基于扩张状态卡尔曼原理的海浪滤波算法

针对海浪干扰下船舶控制系统存在的无效舵问题以及风、流干扰下观测器存在的静差问题,提出一种基于扩张状态卡尔曼原理的海浪滤波算法。该方法首先对船舶一阶Nomoto模型进行离散化,基于带遗忘因子的最小二乘法对模型中的参数进行辨识;以海浪二阶传递函数与一阶Nomoto模型建立用于海浪滤波的四阶状态方程,并以Nomoto模型中环境干扰与未建模动态组成的综合干扰项为扩张状态建立五阶状态方程,基于卡尔曼滤波算法设计海浪滤波器,在实现海浪滤波的同时消除干扰环境下状态观测静差问题。仿真结果表明,本文提出的海浪滤波算法能够有效的滤除船舶航向的高频信号并正确的估计出船舶的运动状态,显著减少了船舶航行时的无效舵问题。     

船舶动力定位系统非线性无源观测器的仿真

船舶动力定位系统是维持动力定位船舶在航行过程中的位置和方向,保证船舶姿态。为了克服环境干扰对船舶航行造成的影响,文章采用非线性无源观测器对船舶的综合位置信号进行分离,滤除船舶高频运动成分,估计出船舶低频位置和运动速度。利用控制器对低频运动进行补偿,从而较精确控制船舶姿态。仿真结果表明该非线性无源观测器的状态估计性能和滤波效果良好,船舶运动最终能稳定于目标位置,验证了该非线性无源观测器的有效性。     

基于NARX神经网络的船舶升沉运动实时预测方法

[目的]对船舶升沉运动进行预测有助于增强升沉补偿器的补偿效果,减少海浪对作业设备的干扰。为提高升沉预测模型的精度和稳定性,提出一种船舶升沉运动实时预测方法。[方法]基于带外源输入的非线性自回归(NARX)神经网络建立单海况预测模型,利用船舶系统仿真器获取母船升沉运动仿真数据,将NARX模型与卡尔曼(Kalman)模型、普通反向传播(BP)模型的预测结果进行对比。在此基础上,对单海况预测模型进行改进,建立多海况预测模型。[结果]多海况预测模型预测精度较高,且稳定性优于单海况模型,在2～5级海况下的最大预测误差均小于10-4量级。[结论]仿真结果表明,NARX神经网络对复杂海浪环境具有良好的适应性,它的预测速度和精度均优于BP神经网络和传统滤波方法,在高海况下仍可保持高预测精度。     

船舶动力定位系统非线性观测器设计

针对动力定位水面船舶,基于Luenberger观测器构造原理及Lyapunov稳定性理论,构造一个船舶动力定位系统的非线性状态观测器。所设计观测器较卡尔曼滤波器的主要优越性在于不需要对船舶的运动方程进行线性化处理,且具有全局的指数稳定性。最后,用一艘供给船对所设计观测器进行数值仿真研究,仿真结果表明所设计非线性观测器具有良好的滤波及状态估计性能,船舶运动状态估计值指数收敛于其实际值,验证了所设计船舶动力定位系统非线性观测器的有效性。     

工程船动力定位系统滤波器设计与研究

为了解决卡尔曼滤波器在给定艏向线性化和过程噪声矩阵难以精确计算的问题,在建立船舶动力定位系统数学模型的基础上,设计了基于Sage-Husa自适应滤波算法的动力定位系统滤波器,并针对具体船型进行了滤波器设计,通过实船试验表明此方法能够很好的滤除高频运动信息的干扰,准确地估计出船舶低频运动信息,在工程上是可行的。     

船舶动力定位自适应滤波器设计

传统的陷波滤波器虽然能够很好的滤除一阶高频海浪波,但是滤波的同时也使得信号产生了相位滞后,在时域里面的表现就是信号的延时。卡尔曼滤波器虽然能够解决这一问题,但是其非常依赖于船舶模型。本文针对传统陷波滤波器的缺陷,使用了一种积分补偿型陷波滤波器,对传统的陷波滤波器进行改进。并以某拖轮为仿真对象进行仿真实验,其结果表明,该滤波器不但能够很好的滤除高频海浪波,还能够保持很好的相位特性。同时,递推的最小二乘估计(RLS)方法能够实时的估计出海浪的主导波频,使得陷波滤波器具有很好的自适应性。     

船舶动力定位自适应滤波器设计

传统的陷波滤波器虽然能够很好的滤除一阶高频海浪波,但是滤波的同时也使得信号产生了相位滞后,在时域里面的表现就是信号的延时.卡尔曼滤波器虽然能够解决这一问题,但是其非常依赖于船舶模型.本文针对传统陷波滤波器的缺陷,使用了一种积分补偿型陷波滤波器,对传统的陷波滤波器进行改进.并以某拖轮为仿真对象进行仿真实验,其结果表明,该滤波器不但能够很好的滤除高频海浪波,还能够保持很好的相位特性.同时,递推的最小二乘估计(RLS)方法能够实时的估计出海浪的主导波频,使得陷波滤波器具有很好的自适应性.     

船舶动力定位系统设计及试验研究

本文把自适应卡尔曼滤波器理论和最优控制理论应用于典型的船舶动力定位系统。它是基于线性化的船舶运动方程,通过自适应卡尔曼滤波器对船舶在风、浪、流的作用下的高频运动和低频漂移分别进行估计,以保证定位控制仅仅对船的低频漂移进行补偿。本系统中的自适应滤波能自动适应海况的变化,以保证估计参数的精确。该系统设计已在中国船舶科学研究中心耐波性水池通过模型试验进行了验证。     

扩展卡尔曼滤波算法在船舶雷达液位测量系统中的应用

针对雷达液位计在船舶液位测量过程中由于液位波动、外界干扰或者其它突发状况导致的测量结果出现偏差以及输出不稳定的问题,提出了一种峰值滤波、低通滤波和扩展卡尔曼滤波相结合的方法对雷达液位计测量值进行滤波处理.首先,对液位信号进行峰值滤波,去除误差较大的信号,然后通过设计低通滤波器滤除液位信号中的高频噪声信号以减小噪声对测量的影响,最后采用动力学原理对雷达液位计测量过程进行扩展卡尔曼建模,通过对来自低通滤波器滤波后的结果进行扩展卡尔曼滤波提高了输出的稳定性.对实际船舶上的水舱进行实验,实验结果表明:雷达液位计的测量值经过低通滤波器和扩展卡尔曼滤波器后具有更高的稳定性、可靠性和准确性.     

船舶动力定位控制系统的非线性观测器设计

针对船舶动力定位系统高度耦合非线性的特点,设计了一种基于无迹卡尔曼滤波的改进算法。该算法利用统计线性化技术,将非线性映射直接作用于采样点,根据映射后的点集重建统计变量,并且对非线性函数的概率密度分布进行拟合。结合动力定位船舶系统,进行了无迹卡尔曼滤波器和卡尔曼滤波器的对比仿真实验,仿真结果表明论文设计的无迹卡尔曼滤波器有较高的计算精度和较强的适用性。     

Alpha-beta滤波在船舶动力定位状态估计中的应用

船舶动力定位系统已广泛应用于海洋工程中,状态估计是动力定位系统的重要组成部分。在工程应用中,状态估计方法主要采用基于卡尔曼滤波的算法,但是这些算法对于船舶首向的滤波效果并不理想。alphabeta滤波是一种不基于模型的稳定常增益滤波器,其结构与卡尔曼滤波类似。本文设计了一种混合滤波器,采用alpha-beta滤波对船舶首向进行滤波,扩展卡尔曼滤波对船舶横向和纵向进行滤波,以改善船舶首向的滤波效果。通过将混合滤波器的滤波效果与扩展卡尔曼滤波器进行对比,验证了alpha-beta滤波用于船舶首向滤波的可行性和有效性。     

改进滑模观测器在船舶电力推进PMSM无位置控制中的应用

针对船舶电力推进永磁电机中无传感器技术存在的问题,在分析电力推进船舶常用的三相永磁同步电机的数学模型的基础上,提出一种改进的变结构滑模观测器的无传感器矢量控制算法。根据观测电流与实际电流的差值重构电机的反电动势,利用开关函数和卡尔曼滤波器滤除高频干扰,从而准确估算出电机的转子位置和转速。利用MATLAB/Simulink进行仿真试验,验证该速度估计算法的正确性。     

海上航行船舶操纵的非线性鲁棒控制器设计

提出了一种运用自抗扰控制理论设计的非线性鲁棒控制器。波浪干扰的影响通过一种简单的方法计算出来。同时从被有色噪声污染的航向测量中估计出了低频运动成分,这是应用海浪滤波技术做到的。在文中,一种扩张状态观测器被用作海浪滤波器。恶劣海况下的仿真结果表明该控制器对环境干扰和模型扰动具有很强的鲁棒性,同时避免了高频操舵。     

多模型估计理论

研究利用多模型来副近系统的动态性能,基于多模型设计组合导航系统的多模型自适应卡尔曼滤波器.通过仿真研究表明,在多模型自适应估计和交互式多模型滤波均克服了单一滤波由于外部扰动所造成的滤波误差过大甚至发散的问题.多模卡尔曼滤波器对组合导航系统能达到理想的控制精度、跟踪速度以及稳定性.研究表明,运用多模卡尔曼滤波能改善系统的瞬态响应,覆盖大范围的参数不确定性.     

多模型估计理论

研究利用多模型来逼近系统的动态性能，基于多模型设计组合导航系统的多模型自适应卡尔曼滤波器。通过仿真研究表明，在多模型自适应估计和交互式多模型滤波均克服了单一滤波由于外部扰动所造成的滤波误差过大甚至发散的问题。多模卡尔曼滤波器对组合导航系统能达到理想的控制精度、跟踪速度以及稳定性。研究表明，运用多模卡尔曼滤波能改善系统的瞬态响应，覆盖大范围的参数不确定性。     

船舶横倾姿态动态调整控制设计与仿真

针对船舶航行过程中,由于不均布载荷和随机海浪的作用导致发生不规则横倾运动的问题,通过集成横摇模型和减摇水舱控制系统,建立Matlab下的船舶浮态调整仿真模型。该模型控制系统采用PID控制算法,通过调整水舱水量保证船舶竖直的浮态位置。同时,分析不同遭遇角、波高下的海浪对船舶姿态的影响,并在该模型基础上设计了Kalman滤波器来滤除波浪干扰信号,确定船舶在不均布载荷作用下的真实横摇角度,证明Kalman滤波的实用性。通过比较仿真结果和理论计算值,确定横倾模型的正确性,同时验证该控制系统有利于提高船舶的横倾稳定性和安全性。     

基于混合型滤波器的港口大型机械设备谐波治理方案

研制一种混合型滤波器,综合了两种滤波装置的优点,采用有源滤波装置和无源滤波装置分别滤除高次和低次特征次谐波.通过实测数据分析,本文采用的混合型滤波器能够实现很好的滤波效果,并提高了生产的经济性.     

基于NESO的潜艇航向滑模控制器设计

[目的]潜艇在复杂海况下进行水面航行时,为实现低噪操舵控制,[方法]采用潜艇水平面线性运动模型,并利用基于双幂次趋近律的滑模控制对参数变化和外部干扰不敏感、响应速度快、容易实现等优点,设计航向控制器。针对海浪干扰问题,利用非线性扩张状态观测器(NESO)设计海浪滤波器,用以补偿系统外部干扰。[结果]理论推导结果证明了航向滑模控制器的稳定性,并通过Matlab仿真结果验证了其良好的滤波效果。[结结论]研究结果表明,该航向滑模控制器在不同航速、不同海况、不同浪向下均可实现低噪、快速、高精度的航向控制性能。     

船舶组合导航系统综合卡尔曼滤波研究

本文首先建立了船舶组合导航系统的七维动态方程和四维测量方程,然后在对系统非线性推广卡尔曼滤波、非线性推广自适应卡尔曼滤波和克服滤波发散的方法进行分析的基础上,提出了一种新型综合卡尔曼滤波器。仿真结果证明,新方法的可靠性及精度比推广的卡尔曼滤波和推广的自适应卡尔曼滤波,都有了很大程度的改善。     

基于一种改进粒子滤波算法的目标跟踪研究

为了解决非线性、非高斯系统目标跟踪问题,研究了一种新的滤波方法——高斯粒子滤波算法。通过基于重要性采样和蒙特卡罗模拟方法得到一高斯分布来近似未知状态变量的后验分布。并讨论了此算法在机动目标非线性转弯运动中的跟踪应用,与粒子滤波算法相比,其优点是不需要重采样步骤。在闪烁噪声下比较了高斯粒子滤波器、粒子滤波器和扩展卡尔曼滤波器在滤波精度、运算时间等方面的差异,仿真结果表明该算法性能优于其他算法。