改进多新息卡尔曼滤波法辨识船舶响应模型.PDF

第３９卷第２期 哈　 尔　 滨　 工　 程　 大　 学　 学　 报 Ｖｏｌ．３９ №．２ ２０１８年２月 Ｊｏｕｒｎａｌ ｏｆ Ｈａｒｂｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ Ｆｅｂ．２０１８ 改进多新息卡尔曼滤波法辨识船舶响应模型 １，２ １ １ １，２ 谢朔 ，陈德山 ，初秀民 ，柳晨光 （１．国家水运安全工程技术研究中心，湖北 武汉４３００６３；２．武汉理工大学 能源与动力工程学院，湖北 武汉４３００６３） 摘　 要：为在船舶自主航行控制中提供参数精确的船舶响应模型，本文提出一种改进的多新息扩展卡尔曼滤波参 数辨识方法。 引入遗忘因子以降低历史干扰数据的累积影响，并从理论上分析了改进后算法辨识的收敛性，证明 了改进后的辨识算法在一定条件下有界收敛。 为验证所提出辨识方法的有效性，本文在获取真实的模型船Ｚ 型试 验数据基础上，将改进算法辨识方法与传统扩展卡尔曼滤波辨识方法进行对比，结果表明所提出的改进算法辨识 ２ 的船舶响应模型参数更加精确，预报均方误差可达到２（°） 以下。 关键词：响应模型；参数辨识；扩展卡尔曼滤波；多新息；遗忘因子；收敛性；Ｚ形试验；操纵性预报 ＤＯＩ：１０１１９９０／ ｊｈｅｕ．２０１６１００７０ 网络出版地址：ｈｔｔｐ：／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３１３９０．ｕ．２０１７０４２８１７１３０９８．ｈｔｍｌ 中图分类号：Ｕ６６１３　 文献标志码：Ａ　 文章编号：１００６⁃７０４３（２０１８）０２⁃０２８２⁃８０ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ ｓｈｉｐ ｒｅｓｐｏｎｓｅ ｍｏｄｅｌ ｂａｓｅｄ ｏｎ ｉｍｐｒｏｖｅｄ ｍｕｌｔｉ⁃ｉｎｎｏｖａｔｉｏｎ ｅｘｔｅｎｄｅｄ Ｋａｌｍａｎ ｆｉｌｔｅｒ １，２ １ １ １，２ ＸＩＥ Ｓｈｕｏ ，ＣＨＥＮ Ｄｅｓｈａｎ ，ＣＨＵ Ｘｉｕｍｉｎ ，ＬＩＵ Ｃｈｅｎｇｕａｎｇ （１．Ｅｎｇｉｎｅｅｒｉｎｇ Ｒｅｓｅａｒｃｈ Ｃｅｎｔｅｒ ｆｏｒ Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｓａｆｅ，Ｗｕｈａｎ４３００６３，Ｃｈｉｎａ；２．Ｓｃｈｏｏｌ ｏｆ Ｅｎｅｒｇｙ ａｎｄＰｏｗｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｗｕｈａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ４３００６３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｐｒｏｖｉｄｅａｎａｃｃｕｒａｔｅｓｈｉｐｒｅｓｐｏｎｓｅｍｏｄｅｌｉｎｓｈｉｐ′ｓａｕｔｏｎｏｍｏｕｓｎａｖｉｇａｔｉｏｎｃｏｎｔｒｏｌ，ａｎｉｍｐｒｏｖｅｄ ｍｕｌｔｉ⁃ｉｎｎｏｖａｔｉｏｎ ｅｘｔｅｎｄｅｄＫａｌｍａｎｆｉｌｔｅｒｉｎｇｍｅｔｈｏｄｆｏｒｐａｒａｍｅｔｅｒｉｄｅｎｔｉｆｉｃａｔｉｏｎｗａｓｐｒｏｐｏｓｅｄ． Ａｆｏｒｇｅｔｔｉｎｇｆａｃｔｏｒｗａｓ ｉｎｔｒｏｄｕｃｅｄ ｔｏ ｒｅｄｕｃｅ ｃｕｍｕｌａｔｉｖｅ ｉｎｆｌｕｅｎｃｅ ｏｆ ｈｉｓｔｏｒｉｃａｌ ｉｎｔｅｒｆｅｒｅｎｃｅ． Ｃｏｎｖｅｒｇｅｎｃｅ ｏｆ ｉｍｐｒｏｖｅｄ ａｌｇｏｒｉｔｈｍ ｉｄｅｎｔｉｆｉｃａ⁃ ｔｉｏｎ ｗａｓ ｔｈｅｏｒｅｔｉｃａｌｌｙ ａｎａｌｙｚｅｄ，ａｎｄ ｉｔ ｗａｓ ｐｒｏｖｅｄ ｔｈａｔ ｔｈｅ ｉｍｐｒｏｖｅｄ ａｌｇｏｒｉｔｈｍ ｈａｓ ａ ｂｏｕｎｄｅｄ ｃｏｎｖｅｒｇｅｎｃｅ ｕｎｄｅｒ ｃｅｒｔａｉｎ ｃｏｎｄｉｔｉｏｎｓ． ＢａｓｅｄｏｎｔｒｕｅＺｅｘｐｅｒｉｍｅｎｔａｌｄａｔａｏｆ ａｍｏｄｅｌ ｓｈｉｐ，ｔｈｅｉｄｅｎｔｉｆｉｃａｔｉｏｎｒｅｓｕｌｔｓｏｆ ｉｍｐｒｏｖｅｄｍｅｔｈ