基于均方根容积卡尔曼滤波的船舶操纵运动响应模型参数辨识

为了解决扩展卡尔曼滤波(extended Kalman filter,EKF)算法在船舶操纵运动模型参数辨识中存在辨识精度低、稳定性差和泛化能力弱的问题,提出了一种基于均方根容积卡尔曼滤波(square root cubature Kalman filter,SRCKF)的辨识算法。在CKF框架下将方差矩阵的均方根代替原始方差矩阵,使用三角分解对其进行预测和更新以提高辨识的稳定性。将EKF作为对比算法,利用四阶龙格库塔法解算的数值仿真数据,对舵角符合舵机伺服机构变化的船舶二阶非线性响应模型参数进行辨识,并将得到的辨识模型开展泛化能力验证试验。结果表明:SRCKF算法具有比EKF算法更高的辨识精度、稳定性和泛化能力。