测与实际速度间的差值,即
Figure BDA0002398715030000054
ε2为第二触发阈值;当速度跟踪误差大于第二触发阈值ε2时,则第二触发判断单元输出信号g(t)为1,当速度跟踪误差小于第二触发阈值ε2时,则第二触发判断单元输出信号g(t)为0。
可选的,在其中一个实施例中,所述位置观测模块获取船舶位置信息的观测数据对应的表达式为:
Figure BDA0002398715030000055
其中:
Figure BDA0002398715030000056
为ESO对船舶位置的观测值;
Figure BDA0002398715030000057
为ESO对船舶位置观测值的导数;
Figure BDA0002398715030000058
为控制端预测的船舶位置;
Figure BDA0002398715030000059
是为ESO对船舶速度的观测值,k1是为观测船舶位置信息所设计的增益参数。
可选的,在其中一个实施例中,所述速度观测模块获取船舶速度信息的观测数据对应的表达式为:
Figure BDA00023987150300000510
其中:
Figure BDA00023987150300000511
为智能船舶的非周期通讯远程观测器对船舶速度信息
Figure BDA00023987150300000512
的观测值;
Figure BDA00023987150300000513
为ESO对船舶速度观测值的导数,k2为观测船舶速度信息所设计的增益参数。
可选的,在其中一个实施例中,所述总扰动观测模块获取ESO对总扰动的观测值对应的表达式为:
Figure BDA00023987150300000514
其中:
Figure BDA0002398715030000061
为智能船舶的非周期通讯远程观测器对船舶所受总扰动
Figure BDA0002398715030000062
的观测值;
Figure BDA0002398715030000063
为ESO对总扰动观测值的导数,k3为观测船舶所受总扰动所设计的增益参数。
实施本发明实施例,将具有如下有益效果:
1.本发明通过建立控制端事件触发模块和船端事件触发模块,使得观测器仅在采样误差大于触发阀值进行通信,相比于固定采样周期对船舶运动信息更新计算的方法,本方法减少了硬件和软件资源有限的嵌入式系统运算压力和负担,同时也减少了船舶与扩张状态观测器之间的无效通讯次数,避免了资源的浪费。
2.本发明通过建立位置信息预测模块,在接收到船端事件触发模块输出后对控制端预测位置信息进行更新,更新后的控制端预测位置信息成为扩张状态观测器的输入,从而实现船舶与扩张状态观测器的更新通讯,同时无论船舶处于静止状态还是运动状态本发明都能减少周期事件触发的次数,提高通讯效率。
3.船舶的位置信息能够通过全球导航卫星系统直接获得,而速度信息受复杂海洋环境影响不易获得。本发明仅通过对扩张状态观测器输入控制端预测船舶位置信息可以实现对总扰动的估计,减少对船舶运动速度参数依赖性,ESO仅通过位置信息实现观测,增加观测总扰动的可靠性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
其中:
图1是智能船舶的非周期通讯远程观测器的系统结构示意图。
图2是智能船舶的非周期通讯远程观测器的纵荡速度观测效果图。
图3是智能船舶的非周期通讯远程观测器的横荡速度观测效果图。
图4是智能船舶的非周期通讯远程观测器的艏摇角速度观测效果图。
图5是智能船舶的非周期通讯远程观测器的纵向扰动观测效果图。
图6是智能船舶的非周期通讯远程观测器的横向扰动观测效果图。
图7是智能船舶的非周期通讯远程观测器的艏摇扰动观测效果图。
图8是船端事件触发模块触发机制的示意图。
图9是控制端事件触发模块触发机制的示意图
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在限制本发明。可以理解,本发明所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一元件称为第二元件,且类似地,可将第二元件为第一元件。第一元件和第二元件两者都是元件,但其不是同一元件。
在本实施例中,如图1所示,特提出了一种智能船舶的非周期通讯远程观测器,其包括:船端事件触发模块、船端位置信息预测模块、控制端位置信息预测模块、控制端事件触发模块、位置观测模块、总扰动观测模块以及速度观测模块;其中,所述船端事件触发模块用于基于所预设的船端触发机制,输出上一触发时刻执行导通任务后所获取的位置信息或当前时刻船舶的实际位置信息;所述船端位置信息预测模块用于输出船端计算获得的位置预测信息;所述控制端位置信息预测模块用于输出控制端计算获得的位置预测信息;所述控制端事件触发模块用于基于所预设的控制端触发机制,输出上一触发时刻执行导通任务后所获取的速度信息或当前时刻船舶的实际速度信息;所述位置观测模块用于输出ESO对船舶位置的观测值;所述速度观测模块用于输出ESO对船舶速度的观测值;所述总扰动观测模块用于获取ESO对总扰动的观测值。且各个模块的连接关系为所述船端位置信息预测模块的输入端与控制端事件触发模块和船端事件触发模块的输出端相连,所述船端位置信息预测模块的输出端与船端事件触发模块的输入端相连;所述船端事件触发模块的输入端与智能船舶和船端位置信息预测模块的输出端相连,所述船端事件触发模块的输出端与船端位置信息预测模块和控制端位置信息预测模块的输入端相连;所述控制端位置信息预测模块的输入端与船端事件触发模块和控制端事件触发模块的输出端相连,所述控制端位置信息预测模块的输出端与位置观测模块的输入端相连;所述位置观测模块的输入端与控制端位置信息预测模块和第五积分单元的输出端相连,所述位置观测模块的输出端与作差单元相连;所述总扰动观测模块的输入端与作差单元的输出端相连,所述总扰动观测模块的输出端与第二求和单元的输入端相连;所述速度观测模块的输入端与作差单元和第四积分单元的输出端相连,所述速度观测模块的输出端与控制端事件触发模块和第三旋转变换单元的输入端相连;所述控制端事件触发模块的输入端与速度观测模块的输出端相连,所述控制端事件触发模块的输出端与船端位置信息预测模块和控制端位置信息预测模块的输入端相连。另,本领域所述智能船舶一般是指利用通信、传感器、观测器等技术手段,能够自动感知或获取船身的运动状态,即获取实时速度信息、实时位置信息,实现对自身航行的有效运动控制的一类无人船。ESO(EXTEND STATE OBSERVATION)即扩张状态观测器。
另,所述智能船舶对应的船舶运动学和动力学模型用下式表示:
Figure BDA0002398715030000081
其中:
Figure BDA0002398715030000082
上式表示船体参考坐标系到地球参考坐标系之间的旋转变换矩阵;
Figure BDA0002398715030000091
上式表示地球参考坐标系下船舶位置信息,其中:x代表在地球参考坐标系下x轴方向的位置坐标,y代表地球参考坐标系下y轴方向的位置坐标,ψ表示地球参考坐标系下船舶的艏摇角;
Figure BDA0002398715030000092
上式表示船体参考坐标系下船舶的速度信息,其中:u为船体参考坐标系下的纵荡速度,υ为船体参考坐标系下的横荡速度,r为船体参考坐标系下的艏摇角速度;
Figure BDA0002398715030000093
表示惯性矩阵;
Figure BDA0002398715030000094
表示向心力矩阵;
Figure BDA0002398715030000095
表示非线性阻尼矩阵;g(ν,η)表示由浮力和重力共同作用所引起的回复力与回复力矩的向量;
Figure BDA0002398715030000096
其表示船舶的控制输入信号;
Figure BDA0002398715030000097
上式表示海洋环境中时变洋流对船舶所造成的外部扰动,其被定义包括外部扰动与内部建模不确定性的总扰动:
Figure BDA0002398715030000098
上式对应的计算公式为:
σ(t)=M-1[-C(υ(t))υ(t)-D(υ(t))υ(t)+g(υ(t),η(t))+τw(t)]
其中:σu、συ和σr分别为纵荡速度方向、横荡速度方向和艏摇角速度方向三个方向上的扰动分量;
Figure BDA0002398715030000099
表示惯性矩阵。
在一些具体的实施例中,所述船端事件触发模块包括:第一触发执行单元、第一触发判断单元以及第一零阶保持单元;所述第一触发判断单元内预置船端事件触发机制,基于所述船端事件触发机制,实时判断是否存在满足触发条件的船端事件,并向第一触发执行单元下发判断结果;所述第一触发执行单元用于基于所述判断结果执行导通或不动作任务;所述第一零阶保持单元用于在执行不动作任务时输出所述第一触发执行单元在上一触发时刻tk执行导通任务后经过本零阶保持单元所保持的位置信息η(tk),或在执行导通任务时,输出当前时刻t船舶的实际位置信息η(t);其中,所述第一零阶保持单元所输出的信号即输出信号
Figure BDA0002398715030000101
对应的表达式为
Figure BDA0002398715030000102
上式中,r(t)为基于船端事件触发机制,第一触发判断单元对应的输出信号,且r(t)=0表示第一触发判断单元在t时刻不触发且执行不动作任务,r(t)=1表示第一触发判断单元在t时刻触发并执行导通任务;
其中,r(t)对应的表达式为:
Figure BDA0002398715030000103
式中:q(t)为位置信息跟踪误差,即q(t)=(ηp1-η),ηp1为船端预测位置信息,η为船端实际位置信息,ε1为第一触发阈值;当位置信息跟踪误差大于第一触发阈值ε1时,则第一触发判断单元输出信号r(t)为1,当位置信息跟踪误差小于第一触发阈值ε1时,则第一触发判断单元输出信号r(t)为0。同时若为初始状态即不存在上一时刻,直接更新为当前智能船舶的位置信息。
在一些具体的实施例中,所述船端位置信息预测模块包括第一位置信息预测单元、第一旋转变换单元以及第一积分单元;所述第一位置信息预测单元在接收到船端事件触发模块输出的位置信息后确定出对应的船端位置的预测信息,所述船端位置的预测信息的表达式为
Figure BDA0002398715030000104
且所述第一位置信息预测单元在未接收到船端事件触发模块输出的位置信息后确定出对应的船端位置的预测信息,所述船端位置的预测信息的表达式为
Figure BDA0002398715030000105
其中
Figure BDA0002398715030000106
为船端预测位置信息,
Figure BDA0002398715030000107
为船端预测位置信息的导数,
Figure BDA0002398715030000108
为船舶观测速度信息,R为旋转矩阵,ψ为船舶的艏摇角,且
Figure BDA0002398715030000111
在一些具体的实施例中,所述控制端位置信息预测模块包括第二位置信息预测单元、第二旋转变换单元以及第二积分单元;其中,所述第二位置信息预测单元在接收到船端事件触发模块输出的位置信息后确定出对应的控制端位置的预测信息,所述控制端位置的预测信息的表达式为
Figure BDA0002398715030000112
且所述第二位置信息预测单元在未接收到船端事件触发模块输出的位置信息后确定出对应的控制端位置的预测信息,所述控制端位置的预测信息的表达式为
Figure BDA0002398715030000113
其中
Figure BDA0002398715030000114
为控制端预测位置信息,
Figure BDA0002398715030000115
为控制端预测位置信息的导数,
Figure BDA0002398715030000116
为船舶观测速度信息。
在一些具体的实施例中,所述控制端事件触发模块包括第二触发执行单元、第二触发判断单元、第二零阶保持单元构成;所述第二触发判断单元内预置控制端事件触发机制,用于基于所述的触发机制,实时判断是否存在满足触发条件的控制端事件,并向第二触发执行单元下发判断结果;所述第二触发执行单元用于基于所述判断结果执行导通或不动作任务;所述第二零阶保持单元用于在执行不动作任务时输出所述第二触发执行单元在上一触发时刻tk执行导通任务后经过本零阶保持单元所保持的速度信息
Figure BDA0002398715030000117
同时在执行导通任务时,输出当前时刻t船舶的速度信息
Figure BDA0002398715030000118
其中,所述第二零阶保持单元所输出的信号即输出速度信号
Figure BDA0002398715030000119
对应的表达式为
Figure BDA00023987150300001110
上式中,
Figure BDA00023987150300001111
为基于控制端触发机制,第二触发判断单元对应的输出信号,且g(t)=0表示第二触发判断单元在t时刻不触发且执行不动作任务,g(t)=1表示第二触发判断单元在t时刻触发并执行导通任务;
其中,g(t)对应的表达式为:
Figure BDA0002398715030000121
式中:p(t)为速度采样误差,即
Figure BDA0002398715030000122
ε2为第二触发阈值;当速度跟踪误差大于第二触发阈值ε2时,则第二触发判断单元输出信号g(t)为1,当速度跟踪误差小于第二触发阈值ε2时,则第二触发判断单元输出信号g(t)为0。
同时若为初始状态即不存在上一时刻,直接更新为当前智能船舶的速度信息。
在一些具体的实施例中,所述位置观测模块包括作差单元、第一比例放大单元、第一求和单元、第三旋转变换单元、第三积分单元。具体来说:作差单元的输入信号为控制端位置信息预测模块的输出位置信号与第三积分单元的输出信号;第一比例放大单元的输入信号为作差单元的输出信号;第一旋转变换单元的输入信号为第五积分单元的输出信号;第一求和单元的输入信号为第一比例放大单元的输出信号和第三旋转变换单元的输出信号;第三积分单元的输入信号为第一求和单元的输出信号,第三积分单元的输出信号是作差单元的输入信号同时也是位置观测模块的输出信号;且位置观测模块获取船舶位置信息的观测数据对应的表达式为:
Figure BDA0002398715030000123
其中:
Figure BDA0002398715030000124
为ESO对船舶位置的观测值;
Figure BDA0002398715030000125
为ESO对船舶位置观测值的导数;
Figure BDA0002398715030000126
为控制端预测的船舶位置;
Figure BDA0002398715030000127
是为ESO对船舶速度的观测值,k1是为观测船舶位置信息所设计的增益参数。
在一些具体的实施例中,速度观测模块包括第三比例放大单元、第五旋转变换单元、第二求和单元、第五积分单元。具体来说:作差单元的输出信号为第三比例放大单元的输入信号;第三比例放大单元输出信号为第五旋转变换单元的输入信号;第四积分单元和第五旋转变换单元的输出信号共同为第二求和单元的输入信号;第二求和单元的输出信号为第五积分单元的输入信号;第五积分单元的输出信号为控制端事件触发模块和第三旋转变换单元的输入信号,同时为速度观测模块的输出信号且所述速度观测模块获取船舶速度信息的观测数据对应的表达式为:
Figure BDA0002398715030000131
其中:
Figure BDA0002398715030000132
为智能船舶的非周期通讯远程观测器对船舶速度信息
Figure BDA0002398715030000133
的观测值;
Figure BDA0002398715030000134
为ESO对船舶速度观测值的导数,k2为观测船舶速度信息所设计的增益参数。
在一些具体的实施例中,所述总扰动观测模块包括第二比例放大单元、第四旋转变换单元、第四积分单元。具体来说:第二比例放大单元的输入信号为作差单元的输出信号;第四旋转变换单元的输入信号为第二比例放大单元的输出信号;第四积分单元的输入信号为第四旋转变换单元的输出信号;第四积分单的输出信号为ESO对总扰动的观测值,同时也为第二求和单元的输出信号。同时获取ESO对总扰动的观测值对应的表达式为:
Figure BDA0002398715030000135
其中:
Figure BDA0002398715030000136
为智能船舶的非周期通讯远程观测器对船舶所受总扰动
Figure BDA0002398715030000137
的观测值;
Figure BDA0002398715030000138
为ESO对总扰动观测值的导数,k3为观测船舶所受总扰动所设计的增益参数。
下面针以一个具体船舶进行状态观测,并以此为例对本发明进行进一步说明,其中船舶模型的具体参数如下:
Figure BDA0002398715030000139
其中:m11=21.61;m22=35.4;m33=3.02;m23=m32=2.105。
Figure BDA00023987150300001310
其中:c13=c31=-2.105r-35.4υ;c23=c32=21.61u。
Figure BDA0002398715030000141
其中:d11=4.69u2+2.17u+0.91;d22=28.9υ+1.104r+1.027;d23=1.142υ+2.97r+8.03;d32=4.12υ+0.276r+0.1529;d33=0.97υ+0.59r+1.74。
智能船舶的非周期通讯远程观测器对船舶位置的观测方法设计为:
Figure BDA0002398715030000142
其中设计的增益参数k1=9;
智能船舶的非周期通讯远程观测器对船舶速度的观测方法设计为:
Figure BDA0002398715030000143
其中设计的增益参数k2=-27;
智能船舶的非周期通讯远程观测器对总扰动观测的方法设计为:
Figure BDA0002398715030000144
其中设计的增益参数k3=27;
船端事件触发模块触发机制的第一触发阀值:ε1=0.005;
控制端事件触发模块触发机制的第二触发阀值:ε2=0.005;
仿真结果如图2-9所示。图2-4是船舶实际纵荡速度u、横荡速度v和艏摇角速度r与智能船舶的非周期通讯远程观测器所得观测值的比较效果图,由图可以看出观测器的观测值可以迅速实时准确跟踪速度实际值,误差极小;图5-7是对总扰动的三个分量的观测效果示意图,分别是纵荡速度方向、横荡速度方向和艏摇角速度方向的三个扰动分量的观测效果,由图可以看出本发明所提的智能船舶的非周期通讯远程观测器可以快速有效观测出实际扰动值,误差极小。图8是智能船舶的非周期通讯远程观测器中船端事件触发模块触发机制的示意图,图9是智能船舶的非周期通讯远程观测器中控制端事件触发模块触发机制的示意图。并结合图2-4,可以看出,本发明所提观测器并不是在每一个固定采样周期点都频繁触发采样,而是在采样误差超过触发阈值时刻才会触发。在0s-10s时间段内,船舶的速度变化较快,相应的触发频率较高;而在10s-20s和40s-50s两个时间段内,船舶的速度变化较慢,相应的触发频率较低。仿真结果证明本发明提出一种智能船舶的非周期通讯远程观测器设计方法,在船舶动态航行时既能提高传感器与观测器之间的通信效率,增加对船舶观测的可靠性,又能减少采样计算负担和通信成本。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种智能船舶的非周期通讯远程观测器,其特征在于,包括:船端事件触发模块、船端位置信息预测模块、控制端位置信息预测模块、控制端事件触发模块、位置观测模块、总扰动观测模块以及速度观测模块;其中,所述船端事件触发模块与智能船舶数据采集单元、船端位置信息预测模块相连接,用于基于所预设的船端事件触发机制,输出上一触发时刻执行导通任务后所获取的位置信息或当前时刻船舶的实际位置信息;所述船端位置信息预测模块分别与所述船端事件触发模块、控制端位置信息预测模块相连接,用于输出获得的位置预测信息;所述控制端位置信息预测模块通过无线网络与船端事件触发模块相连接,其用于输出控制端位置预测信息;所述控制端事件触发模块分别与速度观测模块、船端位置信息预测模块相连接,用于基于所预设的控制端事触发机制,输出上一触发时刻执行导通任务后所获取的速度信息或当前时刻船舶的实际速度信息;所述位置观测模块与所述控制端位置信息预测模块相连接,用于输出ESO对船舶位置的观测值;所述速度观测模块与所述控制端位置信息预测模块相连接,用于输出ESO对船舶速度的观测值;所述总扰动观测模块与所述速度观测模块、位置观测模块相连接,用于获取ESO对总扰动的观测值。
2.根据权利要求1所述的非周期通讯远程观测器,其特征在于,所述船端事件触发模块包括:第一触发执行单元、第一触发判断单元以及第一零阶保持单元;所述第一触发判断单元内预置船端事件触发机制,基于所述船端事件触发机制,实时判断是否存在满足触发条件的船端事件,并向第一触发执行单元下发判断结果;所述第一触发执行单元用于基于所述判断结果执行导通或不动作任务;所述第一零阶保持单元用于在执行不动作任务时输出所述第一触发执行单元在上一触发时刻tk执行导通任务后经过本零阶保持单元所保持的位置信息η(tk),或在执行导通任务时,输出当前时刻t船舶的实际位置信息η(t);其中,所述第一零阶保持单元所输出的信号即输出信号
Figure FDA0002398715020000011
对应的表达式为
Figure FDA0002398715020000021
上式中,r(t)为基于船端事件触发机制,第一触发判断单元对应的输出信号,且r(t)=0表示第一触发判断单元在t时刻不触发且执行不动作任务,r(t)=1表示第一触发判断单元在t时刻触发并执行导通任务;
其中,r(t)对应的表达式为:
Figure FDA0002398715020000022
式中:q(t)为位置信息跟踪误差,即q(t)=(ηp1-η),ηp1为船端预测位置信息,η为船端实际位置信息,ε1为第一触发阈值;当位置信息跟踪误差大于第一触发阈值ε1时,则第一触发判断单元输出信号r(t)为1,当位置信息跟踪误差小于第一触发阈值ε1时,则第一触发判断单元输出信号r(t)为0。
3.根据权利要求1所述的非周期通讯远程观测器,其特征在于,所述船端位置信息预测模块包括第一位置信息预测单元、第一旋转变换单元以及第一积分单元;所述第一位置信息预测单元在接收到船端事件触发模块输出的位置信息后确定出对应的船端位置的预测信息,所述船端位置的预测信息的表达式为
Figure FDA0002398715020000023
且所述第一位置信息预测单元在未接收到船端事件触发模块输出的位置信息时确定出对应的船端位置的预测信息,所述船端位置的预测信息的表达式为
Figure FDA0002398715020000024
其中船端预测位置信息
Figure FDA0002398715020000025
为,
Figure FDA0002398715020000026
为船端预测位置信息的导数,
Figure FDA0002398715020000027
为船舶观测速度信息,R为旋转矩阵,ψ为船舶的艏摇角,且
Figure FDA0002398715020000028
4.根据权利要求1所述的非周期通讯远程观测器,其特征在于,
所述控制端位置信息预测模块包括第二位置信息预测单元、第二旋转变换单元以及第二积分单元;其中,所述第二位置信息预测单元在接收到船端事件触发模块输出的位置信号后确定出对应的控制端位置预测信息,所述控制端位置预测信息的表达式为
Figure FDA0002398715020000031
且所述第二位置信息预测单元在未接收到船端事件触发模块输出的位置信息时确定出对应的控制端位置预测信息,所述控制端位置预测信息的表达式为
Figure FDA0002398715020000032
其中控制端预测位置信息
Figure FDA0002398715020000033
Figure FDA0002398715020000034
为控制端预测位置信息的导数,
Figure FDA0002398715020000035
为船舶观测速度信息。
5.根据权利要求1所述的非周期通讯远程观测器,其特征在于,所述控制端事件触发模块包括第二触发执行单元、第二触发判断单元、第二零阶保持单元构成;所述第二触发判断单元内预置控制端事件触发机制,用于基于所述的触发机制,实时判断是否存在满足触发条件的控制端事件,并向第二触发执行单元下发判断结果;所述第二触发执行单元用于基于所述判断结果执行导通或不动作任务;所述第二零阶保持单元用于在执行不动作任务时输出所述第二触发执行单元在上一触发时刻tk执行导通任务后经过本零阶保持单元所保持的速度信息
Figure FDA0002398715020000036
同时在执行导通任务时,输出当前时刻t船舶的速度信息
Figure FDA0002398715020000037
其中,所述第二零阶保持单元所输出的信号即输出信号
Figure FDA0002398715020000038
对应的表达式为
Figure FDA0002398715020000039
上式中,
Figure FDA00023987150200000310
为基于所述的触发机制,第二触发判断单元对应的输出速度信号,且g(t)=0表示第二触发判断单元在t时刻不触发且执行不动作任务,g(t)=1表示第二触发判断单元在t时刻触发并执行导通任务;
其中,g(t)对应的表达式为:
Figure FDA00023987150200000311
式中:p(t)为速度采样误差,即
Figure FDA0002398715020000041
ε2为第二触发阈值;当速度跟踪误差大于第二触发阈值ε2时,则第二触发判断单元输出信号g(t)为1,当速度跟踪误差小于第二触发阈值ε2时,则第二触发判断单元输出信号g(t)为0。
6.根据权利要求1所述的非周期通讯远程观测器,其特征在于,所述位置观测模块获取船舶位置信息的观测数据对应的表达式为:
Figure FDA0002398715020000042
其中:
Figure FDA0002398715020000043
为ESO对船舶位置的观测值;
Figure FDA0002398715020000044
为ESO对船舶位置观测值的导数;
Figure FDA0002398715020000045
为控制端预测的船舶位置;
Figure FDA0002398715020000046
是为ESO对船舶速度的观测值,k1是为观测船舶位置信息所设计的增益参数。
7.根据权利要求1所述的非周期通讯远程观测器,其特征在于,所述速度观测模块获取船舶速度信息的观测数据对应的表达式为:
Figure FDA0002398715020000047
其中:
Figure FDA0002398715020000048
为智能船舶的非周期通讯远程观测器对船舶速度信息
Figure FDA0002398715020000049
的观测值;
Figure FDA00023987150200000410
为ESO对船舶速度观测值的导数,k2为观测船舶速度信息所设计的增益参数。
8.根据权利要求1所述的非周期通讯远程观测器,其特征在于,所述总扰动观测模块获取ESO对总扰动的观测值对应的表达式为:
Figure FDA00023987150200000411
其中:
Figure FDA00023987150200000412
为智能船舶的非周期通讯远程观测器对船舶所受总扰动
Figure FDA00023987150200000413
的观测值;
Figure FDA00023987150200000414
为ESO对总扰动观测值的导数,k3为观测船舶所受总扰动所设计的增益参数。
CN202010139901.4A 2020-03-03 2020-03-03 一种智能船舶的非周期通讯远程观测器 Active CN111273671B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010139901.4A CN111273671B (zh) 2020-03-03 2020-03-03 一种智能船舶的非周期通讯远程观测器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010139901.4A CN111273671B (zh) 2020-03-03 2020-03-03 一种智能船舶的非周期通讯远程观测器

Publications (2)

Publication Number Publication Date
CN111273671A true CN111273671A (zh) 2020-06-12
CN111273671B CN111273671B (zh) 2022-05-31

Family

ID=70997589

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010139901.4A Active CN111273671B (zh) 2020-03-03 2020-03-03 一种智能船舶的非周期通讯远程观测器

Country Status (1)

Country Link
CN (1) CN111273671B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112666832A (zh) * 2020-12-23 2021-04-16 大连海事大学 一种非周期通信的水下滑翔机协同控制器结构及设计方法
CN113093757A (zh) * 2021-04-07 2021-07-09 哈尔滨工程大学 一种基于事件预测的气垫船登滩节能控制方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100071554A (ko) * 2008-12-19 2010-06-29 주식회사 대한항공 적응 미지입력 관측기를 이용한 무인항공기의 조종면 구동기 고장진단방법
CN105487384A (zh) * 2016-01-28 2016-04-13 同济大学 一种基于事件触发机制的整车悬架控制系统及其设计方法
CN106767798A (zh) * 2016-11-23 2017-05-31 北京韦加无人机科技股份有限公司 一种无人机导航用的位置及速度的实时估计方法及系统
CN108255060A (zh) * 2018-01-22 2018-07-06 集美大学 基于极限学习机的船舶动力定位自抗扰控制方法
CN108356816A (zh) * 2018-01-12 2018-08-03 南京邮电大学 基于输出位置的单臂机械手事件触发adp控制器结构
CN109002058A (zh) * 2018-09-10 2018-12-14 北京航空航天大学 基于事件触发的航天器编队飞行相对位置协同控制方法
CN109116856A (zh) * 2018-09-28 2019-01-01 上海海事大学 一种基于扰动观测器的欠驱动船舶路径跟踪控制方法
CN109581876A (zh) * 2019-01-08 2019-04-05 大连海事大学 一种无人船的事件触发状态观测器结构及其设计方法
CN109739249A (zh) * 2018-09-06 2019-05-10 中国船舶工业系统工程研究院 一种速度状态缺失条件下的多uuv编队协调控制方法
CN110677079A (zh) * 2019-09-04 2020-01-10 深圳市百盛传动有限公司 一种新型永磁同步电机速度控制模式扰动观测器
CN110705034A (zh) * 2019-09-09 2020-01-17 华南理工大学 一种基于事件触发的永磁同步电机位置跟踪控制方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100071554A (ko) * 2008-12-19 2010-06-29 주식회사 대한항공 적응 미지입력 관측기를 이용한 무인항공기의 조종면 구동기 고장진단방법
CN105487384A (zh) * 2016-01-28 2016-04-13 同济大学 一种基于事件触发机制的整车悬架控制系统及其设计方法
CN106767798A (zh) * 2016-11-23 2017-05-31 北京韦加无人机科技股份有限公司 一种无人机导航用的位置及速度的实时估计方法及系统
CN108356816A (zh) * 2018-01-12 2018-08-03 南京邮电大学 基于输出位置的单臂机械手事件触发adp控制器结构
CN108255060A (zh) * 2018-01-22 2018-07-06 集美大学 基于极限学习机的船舶动力定位自抗扰控制方法
CN109739249A (zh) * 2018-09-06 2019-05-10 中国船舶工业系统工程研究院 一种速度状态缺失条件下的多uuv编队协调控制方法
CN109002058A (zh) * 2018-09-10 2018-12-14 北京航空航天大学 基于事件触发的航天器编队飞行相对位置协同控制方法
CN109116856A (zh) * 2018-09-28 2019-01-01 上海海事大学 一种基于扰动观测器的欠驱动船舶路径跟踪控制方法
CN109581876A (zh) * 2019-01-08 2019-04-05 大连海事大学 一种无人船的事件触发状态观测器结构及其设计方法
CN110677079A (zh) * 2019-09-04 2020-01-10 深圳市百盛传动有限公司 一种新型永磁同步电机速度控制模式扰动观测器
CN110705034A (zh) * 2019-09-09 2020-01-17 华南理工大学 一种基于事件触发的永磁同步电机位置跟踪控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LIU LU: "ESO based line of sight guidance law for straight line path following with exact sideslip compensation", 《2016 12TH WORLD CONGRESS ON INTELLIGENT CONTROL AND AUTOMATION (WCICA)》 *
李荣辉等: "欠驱动水面船舶航迹跟踪自抗扰控制", 《大连海事大学学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112666832A (zh) * 2020-12-23 2021-04-16 大连海事大学 一种非周期通信的水下滑翔机协同控制器结构及设计方法
CN112666832B (zh) * 2020-12-23 2022-08-30 大连海事大学 一种非周期通信的水下滑翔机协同控制器系统及设计方法
CN113093757A (zh) * 2021-04-07 2021-07-09 哈尔滨工程大学 一种基于事件预测的气垫船登滩节能控制方法

Also Published As

Publication number Publication date
CN111273671B (zh) 2022-05-31

Similar Documents

Publication Publication Date Title
CN109581876B (zh) 一种无人船的事件触发状态观测器结构及其设计方法
CN108197350B (zh) 一种无人船速度和不确定性估计系统及设计方法
US9798326B2 (en) Vessel positioning system
Li et al. Event-based fault-tolerant control for networked control systems applied to aircraft engine system
CN111273671B (zh) 一种智能船舶的非周期通讯远程观测器
CN109358344A (zh) 一种基于多源信息融合的无人机抗gps欺骗系统及方法
CN110703742B (zh) 基于事件驱动与输出量化的水面无人艇系统的故障检测方法
CN109975839B (zh) 一种车辆卫星定位数据的联合滤波优化方法
Perera et al. Ship performance and navigation data compression and communication under autoencoder system architecture
Peng et al. A robust unscented Kalman filter and its application in estimating dynamic positioning ship motion states
CN113178098A (zh) 一种无人船事件触发分层协同控制系统
Bryne et al. Design of inertial navigation systems for marine craft with adaptive wave filtering aided by triple‐redundant sensor packages
CN104316025A (zh) 一种基于船体姿态信息估计海浪浪高的系统
CN115469553B (zh) 一种船舶运动状态重构方法、装置、设备及存储介质
Yan et al. Research on an improved dead reckoning for AUV navigation
CN112099065A (zh) 一种面向船舶动力定位系统状态估计器的冗余容错系统
Ansari-Rad et al. Pseudo DVL reconstruction by an evolutionary TS-fuzzy algorithm for ocean vehicles
Ren et al. Supervisory control of line breakage for thruster-assisted position mooring system
CN110703205A (zh) 基于自适应无迹卡尔曼滤波的超短基线定位方法
CN111163419A (zh) 车辆协作动态追踪中基于状态均值的恶意用户检测方法
CN113989327B (zh) 一种基于卷积神经网络粒子滤波算法的单uuv目标状态估计方法
CN115979669A (zh) 一种无人车故障检测方法及系统
CN113191266B (zh) 船舶动力装置远程监控管理方法及系统
Xu et al. A multi-sensor data fusion navigation system for an unmanned surface vehicle
Heyn et al. Distributed motion sensing on ships

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
GR01 Patent grant
GR01 Patent grant