船舶动力定位系统中的非线性状态估计及推力分配研究

来源 :武汉理工大学 | 被引量 : 0次 | 上传用户:lhmfly
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着人类对海洋的开发逐渐普遍,为了保障在复杂多变的海洋环境下海洋工程结构物的安全性,对海洋工程装备及技术提出了新的要求,定位技术就是其中之一。与传统的锚泊定位相比,动力定位因其定位精度高、机动性强且不受水深限制等优点,在海洋开发中倍受青睐。控制系统是动力定位系统的核心部分,其性能的好坏直接影响到定位的精确性、实时性和鲁棒性。本研究主要内容包括:  ⑴针对常用的扩展卡尔曼滤波在解决非线性状态估计中存在的局限性,本文将无迹卡尔曼滤波和粒子滤波两种非线性滤波方法引入到船舶动力定位实时状态估计的研究中。大量的仿真结果表明:在滤波精度上,无迹卡尔曼滤波和粒子滤波要明显优于扩展卡尔曼滤波;在实时性上,滤波精度相当的前提下扩展卡尔曼滤波最好,无迹卡尔曼滤波次之,而粒子滤波耗时最长;在工程应用上,无迹卡尔曼滤波能同时满足精度和实时性要求,是当前动力定位系统应用中有前景的一种滤波方法,而粒子滤波在工程应用上还需解决实时性问题。  ⑵动力定位系统状态估计模型中的过程噪声和量测噪声的统计特性具有未知性和不确定性的特点,针对现有状态估计算法假定过程噪声和量测噪声的统计特性已知且确定的问题,本文引入了Sage-husa算法对动力定位系统状态估计模型中的过程噪声和量测噪声参数进行实时估计,并与无迹卡尔曼滤波结合形成了自适应无迹卡尔曼滤波器。大量的仿真结果表明:自适应无迹卡尔曼滤波器的滤波精度明显优于传统的无迹卡尔曼滤波器。  ⑶针对现有 Sage-husa算法要求过程噪声及量测噪声服从高斯分布且方差均为正定的苛刻条件而限制其应用问题,将Sage-husa算法做了推广,解决了动力定位系统滤波模型中过程噪声的方差非负定时的适用性问题。  ⑷针对常用的推力优化分配算法在待分配的推力产生突变时容易出现分配失败的问题,本文以发挥推进器的最大能力为目标,提出了基于伪逆法的截断和基于多目标优化的截断两种处理方法。仿真结果表明,本文提出的两种方法均能有效地解决因待分配的推力产生突变而导致分配失败的问题。
其他文献
目前磨损磨粒识别主要由人工分析来完成,识别的准确性有很大的主观性,这使磨损磨粒识别难以智能化。计算机图像处理技术以及人工智能特别是神经网络技术的不断发展,为实现磨损磨粒识别的智能化创造了有力条件,对磨损磨粒自动识别的研究具有重要的意义。 本文立足于铁谱技术,将计算机图像处理技术及人工神经网络技术应用到铁谱磨粒分析中,为实现磨损磨粒识别的智能化、自动化打下基础。 本文介绍了磨损的分类以及磨粒的生成机
骨硬化蛋白(sclerostin)是SOST基因表达的一种分泌蛋白,可与低密度脂蛋白受体相关蛋白5/6结合,阻断Wnt/β-catenin信号通路,降低成骨细胞的成骨作用,导致骨密度降低,骨脆性增
在国际贸易壁垒增加、中美贸易战升级的大环境下,在国内环保升级、人工成本增加、成本压力加大、国际国内市场竞争白热化的现阶段,轮胎制造企业如何应用目标成本法,通过对目
本文简要分析了今年高考阅读中的考点,提出了解答高考阅读试题的方法与技巧,并着重介绍了细节理解的策略.希望能给备战高考的高三学生带来一定帮助.
该文推导了利用三元传感器阵抵消空间相关干扰的噪声功率匹配法的原理,给出了干扰抵消后撮信号的表达式,并对该原理进行了仿真和实验验证.文章首先介绍了噪声功率匹配法的原
随着电能在国民经济各部门中的广泛应用,用电负荷迅速增加,特别是不对称、冲击性、非线性负荷容量不断增长,电能质量的问题日益突出;另一方面,随着信息技术的普及推广,越来越多的敏感负载对电能质量有着更高的要求。 目前我国电能质量国家标准主要规定了五个指标:频率、谐波、电压偏差、三相不平衡及电压波动与闪变。本论文的目的就是采用当今测控领域的最新技术——虚拟仪器技术研制能实时监测上述五项电能质量指标的
本文对材料的强度以及对其影响因素进行了阐述,特别对金属材料冷脆性能以及对其影响的因素进行了分析研究,并得出了主要结论。 对球形薄壳结构随静水外压的情况,应用平板理论
任意波形发生器作为电子测量领域的重要仪器,不仅可以输出各种常规波形,而且可以由用户编辑波形输出。任意波形发生器主要包括两部分,用于产生初始化波形的数字电路模块,以及对初
鱼雷报警声纳合成环境,是水声对抗领域亟待研究和开发的一个课题。它可有效地用于鱼雷报警声纳的的研制、性能预报、调试、验收、训练等。该文对合成环境的几个关键技术进行了
本文试图从声音定位角度,设计自动跟踪摄像系统,满足相关应用的需要.被动声源定位问题是经典的声纳问题,被动声源定位所采用的常见方法有:基于波束成型的源定位、基于高分辨