-
题名基于ASNLS算法的智能浮标浮潜模型参数辨识
- 1
-
-
作者
钟一鸣
于曹阳
曹军军
姚宝恒
连琏
-
机构
上海交通大学海洋学院
上海交通大学海洋工程全国重点实验室
-
出处
《中国舰船研究》
CSCD
北大核心
2024年第2期13-20,共8页
-
基金
国家自然科学基金资助项目(51909161,41527901)
上海市自然科学基金资助项目(22ZR1434600)。
-
文摘
[目的]针对智能浮标大深度浮潜模型难以精确量化的问题,提出一种抗数据饱和及测量噪声的最小二乘算法(ASNLS),以实现浮潜多参数识别及深度预测。[方法]首先,在智能浮标浮潜运动灰箱模型中引入其执行机构的非线性动作特性以契合实际模型,并将连续型浮潜运动方程转化为离散模式以匹配实际离散的数据采样方式;然后,将离散型运动方程构造为基于相关函数的表达形式,以减弱噪声对参数辨识的影响;最后,通过调整协方差矩阵的取值,实现该浮潜参数辨识算法的抗数据饱和功能。[结果]基于2021年智能浮标在南海的大深度试验数据,开展了浮潜运动模型参数辨识及深度预测,验证结果表明:相较于传统的最小二乘算法及支持向量机算法,ASNLS算法的收敛速度更快(较最小二乘算法提高了31.8%)、深度预测误差更小(不同深度下的平均绝对百分比误差均小于9%)。[结论]ASNLS算法可为智能浮标的深度控制和预报提供有效的浮潜模型支撑。
-
关键词
智能浮标
参数辨识
抗数据饱和及测量噪声的最小二乘算法
运动预测
数据饱和
-
Keywords
smart float
parameter identification
antisaturation and noise least squares(asnls)algorithm
motion prediction
data saturation
-
分类号
U661.33
[交通运输工程—船舶及航道工程]
-