基于EM算法的船舶大转向航向路径跟踪控制方法

目前研究的船舶大转向航向路径跟踪控制方法在解决航向环境变化下船舶大转向航向路径跟踪控制问题时,解决能力较弱,抗干扰能力较差。为解决上述问题,基于EM算法研究了一种新的船舶大转向航向路径跟踪控制方法,通过构建基于EM算法的船舶大转向特征模型获取完整的船舶信息并对其进行在线参数估计,为航向路径跟踪控制奠定基础,结合GPS定位系统对船舶的大转向航向路径进行实时跟踪和路径描绘,以EM算法对其大转向航向路径进行控制。实验结果表明,基于EM算法的船舶大转向航向路径跟踪控制方法跟踪准确、控制有效,适用于为了船舶领域的进一步发展。     

复杂动态环境下船舶操纵系统避障自适应控制方法

为使船舶方向舵角与航向角之间物理夹角与航迹转向角数值变化趋势保持一致,实现船舶精准避障,提出复杂动态环境下的船舶操纵系统避障自适应控制方法。根据船舶避障过程,规划待通过的船体安全行进路线,完成复杂动态环境下的船舶操纵系统避障轨迹建模。建立船舶操纵运动方程式,根据运动坐标值的自适应转换原理,实现对船舶避障轨迹的精准控制。实验结果表明,自适应避障方法可将方向舵角和航向角的夹角与航迹转向角间的最大差值控制在10°以内,符合准确避障的船舶航行需求。     

基于航向成形算法的船舶转向控制设计

为了更加安全、平稳的控制船舶转向操作,文章基于最优船舶转向操作的思想,提出了一种航向成形算法。给定航向ψd,经航向成形算法后变成理想转向参考信号rψ,并作为控制系统的参考航向。该方法设计简单,易于实现,而且可以根据操作的需要,选择不同的转向速度。仿真结果显示基于该航向成形方法的控制,船舶转向过程平稳,无超调现象。     

船舶航向自动控制的蚁群优化算法

针对当前船舶航向自动控制算法存在的局限性,为了提高船舶航向自动控制的精度,提出船舶航向自动控制的蚁群优化算法。首先对船舶航向自动控制的工作原理进行分析,建立船舶航向自动控制的数学模型,然后采用蚁群算法模拟蚂蚁搜索食物机制对船舶航向自动控制的数学模型进行优化,最后进行船舶航向自动控制的仿真模拟实验。结果表明,本文方法提高了船舶航向自动控制精度,工作十分稳定,而且船舶航向自动控制的超调量小于当前其它船舶航向自动控制算法。     

惯导辅助的GPS船舶测姿系统关键技术研究

针对现有的多种周跳检测与修复、整周模糊度求解算法以及单纯GPS测姿和单纯惯导测姿的优缺点,提出了一种适合船舶姿态测定的方案。该方案结合平差原理和多普勒信息处理周跳,并对LAMBDA算法进行了改进和优化,采用多种约束信息来剔除不正确模糊度组合,最后采用基于Kalman模型进行陀螺与GPS航向角数据融合。实验结果表明,在0.497m基线条件下,航向角精度优于0.3°,俯仰角(横滚角)测量精度优于0.5°。     

基于FTESO和漂角补偿的船舶航向滑模控制

[目的]为提高水面欠驱动船舶的航向跟踪性能,减小航向误差,研究一种基于有限时间扩张状态观测器(FTESO)的船舶航向滑模控制方法.[方法]首先,采用预滤波器减小船舶转向时较大的航向变化率影响,利用扩张状态观测器对时变漂角进行估计,然后通过估计出的漂角及时修正航向误差.为简化控制器设计,艏摇方向上的外部扰动和内部不确定项...     

模糊自适应滑模控制在航向控制器中的应用

船舶的转向控制主要依靠操舵仪,操舵仪通过检测舵角信号与给定航向角的误差,进行航向的灵活调节。为了提高船舶操舵仪的精度,本文对船舶操舵仪的控制器进行研究。结合自适应滑模控制技术和模糊控制技术,建立了一种具有自适应控制的船舶航向控制器。通过数学建模和计算机平台的模型仿真,验证了该船舶航向控制系统的性能。     

基于云计算技术的船舶航向智能控制技术研究

船舶航行的环境十分复杂,环境信息具有比较强的动态性,导致船舶航向变化的频率相当高,当前船舶航向控制技术存在控制精度低、控制速度慢等问题,无法适应船舶高速航行的要求,为了提高船舶航向控制的准确性,改善船舶航向控制效率,设计了基于云计算技术的船舶航向智能控制技术。首先分析当前国内外船舶航向控制技术的研究进展,找到引起船舶航向控制不足的因素,然后建立船舶航向控制的数学模型,并采用改进卡尔曼滤波算法对船舶航向进行估计,从而实现船舶航向智能控制,最后采用云计算技术搭建船舶航向智能控制平台,并进行了船舶航向智能控制仿真实验,结果表明,本文技术可以对船舶航向进行高精度跟踪与控制,船舶航向智能控制误差小于当前其它船舶航向控制技术,且船舶航向智能控制速度更高,具有十分广泛的应用范围。     

考虑转向运动特征的船舶新航向距离计算模型

为提升船舶转向时船位预测和精准控制效率,提出一种基于船舶转向运动特征的新航向距离计算模型。分析在船舶转向运动中基于K、T指数的新航向距离的计算方法及其局限性,分析船舶转向运动中船舶运动特征及其相互之间的关系,依据航道转弯半径相关的设计规范,并考虑船舶驾驶位置的影响,建立基于船舶转向运动特征的新航向距离计算模型。实船应用显示：基于船舶转向运动特征的新航向距离与船舶转向运动实际情况相吻合。多船验证表明该模型具有广泛的适用性。该研究结果可为船舶智能驾驶中转向控制提供一种新的参考。     

模拟退火算法在船舶航向PID控制器参数优化中的研究

基于PID控制器的航向参数控制是控制船舶按照既定航向运行的主要方法。传统的PID控制器虽然结构简单,但是航行参数调节精确度不高,在全局进行搜索,收敛性能较差,已经越来越不能适应现代船舶航行参数控制系统的要求。模拟退火算法是一种局部最优搜索方法,能够结合航向操纵航角最小的原则对航向参数进行最优控制。本文在研究了船舶航行参数控制结构的基础上,提出了基于模拟退火算法在船舶航向PID控制器参数的优化算法,最后进行仿真。     

小型船舶自动操舵控制系统的研制

设计基于ARM的小型船舶自动操舵控制系统.通过磁罗经检测实际航向,与给定航向比较产生偏航角,由控制器通过PID算法产生偏舵角去控制舵机,形成双闭环控制系统,从而实现对船舶航向的自动控制.     

基于闭环增益成型算法和改进粒子群算法的舰船航向控制

如今,海上航线的船舶密度不断提高,且船舶的动力性能更强,速度更快,在航线拥挤的地方往往会发生船舶碰撞事故。为了提高船舶的航行安全性,有必要针对船舶的航向控制技术进行优化。本文首先研究闭环增益成形算法和改进粒子群算法的原理,建立舰船航向控制过程的动力学模型,基于这2种优化算法对舰船的航向控制系统进行研究,有助于改进舰船航向控制水平。     

船舶大舵角转向时艏摇与横摇的耦合仿真研究

摘要：为进一步研究船舶在大幅度转向时艏摇和横摇的耦合机制,在非线性船舶运动数学模型的基础上,进行了不同情形下的操纵仿真试验。试验结果显示在大舵角转向时,船舶的艏摇和横摇运动存在较强的耦合作用,横摇幅度和艏摇幅度存在正相关性。指出大幅度的横摇使艏摇出现相位滞后和偏离基准航向的现象;在横摇过大的情况下,大幅度动舵和加速操纵将导致稳性迅速消失和航向打横。     

基于水动力系数摄动的船舶横向运动姿态与受扰Kalman滤波的统计建模

该文考察船舶水动力参数在标称值附近按均匀分布发生随机变化时,船舶横向运动姿态及受扰Kalman估计的统计性能.针对某船,在5级海情,18kns航速及0°、45°、90°、135°、180°航向工况下,当船舶水动力系数按均匀分布发生±10%随机变化时,给出船舶姿态及受扰Kalman估计性能的概率建模方法及其应用.仿真结果表明,当水动力系数出现摄动时,估计精度服从对数正态分布,平均估计精度与未出现摄动时相比无显著变化.     

基于最优控制算法的船舶航向控制器设计

船舶的航向控制器是关系到船舶安全的重要设备。本文基于最优控制算法,研究了船舶航向控制器的设计。本文研究了船舶航向控制技术的发展及现状;分析了船舶航向控制器的原理及性能指标;探讨船舶运动的数学模型;讨论了船舶航向的最优控制算法;给出了基于最优算法的船舶航向控制器整体结构。本文研究对于促进我国船舶航向控制器有着积极的指导作用。     

弯曲河道操船技术探讨

弯曲航道是内河最常见的航道形式.当船舶通过宽阔静水弯曲航道时,船舶在推力、舵压力和舵压力转船力矩的作用下,以一定的漂角和回转角速度沿着一定的曲率运动,当船舶航迹曲率半径与弯曲航道曲率半径接近以及回转角速度引起的航向角变化与弯曲航道转向一致时,船舶可以顺利通过弯曲航道.但是,河流弯道水流具有一定纵向流速和横向分速,因此,使船舶操纵变得复杂化.     

船舶工程中的云粒子群算法研究

船舶在航行过程中的航向控制对于船舶航行安全是非常重要的。本文首先阐述传统的云粒子群算法,然后针对其陷入局部最优等缺点进行改进,利用云变异的云自适应粒子群优化算法进行船舶航向PID控制,并进行仿真实验。实验结果表明,本文算法具有较强的鲁棒性和稳定性。     

转首惯性对改向避让效果影响的作图方法

利用新航向试验资料及操纵性指数Ｋ，Ｔ计算了船舶开始用舵至转向达到新航向时船舶前进的纵向距离及横向距离，进而提出了求转首惯性对改向避让效果的作图方法。     

基于改进的神经网络的船舶碰撞危险度的模型

针对船舶碰撞危险度具有模糊性、不确定性等特点,依据模糊理论方法建立的船舶碰撞危险度的数学模型,直接采用来船航速、来船航向、来船对本船的相对舷角和来船对本船距离作为神经网络的输入,采用Levenberg-Mrquardt优化算法这种改进的BP神经网络进行训练和仿真,并与标准BP算法和动量BP算法进行比较,发现经过改进的网络求得碰撞危险度比标准BP算法和动量BP算法具有更好的效果,网络能够更有效收敛,大大提高了网络的收敛速度和泛化能力。     

基于IGA-BP算法的船舶航向智能自适应控制系统设计

在深入研究基于BP学习算法的前向神经网络以及模糊神经网络控制器的基础上,针对模糊神经网络控制器难以设计以及传统BP学习算法易于陷入局部收敛的不足,结合免疫遗传算法的全局收敛特性以及BP学习算法局部收敛的快速性,提出了一种基于混合计算智能方法的IGA-BP算法的神经网络参数的优化设计方法.将设计的控制器用于建立船舶航向控制系统模型,仿真结果表明,在船舶无干扰和存在随机干扰的情况下,基于IGA-BP算法设计的船舶航向控制系统均能使船舶转向控制无超调,跟踪快,比BP学习算法的控制效果更理想.