基于改进的极大似然方法和置信压缩滤波的船舶参数辨识方法
【技术领域】
[0001] 本发明属于一种船舶参数辨识方法，尤其涉及一种针对船舶时域状态空间模型中 未知参数的估计的，基于改进的极大似然方法和置信压缩滤波的船舶参数辨识方法。
【背景技术】
[0002] 在航行过程中船舶的姿态控制是一个复杂的问题。船舶有6个自由度，船舶的运 动方程存在高度的非线性，水动力系数之间相互耦合；同时，船舶在航行过程中受到不确定 的洋流、海浪、风等的干扰，执行机构存在滞后性，这样就对船舶的控制造成了很大困难。为 了对船舶进行准确的控制，一般需要建立准确的船舶模型，进一步需要对包括水动力系数 在内的船舶参数进行辨识，减小控制的不确定性。船舶参数可以通过实测或理论估计得到， 前者往往要借助于特殊的仪器，成本较高，而且时间消耗较大，获取麻烦；后者采用经验或 切片法等理论，往往不够准确。通过辨识方法确定船舶参数综合了二者的优点，有较高的研 究价值。参数辨识还可以用于解决其它领域的一些测试方法中要求的物理量难以直接获取 的情况。
[0003] 极大似然方法是一种迭代算法，能够渐进地取得极大值及其对应的参数值，这样 就能够辨识得到船舶参数。然而极大似然方法需要经过相当多步迭代后才能收敛到正确结 果，收敛速度慢。
【发明内容】
[0004] 本发明的目的是提供一种能够在线运行的基于改进的极大似然方法和置信压缩 滤波的船舶参数辨识方法。
[0005] 本发明是通过以下技术方案实现的：
[0006] 基于改进的极大似然方法和置信压缩滤波的船舶参数辨识方法，包括以下几个步 骤：
[0007] 步骤一：测量执行机构对船舶施加的力和力矩作为控制输入t，采集船舶的位移 和姿态角信息作为输出观测量n，设定初始状态估计值，根据控制输入T和输出观测量n 建立船舶模型，得到船舶模型中待辨识的参数0 ;
[0008] 步骤二：根据船舶当前的状态估计值和输出观测量n，利用改进的极大似然方 法，辨识船舶模型的参数估计值；
[0009] 步骤三：根据辨识出的船舶模型的参数估计值，利用置信压缩滤波器，更新当前的 状态估计值；
[0010] 步骤四：重复步骤二?步骤三，直到停止输出船舶的输出观测量，得到每个采样时 刻的参数估计值。
[0011] 本发明基于改进的极大似然方法和置信压缩滤波的船舶参数辨识方法还包括：
[0012] 1、船舶模型中待辨识的参数9为：
【主权项】
1. 基于改进的极大似然方法和置信压缩滤波的船舶参数辨识方法，其特征在于，包括 以下几个步骤： 步骤一：测量执行机构对船舶施加的力和力矩作为控制输入T，采集船舶的位移和姿 态角信息作为输出观测量η，设定初始状态估计值，根据控制输入T和输出观测量η建立 船舶模型，得到船舶模型中待辨识的参数Θ ; 步骤二：根据船舶当前的状态估计值和输出观测量η，利用改进的极大似然方法，辨 识船舶模型的参数估计值； 步骤三：根据辨识出的船舶模型的参数估计值，利用置信压缩滤波器，更新当前的状态 估计值； 步骤四：重复步骤二?步骤三，直到停止输出船舶的输出观测量，得到每个采样时刻的 参数估计值。
2. 根据权利要求1所述的基于改进的极大似然方法和置信压缩滤波的船舶参数辨识 方法，其特征在于：所述的船舶模型中待辨识的参数Θ为：
其中，待辨识的参数0包括的各项通Sax表示A对下标X方向上的附加质量，A = X，Y，N x = , T>, r, w I M I, VI I，r I/· I，定义
3. 根据权利要求I所述的极大似然方法和置信压缩滤波的船舶参数辨识方法，其特征 在于：所述的根据船舶当前的状态估计值及输出观测量η，利用改进的极大似然方法，辨 识船舶模型的参数估计值的方法为： ⑴令k = 1，初始化θ0; (2) 根据当前时刻k的状态估计值基、输出观测值IU，利用船舶模型求得概率 h冰），其中Θ H表示k-ι时刻得到的参数值； (3) 计算概率i = 1，2,. . .，N，N为所用参数值Θ k的粒子数，Θ k表示k时刻得 到的参数值，定义概率
利用先验知识更新Θ k，建立一阶自回归模型： θ k= θ k-Ι+ ε ; 其中ε服从方差收敛的高斯分布或者ε服从边界收敛的均匀分布， 在时刻k，根据一阶自回归模型生成一组支持点对，/ = 1，2,…，iV}，对于每个巧，计算得 到概率/η?);⑷计算概率户(? 16)的最大值得到极大似然概率14)
其中，g为k时刻得到的参数θ ,的最优的估计值?: (5)令k = k+l，并从第（2)步迭代计算
，直至k = M+l，M为输出观测值的个数。
4.根据权利要求1所述的极大似然方法和置信压缩滤波的船舶参数辨识方法，其特征 在于：所述的根据辨识出的船舶模型的参数估计值，利用置信压缩滤波器，更新当前的状态 估计值的方法为： (1) 首先选取离散支持点数mk; (2) 求取支持点sk，i, i = 1，2, · · · mk，支持点sk，^茜足等式：
(3) 求取当前的状态估计值为：
【专利摘要】本发明公开了基于改进的极大似然方法和置信压缩滤波的船舶参数辨识方法。包括以下几个步骤：步骤一，测量执行机构对船舶施加的力和力矩作为控制输入，采集船舶的位移和姿态角信息作为输出观测量，设定初始状态估计值，根据控制输入和输出观测量建立船舶模型，得到船舶模型中待辨识的参数；步骤二，根据船舶当前的状态估计值和输出观测量η，利用改进的极大似然方法，辨识船舶模型的参数估计值；步骤三，根据辨识出的船舶模型的参数估计值，利用置信压缩滤波器，更新当前的状态估计值；重复步骤二～步骤三，直到停止输出船舶的输出观测量，得到每个采样时刻的参数估计值。本发明计算简单，执行效率高，辨识结果准确，能够在线运行。
【IPC分类】G06F17-17
【公开号】CN104536944
【申请号】CN201410698956
【发明人】陈虹丽, 王子元, 沈丹, 宋东辉, 宋景慧, 龚洛
【申请人】哈尔滨工程大学
【公开日】2015年4月22日
【申请日】2014年11月27日