基于模型预测扩展卡尔曼滤波的动力定位状态估计

针对传统扩展卡尔曼滤波由于动力定位系统过程噪声不能自适应更新,导致滤波精度下降的问题,提出一种模型预测扩展卡尔曼滤波算法。该算法通过比较一段时间内的量测值和预测值,估计系统噪声参数,从而实时修正系统过程噪声方差。仿真结果表明,在系统的过程噪声未知的情况下,模型预测扩展卡尔曼滤波的滤波性能明显优于传统扩展卡尔曼滤波。

基于LOS的动力定位船舶变速循迹控制

循迹控制是动力定位船舶主要的控制模式之一.针对目前船舶循迹控制中要求速度保持恒定而无法快速消除横向偏差的问题,将横向偏差和速度控制同时考虑到控制器设计中,提出一种基于LOS(line-of-sight)的船舶变速循迹控制.控制器设计分为两步,首先运用状态反馈和反步法分别计算出船舶的加速度,再利用最小二乘法对船舶的加速度进行估计,在此基础上得到最终的控制律,使得船舶能够根据横向偏差及其变化率调整速度,更快速地达到预设路径.通过仿真与传统LOS引导律对比,验证了所提出的方法的有效性.

基于自适应重组遗传算法的动力定位船舶水动力参数辨识

针对动力定位船舶水动力参数确定以及传统遗传算法在收敛速度与解的质量之间存在矛盾的问题,设计了一种自适应重组遗传算法,通过辨识仿真试验得到基于MMG模型的水动力参数,并与传统遗传算法以及自适应遗传算法进行相关辨识结果对比,结果表明设计的自适应重组遗传算法在保证收敛速度的情况下,其辨识结果精度有较大的提高。

基于改进渐消记忆滤波的动力定位状态估计

针对动力定位船舶的系统过程噪声与实际过程噪声统计特性不匹配及常规渐消记忆滤波无法得到最优渐消记忆因子的问题,提出了一种改进渐消记忆滤波算法,该算法基于新息序列协方差的弱相关性求解渐消记忆因子,进而修正误差协方差矩阵和增益矩阵以达到改善滤波器性能的目的.仿真结果表明,改进渐消记忆滤波的滤波精度和鲁棒性要明显优于常规渐消记忆滤波.