基于三维仿真的智能船舶靠离泊算法测试环境构建方法与流程

本发明涉及船舶测试领域，尤其涉及一种基于三维仿真的智能船舶靠离泊算法测试环境构建方法及构建系统。

背景技术：

船舶运输在国民经济的发展过程中扮演着重要的角色，其靠离泊过程在当今的海洋运输中是重要问题之一。在船舶靠离泊过程中，气象、水文等环境信息的复杂程度难以估量，港口水域的限制性对船舶的操纵性和驾引人员的技术能力提出的极大考验，同时，来自本船、环境及它船的多种不确定因素也变得活跃，采用经典控制理论难以获得令人满意的控制效果。而且随着水深的增大，港池风浪流较大，泊稳性条件较差，给船舶靠离泊安全带来一定影响。为了测试船舶靠离泊算法，综合分析船舶进出港和靠离泊的安全性，确定船舶安全靠离泊条件，需对船舶靠离泊环境进行模拟研究。

为此，如何构建一种全面的智能船舶靠离泊测试环境，进而合理模拟靠离泊过程中海上环境对本船的影响成为当前需要解决的技术问题。

技术实现要素：

本发明的目的是提供一种基于三维仿真的智能船舶靠离泊算法测试环境构建方法，用于解决现有技术中无法对智能船舶靠离泊算法测试环境中风浪进行模拟的缺陷。

为了达到上述的目的，本发明采用的主要技术方案包括：

第一方面，本发明提供一种基于三维仿真的智能船舶靠离泊算法测试环境构建方法，包括：

s1、根据实际的智能船舶靠离泊时的港池环境信息，获取预加载在靠离泊算法测试环境中的风速数学模型、风速离散样本信息和海浪的数学模型、海浪的频谱信息；

s2、根据所述风速数学模型和风速离散样本，建立用于加载在测试环境中的指定时间段内的连续风速；

s3、根据所述海浪的数学模型、海浪的频谱信息，建立用于加载在测试环境中模拟的海浪信息；

s4、在智能船舶靠离泊算法测试环境中加载指定时间段内的连续风速，以及指定时间段内模拟的海浪信息。

可选地，所述步骤s1包括：

s11、选用swemaair300型热线式风速仪和swa03型万向微风速热线探头，对智能船舶靠离泊时港池的至少一个泊位区域的海面进行风速采样，获得采样的风速信息即风速离散样本信息；

存储采样的风速信号即风速离散样本信息；

其中，采样时距离海面的高度为140-180cm的距离。

可选地，所述步骤s1包括：

s12、根据所述采样的风速信号，计算风速平均值；

s13、根据风速湍流度的特性信息、风速平均值和采样的风速信号，获取计算时间内风速的波动信息；

s14、根据所述风速的波动信息、风速平均值和采样的风速信号，获取风速数学模型。

可选地，所述步骤s12中的平均风速为：

其中，风速采集的一个离散样本{vi}＝(i＝1,2,...,n)信息，n是样本容量。

可选地，所述步骤s13包括：

风速湍流度tu为：

其中，瞬时速度v表示为平均风速与风速波动v′之和，即

风速波动信息中的偏斜度s为：

风速波动信息中的陡峭度k为：

可选地，所述步骤s1还包括：

s1-1、根据波浪的波形参数，借助于线性叠加法构建泊位所在区域的海面的波浪，以及获取海面的波浪的三维波浪参数；

s1-2、输入预先选择的港池环境信息、风速数学模型和三维波浪参数，产生用于模拟波浪的随机相位角、各谐波的幅值、海面波高值；

s1-3、根据随机相位角、各谐波的幅值、海面波高值，生成用于加载在测试环境中模拟的海浪信息。

可选地，所述步骤s1-1中的波浪的波形参数包括：波峰、波谷、波高、波幅、波长、波数、周期、频率、角频率、波速、初始相位、波倾角。

可选地，所述步骤s1-2包括：

根据下述公式生成t时刻，海面平衡位置(x0,y0,z0)的信息；

其中，a为波幅的运动半径、t为时刻、μ为波形控制因子、k为波数，ω为角频率、为相位。

第二方面，本发明还提供一种基于三维仿真的智能船舶靠离泊算法测试环境构建系统，包括：

存储器、处理器，所述存储器中存储用于仿真测试环境的至少一个计算机程序，所述处理器执行上述计算机程序，具体包括执行上述第一方面任一所述的基于三维仿真的智能船舶靠离泊算法测试环境构建方法。

本发明的有益效果是：

本方法基于三维仿真场景搭建了智能船舶靠离泊算法测试环境，模拟真实环境中的风浪，以便测试能够在三维场景进行。根据风速离散样本，通过风速数学模型可以得到一段时间内的连续风速；依据海浪的数学模型和海浪的频谱特性，用线性叠加法进行仿真，对三维随机海浪进行了模拟。

本发明建立风速、波浪数学模型，综合分析船舶靠离泊算法测试环境中所受到的影响，避免了船舶靠离泊算法测试影响因素不全面的问题，为船舶靠离泊算法测试提供更加科学合理的测试环境。

由于三维场景相对于电子海图更加直观，因此搭建三维场景内的测试环境更容易对靠离泊准确度和安全性做出判断，降低了对船舶靠离泊能力分析测试的复杂性。

附图说明

图1为本发明一实施例提供的基于三维仿真的智能船舶靠离泊算法测试环境构建方法的流程示意图；

图2为本发明另一实施例提供的船舶靠离泊安全影响因素的分析示意图；

图3a和图3b分别为本发明一实施例提供的正弦波动的波形的示意图；

图4为本发明一实施例提供的获取三维波浪参数的的流程示意图。

具体实施方式

为了更好地解释本发明，以便于理解，下面结合附图，通过具体实施方式，对本发明作详细描述。

如图1所示，图1中示出了本发明一实施例提供的基于三维仿真的智能船舶靠离泊算法测试环境构建方法的流程示意图，本实施例的方法可包括下述的步骤：

s1、根据实际的智能船舶靠离泊时的港池环境信息，获取预加载在靠离泊算法测试环境中的风速数学模型、风速离散样本信息和海浪的数学模型、海浪的频谱信息；

s2、根据所述风速数学模型和风速离散样本，建立用于加载在测试环境中的指定时间段内的连续风速；

s3、根据所述海浪的数学模型、海浪的频谱信息，建立用于加载在测试环境中模拟的海浪信息；

s4、在智能船舶靠离泊算法测试环境中加载指定时间段内的连续风速，以及指定时间段内模拟的海浪信息。

本实施例中，在三维场景内通过风速数学模型获得一段时间内的风速参数，依据海浪的数学模型和海浪的频谱特性，用线性叠加法进行仿真，对三维随机海浪进行模拟，以更科学直观的方式为智能船舶靠离泊算法测试提供了基础，使船舶在靠离泊过程中更加安全。

进一步地，本实施例考虑到实验材料难以获得的情况下，仅进行风速离散采样，根据风速采样和数学模型得到一段时间内的风速参数，减小了实验材料的获取难度，减轻了分析的复杂性。

由于风速是海浪形成的决定因素，当风速变化时，海浪波高也产生明显的变化。本实施例中研究海浪时结合了风速影响，使得到的波浪参数更加合理。

结合图2至图4对本发明实施例的风速模拟和海浪模拟进行详细的说明。

如图2所示，船舶靠离泊操纵是一个复杂的操纵过程、操纵者需要根据泊位前风浪流等环境条件掌握好泊位前的船速、船位和靠拢角度。大型船舶靠泊，拖轮是主要的操纵手段，必须充分利用拖轮辅助船舶操纵，才能保证船舶的靠离泊安全。影响船舶进出港和靠离泊安全的因素很多，主要包括风、浪、流、拖轮大小与数量、码头前沿水域大小与布置、船舶本身的操纵性能等等。在本发明中主要研究海上环境构建中的风速和波浪。

a)风速

与机械风相比，海上的自然风具有多变的特点，风速作为一个物理量，是每时刻都在无规律变化的随机量，可以获取一定的风速采样，通过其均值、方差、概率分布、相关系数和频谱函数等来得到任意时刻的风速。

1)风速采样

空气流动特性分析是以风速采样为基础的，因此采样对象的选择和采样参数的确定会影响分析的结果。选定某泊位附近的海面进行风速采样，风速采样设备选用swemaair300型热线式风速仪和swa03型万向微风速热线探头，在采样时在距离海面的高度为160cm的距离进行采样，通过热线风速仪与电脑连接，将采集的风速信号自动记录储存。

2)平均风速

气流运动中任一点的瞬时速度都是时刻在变化的，平均风速反映了一段时间t内的风速平均水平，其计算如下：

对于风速采集的一个离散样本{vi}＝(i＝1,2,...,n)，n是样本容量，平均风速可用下式计算：

3)湍流度

瞬时速度v表示为平均风速与风速波动v′之和，即

湍流度tu则反映了一段时间内风速的相对波动程度，其定义如下：

对于离散风速样本，其方差为：

4)风速概率分布

风速概率分布描述了风速的分布信息,可通过风速值落在某一区间(δx)的数据频数做出概率分布图来表示。对于一个真正完全随机的均匀各向同性物理量其慨率分布是正态的,但是对于存在风速脉动的湍流运动,其概率分布是呈偏态的。这种偏态可以由偏斜度s与陡峭度k来描述。

对于离散风速样本，计算公式如下：、

偏斜度与陡峭度描述了随机变量的概率分布与正态分布的差别。当偏斜度s大于零时概率分布偏向数值小的一侧，对风速而言，意味着小风速占的时间长。陡峭度是概率分布曲线的平缓或陡峭的程度，反映了落在某一区间(δx)的数据频数的大小。

5)风速的自相关函数

在本实施例中，风速的自相关函数用于验证风速。

自相关函数是描述一个随机过程x(i)某一时刻t的取值x(t)与另一时刻t+τ的取值x(t+τ)之间的关系，其定义为：

其中n为样本容量。若用r(0)除r(τ)即可得到标准化的自相关函数，即自相关系数：

对于离散样本的时间序列x(i)，其自相关函数为：

将自相关函数进行标准化，即为自相关系数：

其中，

对风速而言，风速自相关函数描述了某一时刻的风速与另一时刻风速之间的相关性，它与风速本身的波形无关，仅与风速信号的幅频有关，反映了任意时刻的数据对未来数据的影响。

具体步骤为：

步骤m1：通过泊位附近的风速采样得到离散样本。

步骤m2：通过离散样本得到风速平均值。

步骤m3：结合离散样本和风速平均值，根据湍流度得到一段时间内风速的波动和相对波动程度。

步骤m4：结合离散样本和风速平均值，根据风速概率分布的偏斜度和陡峭度的计算公式得出风速概率分布图即风速数学模型，根基概率分布图即风速数学模型在一段时间内输出连续风速。

步骤m5：结合自相关函数和输出的一段时间内的瞬时风速，对不合实际的风速进行验证。取n对离散样本中时间间隔为τ的两个时刻的风速x(t)和x(t+τ)，根据公式可以得到风速的自相关函数，它描述了某一时刻的风速与另一时刻风速之间的相关性，可以用来剔除不合实际的风速参数。

b)波浪

1)线性波浪理论

线性波浪理论认为，波浪是由无限多个不同波幅、不同频率、随机而相互独立的成波叠加而成的，其叠加结果是具有各态历经性的平稳正态过程。波浪最明显的特征表现为水面周期性起伏：就某一时刻而言，每隔一定距离出现一个峰和一个谷；就某一固定地点而言，每隔一定时间出现一个峰和一个谷。

在数学中，简谐正弦波动的一般表达式为：

该简写正弦波动的波形，如图3a所示。

上述表达式与图中涉及的各波形参数包括：

a1、波峰(谷)：海浪发生波动时，波面达到的最高(低)点；

a2、波高h与波幅a：波高是指波峰到波谷的垂直距离；波幅为波高的一半；

a3、波长λ：相邻两波峰(或波谷)间的水平距离；

a4、波数k：表示2π长度内所含波的数目，k＝2π/λ；

a5、周期t与频率f：周期是指两相邻波峰(或波谷)相继通过一固定点所需要的时间；频率为周期的倒数；

a6、角频率ω：表示2π秒内振动的次数，ω＝2π/t＝2πf；

a7、波速c：指波形的传播速度(又称相速)，即波峰(或波谷)在单位时间内的水平位移，c＝ω/k＝λt；

a8、初始相位

a9、波倾角a：

2)线性叠加法

使用线性叠加法来实现对海上波浪的构建。线性叠加法，是将海浪视作由无限多个不同振幅、不同周期(或频率)与不同随机相位的余弦波迭加而成，对随机变化的海洋表面状态的计算是基于不同波频数和不同波传播方向的多重求和。在获取各个组成波的特征参数(振幅、周期和随机相位等)后，可以实现该随机过程，本实施例中采用线性迭加法对多向不规则波的频谱进行数值模拟。

3)三维海浪模拟分析

海浪的能量主要集中在一个很窄的频域范围内：风速小时，海浪能量分布较广，频谱范围要取得较宽；反之，风速大时，海浪能量分布相对集中，频谱范围则要取得较窄。频率特别高和频率特别低的组成波的能量都很小，计算时可以不考虑这些组成波的影响。

根据建模坐标系的习惯，假设静止时的海平面为xoz平面，y轴垂直向上。t时刻，以a为运动半径(即波幅)进行波动传播的水质点，其运动方程描述为：

其中，x0、y0分别为海平面静止时水质点的平衡位置于x、y轴上的坐标

为了更好地控制波形，引入波形控制因子μ，通过改变μ的取值来调节、控制波浪的陡峭程度，可将上式改写为：

4)频谱范围的选取和划分

根据选定的靶谱s(ω),用频率等分法和能量等分法对频率进行分割，频率分割数m大小的选取影响到仿真的精度和效率由于海浪谱的能量一般集中于峰频附近，如果m取的不够大，则仅有少数几个采样点处于峰频附近，从而使这几个组成波在叠加中起主导作用。将这种叠加结果应用于某些具体问题(如海浪折射问题)时，会引起较大的误差，因此在实际计算中采用基于海浪的功率密度的能量等分法。首先选定频率的采样点，使各频率间隔的能量相等，即谱密度曲线下的子面积相等，然后进一步确定各子面积的中心频率。

首先将频谱范围(ωmin～ωmax)划分为m个区间，间隔为δωi＝ωi-ωi-1，通过积累能量谱公式：

其中，s(ω)为海浪的功率谱密度，可以得到频谱总能量为：

则：

其中，m0为谱的零阶矩，

将只与有义波高有关的p-m频率公式代入上式可得分界频率ωi的表达式为：

代表角频率为

5)方向角范围的选取与划分

方向角的取值范围理论上是(-π，π)，但由于海浪的能量集在一个很窄的频带内，主要能量实际上是分布在主波向两侧各π/2范围内，故只考虑[-π/2，π/2]即可。方向角范围的划分采用“等间隔划分”的方法，即将方向角的范围平均划分为n个区间，间隔为δθ＝π/n，则分界方向角θj的表达式为：

式中，为主波向。

代表方向角

6)波幅的计算

对于已经确定角频率间隔δω和方向角间矩δθ的组成波而言，其单元波的能量为与海浪的方向谱函数s(ω,θ)存在如下关系：

代入角频率和方向角后，即可按照海浪谱与波幅的关系式近似求出相应于不同频率和不同方向角下的组成波的单元波波幅：

通过上述海浪参数采样方法的分析与计算，最终根据式求解出t时刻，海面平衡位置为(x0,y0,z0)处的波幅、波数、角频率以及初相。

由此，海浪的能量集在一个很窄的频带内，频率特别高和频率特别低的组成波的能量都很小，计算时可以不考虑这些组成波的影响。当风速不同时，谱峰频率发生变化，谱值曲线移动，根据以上分析的能量等分法和原理，当频率间隔数n确定之后，频率采样点也会随之确定。当海面风速为不同值时，采用能量等分法的采样频率范围，wmin为采样频率下限，wmax为采样频率上限，wp为谱峰频率。

本实施例基于前述的内容得到三维波浪参数的方法如图4所示.

由于风速是海浪形成的决定因素，当海面上有风场作用时，海面风会不断地向海面输送能量，产生风浪。当风速变化时，海浪波高也产生明显的变化。同时由于风对波面的压力以及连续不断的能量提供，会使风浪不断地成长，因此海面风的作用直接影响到海面状况，海况的高低决定了海面波高的起伏变化。当海面风速较小，海况较低时，海浪比较平稳而且起伏不大，由此产生的海面扰动以毛细波为主；风速较大，海况较高时，产生较大的波高起伏变化。海面存在明显的大起大落的波峰和波谷，波高浪大是其明显特征。

以上对本发明的具体实施例进行的描述只是为了说明本发明的技术路线和特点，其目的在于让本领域内的技术人员能够了解本发明的内容并据以实施，但本发明并不限于上述特定实施方式。凡是在本发明权利要求的范围内做出的各种变化或修饰，都应涵盖在本发明的保护范围内。