[发明专利]一种船舶动力定位系统噪声和状态实时估计自适应滤波方法

说明书

本发明提供了一种船舶动力定位系统噪声和状态实时估计自适应滤波方法，该方法包括：建立动力定位船舶非线性离散时间状态空间模型；运用自适应无迹卡尔曼滤波实时在线估计系统过程噪声和测量噪声特性，并进行船舶动力定位系统状态估计和滤波；基于残差序列和开窗估计法，在线实时估计当前系统测量噪声协方差矩阵R_k；基于强跟踪自适应算法和测量噪声协方差矩阵估计值在线更新系统状态误差协方差P_k|k‑1。本方法能快速跟踪环境和运行状态变化，在线实时估计出动力定位系统过程和测量噪声特性，从而提高系统状态估计滤波的精度和稳定性。

技术领域

本发明涉及船舶动力定位控制领域，具体涉及一种船舶动力定位系统中对于系统噪声和状态进行实时估计的自适应滤波方法。

背景技术

船舶动力定位系统(Dynamic Positioning System,简称DPS)是“依赖自身的推进系统自动控制船舶航向和位置的系统”。由于动力定位系统定位成本不随水深增加而增加，对极深海域和恶劣海况均具有极强适应性，且定位能力强，故系统正越来越广泛地用于深海石油钻井平台、海洋考察船、半潜船、水下潜器、海洋补给/装卸船、海底电缆铺设、海上打捞救生以及军用舰船的定点、循迹、循线或跟踪控制上，已成为深海开发的关键技术。

动力定位系统的核心是有计算机组成的控制系统，控制系统由控制器和状态估计滤波器组成。控制器根据当前测量船位(或估计状态)与期望状态的偏差，计算出抵抗环境干扰力(风、浪、流)使船舶恢复到期望位置所需的控制力，再通过推力分配运算以转速、方向角、舵角以及螺距等指令形式发送到各个推进器单元，使船舶保持设定的艏向和船位。

在动力定位系统中，常配备卫星定位系统(GPS)和罗经设备测量当前船位和艏向，但考虑到测量成本，一般不对船舶速度进行测量。船舶在航行过程中受到风、浪、流等环境力的干扰。其中，风、流和二阶波浪力使船舶产生低频漂移，而一阶波浪力将使船舶产生与波浪振荡同频率的高频振荡运动。在进行控制器设计时，不需要对这些高频振荡进行响应。因而需要通过状态估计滤波器给出船舶状态的估计值(位置、航向、速度、加速度等)，并同时将海浪高频运动分里量滤除。

动力定位系统是非线性动态系统，扩展卡尔曼滤波(Extended Kalman Filter，EKF)是常用的进行非线性状态估计和滤波的方法。但是EKF通过对非线性系统的Taylor展开式进行一阶截断，忽略高阶项进行线性化，截断误差将降低滤波精度，甚至使滤波发散。同时，进行线性化时需计算Jacobin矩阵，计算量大。因而，出现了无迹卡尔曼滤波(Unscented Kalman Filter，UKF)方法，运用无迹变换对非线性概率密度分布进行近似，不需求导、估计精度高，现已广泛用于导航定位、信号处理、目标跟踪等领域。

船舶在动力定位过程中，海洋环境和运动状态的不断变化，使得系统的过程噪声和测量噪声统计特性都将发生变化，且很难准确表示。标准UKF滤波通过实验和试凑的方法来确定噪声协方差矩阵，往往效率低下，且作为常值设置在系统中，不能反映系统过程变化，从而影响UKF滤波精度和稳定性。因而需要通过自适应算法实时估计出航行过程中系统的过程和测量噪声特性。常见的自适应算法往往不能同时在线更新系统的过程噪声和测量噪声特性，或者算法复杂、计算量大，影响工程应用。因而要求设计能同时反映过程和测量噪声变化的自适应算法，以提高状态估计滤波精度和稳定性，且要求算法简单，易于实现，且计算量小。