一种水翼双体船姿态估计方法与流程

本发明属于船舶导航领域，特别是一种水翼双体船的姿态估计方法。

背景技术：

水翼双体船是水翼船和双体船的复合系统，具有水翼船和双体船的优点：建造简单，性价比高，有良好的舒适性、耐波性、安全性、适航性和操纵性，对靠离泊的码头也没有特殊的要求。由于海浪、海风及海流等因素对船舶的影响，船舶在海上航行时不可避免地会产生各种摇荡，因此需要专门的控制系统减少因波浪而带来的船体摇荡，水翼双体船运动姿态的准确估计是实现其姿态控制的基础，极小测量误差就会对船舶控制系统的控制效果产生很大影响。因此，水翼双体船的姿态估计具有很大的现实意义。

水翼双体船的姿态运动具有非线性特性，目前应用最广泛的非线性估计是扩展卡尔曼滤波器、无迹卡尔曼滤波器和粒子滤波器等。扩展卡尔曼滤波器存在线性化误差大，在强非线性情况下滤波不稳定，误差会很大甚至发散。虽然粒子滤波器使用广泛且精度高，但是其计算量大而导致计算速度相对较慢。无迹卡尔曼滤波器的估计精度高于扩展卡尔曼滤波，计算量小于粒子滤波，但是其解决了非线性问题，并不能很好的解决不确定性的问题。

技术实现要素：

本发明的目的在于针对水翼双体船姿态运动的参数不确定性、模型强非线性和波浪影响随机性，提供一种估计更精确的水翼双体船姿态估计方法。

为实现上述目的，本发明提供一种水翼双体船姿态估计方法，包括如下步骤：

步骤一：进行状态估计器和参数自适应学习器的参数初始化；

步骤二：利用船上测量系统测得水翼双体船的纵向运动观测值；

所述的船上测量系统包括：位移传感器、陀螺仪、计程仪、船载经纬仪；

所述的纵向运动观测值包括：垂荡位移、纵摇角；

步骤三：利用状态估计器纵向运动观测值，得到水翼双体船的姿态估计值；

所述状态估计器的状态向量为z为船体在垂直方向上的升沉位移，θ为船体的纵摇角，表示船体在垂直方向上的升沉速度，表示船体的纵摇角速度；

所述的状态估计器表达式为：

式中，为系统状态向量x的估计值，是的导数；k为观测器增益，为观测向量y相对观测向量估计值的误差，即观测向量为y＝[zθ]^t；β为自适应参数；p为系统参数矩阵；h为系统观测矩阵；l为系统标定系数；

所述的系统标定系数l的表达式为

式中，η为正定标量参数，其计算表达式为η＝z²+θ²；表示2范数的平方。

步骤四：参数自适应学习器更新自适应参数β；

所述的参数自适应学习器表达式为：

式中，n、δ均为学习器常值参数。

步骤五：重复步骤二～步骤五，实时输出水翼双体船姿态估计值。

本发明具有如下有益效果：

1.本发明设计的状态估计器能够有效处理水翼双体船姿态估计中的强非线性，提升方法的估计精度。

2.本发明设计的参数自适应学习器实时更新自适应参数，有效抑制不同海况下水翼双体船姿态估计中的随机波浪扰动，使方法具有较强的鲁棒性。

附图说明

图1是本发明的水翼双体船姿态估计方法原理图。

图2是本发明的信号处理框图。

图3是35节，135度浪向，5级海浪的情况下,浮力为3536000n时，船的纵向姿态(升沉位移和纵摇角)估计结果。

图4是35节，135度浪向，5级海浪的情况下,浮力为2210000n时，船的纵向姿态(升沉位移和纵摇角)估计结果。

具体实施方式

下面结合附图对本发明的技术方案做进一步阐述。

一种水翼双体船姿态估计方法，其原理如图1所示，包括如下步骤：

步骤一：进行状态估计器和参数自适应学习器的参数初始化；

步骤二：利用船上测量系统测得水翼双体船的纵向运动观测值；

所述的船上测量系统包括：位移传感器、陀螺仪、计程仪、船载经纬仪；

所述的纵向运动观测值包括：垂荡位移、纵摇角；

步骤三：利用状态估计器纵向运动观测值，得到水翼双体船的姿态估计值；

所述状态估计器的状态向量为z为船体在垂直方向上的升沉位移，θ为船体的纵摇角，表示船体在垂直方向上的升沉速度，表示船体的纵摇角速度；

所述的状态估计器表达式为：

式中，为系统状态向量x的估计值，是对的导数；k为增益矩阵，为观测向量y相对观测向量估计值的误差，即观测向量为y＝[zθ]^t；β为自适应参数；p为系统参数矩阵；h为系统观测矩阵；l为系统标定系数；

所述的系统标定系数l的表达式为

式中，η为正定标量参数，其计算表达式为η＝z²+θ²；表示2范数的平方。

步骤四：参数自适应学习器更新自适应参数β；

所述的参数自适应学习器表达式为：

式中，n、δ均为学习器常值参数。

步骤五：重复步骤二～步骤五，实时输出水翼双体船姿态估计。

下面结合图2对本发明方法涉及的步骤进行具体说明。

对水翼双体船纵向运动进行分析时，一般不考虑纵荡运动，坐标选用随船坐标系oxyz，x轴在中纵剖面内平行于船体基线，y轴垂直于中纵剖面，z轴在纵剖面内垂直于船体基线，船体垂荡和纵摇运动的非线性运动模型如下：

式(1)、(2)中，m为船体质量，z为船体在垂直方向上的升沉位移，u表示船体在纵向的速度(假设为定值)，θ为船体的纵摇角，lfi表示船体水翼产生的升力，fai为水翼附加质量而产生的惯性力，▽表示船体所受的浮力，lh为船体引起的升力，g表示重力加速度，iyy为船体相对于船体y轴转动惯量，xfi为船体水翼到船体中心的距离，xg为重心到船体中心的距离，xb为浮力作用点到船体中心的距离，xh为船体升力作用点到船体中心的距离

将船体水翼作为刚体看待，其惯性力的大小与水翼的加速度成正比，其方向和加速度方向相反，计算公式如下：

式中，mfi为水翼附加质量，是波浪水质点在水翼处垂直于水面的运动加速度。

船体所产生的升力表达式为：

式中，aw为船体水线面面积，clh是船体升力系数的斜率。

将(3)、(4)两式分别代入到式(1)、(2)中，整理可得：

为使表达简单明确，(5)、(6)两式表示为：

式(7)、(8)中aij(i,j＝3,5)为附加质量；bij(i,j＝3,5)为阻尼力系数；cij(i,j＝3,5)为恢复力系数；将aij、bij、cij统称为水动力系数，fw.i和mw.i(i＝1,2)分别是第i个水翼处所受的垂向波浪力和纵摇波浪力矩。

将式(7)、(8)中微分方程转化为向量形式的状态方程，将系统观测方程并入状态方程则得到状态估计器表达式为：

式中，为系统状态向量x的估计值，是对的导数；k为增益矩阵，为观测向量y相对观测向量估计值的误差，即观测向量为y＝[zθ]^t；β为自适应参数；p为系统参数矩阵；h为系统观测矩阵,且l为系统标定系数；

在35节、135度浪向、5级海浪条件下，有：

所述的系统标定系数l的表达式为

式中，η为正定标量参数，其计算表达式为η＝z²+θ²；表示2范数的平方。

式(13)中的矩阵p是下列lyapunov函数的正定解：

式中，a0＝a-kh，q为正定矩阵。

所述的参数自适应学习器表达式为：

式中，n、δ均为学习器常值参数，且n＞0，δ＞0。

下面针对水翼双体船的姿态估计问题，以典型海况水动力系数的水池实验数据，对本发明方法的有效性进行仿真验证。

考虑到船速不同，船的吃水不同，导致浮心位置、浮力、水线面面积、水线长等参数的变化，从而致使水翼双体船模型具有不确定性，具体表现在式(11)中a和g(x)上及波浪扰动的随机不确定性，为此，在在35节，135度浪向，5级海浪的情况下，分别选取了浮力为2210000n，3536000n，4420000n进行仿真。

仿真中，采样点数n＝1000，采样时间为dt＝0.1s,取：n＝0.0001，δ＝200000

由此得：

在35节，135度浪向，5级海浪的情况下,浮力为3536000n时，船的纵向姿态(升沉位移和纵摇角)估计结果，如图3所示。

在35节，135度浪向，5级海浪的情况下，浮力为2210000n时，船的纵向姿态(升沉位移和纵摇角)估计结果，如图4所示。

在35节，135度浪向，5级海浪的情况下，上述三种浮力条件对应的船体纵向姿态(升沉位移和纵摇角)估计结果，如表1所示。

表1典型海况下不同浮力时的纵向姿态估计结果

由图3、图4和表1表明，本发明方法具有良好的估计精度，对于参数的变化具有较好的鲁棒性。