船舶动力定位系统滤波器的设计与研究

建立了船低频数学模型，对高频实验数据采用周期图法进行了功率估计，并根据功率谰估曲线建立了船高频数学模型，据此设计的有限冲激滤波器和最优估计滤波器已应用在某船动力定位系统中，效果良好。     

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。     

船舶动力定位系统的非线性输出反馈控制研究

传统的船舶动力系统,主要依赖于人工控制,因此不可避免地存在人为失误,导致船舶动力控制失败,造成航行安全。而新型的船舶动力定位系统,主要依赖于电气化控制设备和自动化控制程序,并且系统的复杂度决定了必须采用先进的非线性控制算法,对动力系统进行优化。本文主要研究了船舶动力定位系统的非线性变量,并建立了基于全局的水面船舶轨迹预测算法,通过对控制器中的反馈环路进行优化,提高动力定位系统的稳定性及鲁棒性,同时结合云计算系统,将动力定位系统的数据采集后,进行大数据特性分析,从整体上提高了船舶的航行控制能力。     

船舶动力定位系统的非线性输出反馈控制

动力系统是保持船舶运行轨迹的最重要设备,设备运转过程中的推进力需要综合考虑海风、海浪及水深的影响。从实际分析可知,船舶运动由推进力引起的低频运动及海风海浪等引起的高频运动具有不可预测性,是一个非线性运动过程。本文对船舶动力系统进行建模,分析海上复杂环境的力学特性,设计自反馈滤波器对海上复杂环境引起的低频非线性运动进行过滤。最后对系统进行仿真,结果表明自反馈滤波器对动力定位系统起到很好的过滤作用。     

非线性滤波器在动力定位船位估计中的应用

针对动力定位船舶在作业过程中因丢失GPS位置测量信号,从而导致动力定位系统不能正常工作,而使船舶偏离作业点的问题,设计了一种非线性滤波器,它可以利用以前保存的历史数据进行船舶位置的实时估计,从而使船舶在一定的时间内可以维持在作业点附近,当重新获得GPS信号后,又可以快速地进入正常工作状态。为了使历史数据能够更准确地反映船舶的实时位置,利用历史数据相对于作业点的平均偏差对历史数据进行了补偿。最后给出了此非线性滤波器在船舶仿真系统中的仿真曲线,分析表明在有滤波器的情况下,船舶真实位置估计的准确度比没有滤波器的情况下有明显的改善。     

船舶动力定位系统非线性估计滤波器的设计

随着航运业发展,海上航行船舶的密度及体积越来越大,如何控制船舶航线的误差精度是保障航行安全的关键。船舶动力定位系统分析船舶受到的海风、海浪等综合外力,利用推进器产生的作用力平衡各种外力,使船舶按照既定航向及速度航行;同时,采集的综合外力信号混有测量噪声、低频运动等各种非线性因素。本文建立了船舶动力定位系统受力模型,针对船舶航行中的各种外力干扰因素设计了非线性估计滤波器,对干扰动力进行滤除,最后进行仿真。     

基于滑模控制算法的船舶动力定位系统控制仿真研究

针对船舶动力定位控制系统非线性的特点及控制过程难以优化,性能易随外界环境及负载变化而改变,本文提出了一种基于滑模控制算法的船舶动力定位系统控制方法。首先,探讨了动力定位系统数学模型的选取;然后介绍了滑模控制方法的原理及具体算法;最后通过Simulink对该算法进行了仿真验证,验证了滑模控制算法对船舶动力定位系统控制的有效性。     

自适应神经网络用于船舶动力定位系统

船舶动力定位采用一种控制系统驱动装在船上的侧推器和尾部推进器或者几个全回转的推进器，使船定位在海平面的要求位置上，船受到风，浪及流等海洋环境力的作用时会漂移离原位置，传统的控制方法是采用ＰＩＤ反馈控制。顾和李提出了一种新的基于人工神经网络的控制方法，它具有许多优越性；（１）一个可随意调节的目标函数以适合不同的需求－定位精度高或节约定位能量，（２）前馈控制产自适应不同的环境力数以适合不同的需求－变化     

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。     

非线性Backstepping算法在船舶动力定位系统控制的应用

船舶的动力定位是指船舶在某些特定工况下,利用推进器和螺旋桨等产生推力和力矩,抵消海风、海浪等因素的干扰作用力和力矩,从而使船舶在海面某一区域保持相对静止。由于海上气象条件和海水深度的影响,传统的锚式系泊定位已经难以满足需求,而船舶动力定位系统的灵活性高、定位精度高、抗干扰能力强,因此应用越来越广泛。本文建立了船舶动力定位系统和干扰因素的数学模型,结合Backstepping非线性控制理论,设计了一种新型船舶动力定位系统的控制策略,并对该动力定位系统的位移控制响应进行了基于Matlab的仿真分析。     

现代船舶动力定位系统设计

围绕现代动力定位系统的设计问题,讨论系统的构建、数学建模、控制器设计和推力器的推力分配,重点给出了基于扩展Kalman滤波的动力定位LQG控制器设计算法。     

船舶动力定位系统数学模型参数辨识方法研究

\t   目的  \t 近年来,随着船舶朝着大型化、高速化、智能化的方向发展,船舶动力定位技术显得尤为重要。为了在动力定位系统中建立运动数学模型,需要确定模型中各参数的值。\t   方法  \t 首先,以一艘挖泥船为研究对象,建立船舶运动数学模型,并分离出纵荡运动模型以及横荡与艏摇运动模型;然后,基于系统辨识理论和反馈粒子滤波算法辨识模型中的未知参数,包括2个主推进器和1个侧推进器的推力系数;最后,进行仿真实验,求得待辨识的参数值。\t   结果  \t 通过与扩展卡尔曼算法的比较,显示反馈粒子滤波算法对参数辨识的效果更好,验证了反馈粒子滤波算法的可靠性。\t   结论  \t 该方法在船舶动力定位系统中具有良好的应用前景。     

船舶动力定位系统数学模型参数辨识方法研究

船舶动力定位是深海开发的关键技术之一,随着海上油气生产向深海的发展,对应用于船舶动力定位系统的船舶数学建模也提出更高的要求。首先介绍船舶动力定位系统的意义及其应用的数学模型,然后针对船舶及推进器动力学数学模型的辨识与建立过程进行详细介绍,最后讨论船舶外界环境扰动建模的策略。     

多径电磁环境下动态舰船定位系统设计

结合当下船舶定位系统使用环境频多电磁干扰的条件,且电磁信号呈现出多路径的特征性,现有舰船定位系统不论在硬件设计,还是在软件算法都无法在多路径电磁环境下准确有效的处理定位数据信号。因此,提出多径电磁环境下动态舰船定位系统设计。在现有定位系统的硬件基础上,添加多路径电磁干扰信号处理硬件,完成对后续软件算法的支持;构建电磁环境下的定位计算模型,获得所需优化参数;根据电磁优化量,引入多路径定位信号优化算法,多路径电磁信号进行优化,提升定位数据的识别准确定与抗干扰性,最后通过仿真实验来完成对提出设计系统有效性与可行性的测试。     

基于云模型的舰船动力定位控制系统设计

船舶动力定位控制是保证船舶平稳运行的关键。本文首先研究了云模型理论,对云模型控制进行深入分析,在船舶动力定位系统数学模型和云模型的基础上,建立了动力定位云模型控制器,并且利用基于遗传算法的粒子群算法进行控制因子的优化,最后进行控制系统仿真,实验结果表明,本文算法能够对船舶动力定位起到很好的控制作用。