[发明专利]一种基于非线性模型辨识的船舶运动预报装置及其预报方法

说明书

本发明公开一种基于非线性模型辨识的船舶运动预报装置及其预报方法，属于船舶工程、运动预报领域。本发明涉及的船舶运动预报装置包括：数据采集模块、输入处理模块、基于扩展卡尔曼滤波的在线模型参数辨识及自适应校正模块、预报模块、预报误差分析模块和输出模块；其特征在于，数据采集模块、输入处理模块、基于扩展卡尔曼滤波的在线模型参数辨识及自适应校正模块、预报模块、预报误差分析模块、输出模块依次串行连接。本发明涉及的船舶运动预报方法包括：数据采集；输入处理；基于扩展卡尔曼滤波的在线模型参数辨识及自适应校正；船舶运动预报；预报效果分析；预报结果评价；预报结果输出。

技术领域

本发明属于船舶工程、运动预报领域，具体涉及一种基于非线性模型辨识的船舶运动预报装置及其预报方法。

背景技术

船舶在海浪中的运动姿态预报通常指极短期预报，或称实时预报，它是指利用某种理论和技术预测出船舶在未来较短时间内(3秒至10秒)的运动姿态。舰船运动极短期预报研究具有很高的军事和民用价值，用于舰载机起降作业指导系统，指导舰载机在飞行甲板上安全起降；用于舰船海上补给、舰船在风浪中转向时机的优选，并提供了在较高海情下实施上述作业的可能性；提高舰载武器系统、尤其是导弹的发射精度；用于船舶动力定位；有利于舰船在大风浪中航行的控制及用于舰载减摇设备减摇。另一方面通过对船舶运动姿态预报也可为航行过程中的决策提供依据。舰船平台作为武器系统的载体，是武器发挥作战能力的基础，无论是论证阶段进行的作战能力评估，还是舰载武器系统的论证、设计、仿真研究或实验研究，都需要较准确的描述舰艇的运动特性。特别是对舰船进行作战性能评估时，必须考虑海洋环境条件造成的武器系统衰减，准确预报舰船在不同海浪环境下摇荡运动幅度，对于评价舰船平台运动是否超过舰载机起降等空中活动限值的时间期望值即平台适用度是必需的。预报未来极短期船舶运动姿态，不仅有利于舰载机的起降，更能提前加以相反的缓冲力或是操纵，进而降低船舶运动中的横摇、纵摇以及艏摇的摇摆幅度，从而提高船舶的耐波性。

发明内容

本发明的目的是这样实现的：

一种基于非线性模型辨识的船舶运动预报装置，包括数据采集模块、输入处理模块、基于扩展卡尔曼滤波的在线模型参数辨识及自适应校正模块、预报模块、预报误差分析模块和输出模块，其特征在于，数据采集模块对船舶运动的数据进行采集；输入处理模块对输入数据进行滤波处理；基于扩展卡尔曼滤波的在线模型参数辨识及自适应校正模块是根据环境的变化自适应修正辨识模型的参数；预报模块自适应修正模型参数对船舶运动的预报；预报误差分析模块检验预报精度的各种误差指标；输出模块显示和输出船舶运动的报结果和预报误差结果。

数据采集模块、输入处理模块、基于扩展卡尔曼滤波的在线模型参数辨识及自适应校正模块、预报模块、预报误差分析模块、输出模块依次串行连接；采集模块获取船舶运动数据后，经过输入处理模块进行数据处理；处理后的数据进入基于扩展卡尔曼滤波的在线模型参数辨识及自适应校正模块，得到自适应修正辨识模型的参数；自适应修正辨识模型的参数作为预报模块的输入；预报误差分析模块对预报模块的预报结果进行精度要求检验；最后是输出预报结果和误差结果。

一种基于非线性模型辨识的船舶运动预报方法，其特征在于，包括以下步骤：

步骤一数据采集；

需要的数据包括：航速、横荡速度、横摇角速度、艏摇角速度、舵角以及螺旋桨转速的量测数据，各量测数据的采样周期相等且为1秒；

步骤二输入处理；

数据的采样周期为1秒，仿真时间为500秒，对辨识数据进行卡尔曼滤波平滑处理；

适应的系统方程为：

X(k+1)＝ΦX(k)+w(k)

Z(k)＝HX(k)+n(k)  (1)