一种基于融合滤波器的水翼双体船纵向姿态估计方法
【技术领域】
[0001] 本发明具体涉及一种通过测量系统得到船体部分纵向姿态信息（含测量噪声）的 基于融合滤波器的水翼双体船纵向姿态估计方法。
【背景技术】
[0002] 水翼双体船经常航行在具有随机干扰作用的海情下，从而使船体发生摇摆，加之 测量仪器中也不可避免地存在着观测噪声。为了保持船体的姿态，尤其是高海情情况下，采 取一定的控制是必须的，而对此需要对船体摇摆时的状态（姿态）量进行观测，而在实际 中，并不是所有需要的状态量都是可以观测到的，即使对于部分可以观测的状态量，也含有 随机噪声，因此就需要对这些无法直接观测到的和含有随机噪声的状态量运用一些方法进 行估计或运用易于观测的量间接求出来。
[0003] 水翼双体船姿态运动具有较强的非线性，因此对水翼双体船姿态估计要选择非线 性估计方法，对于非线性估计问题的处理，常用的方法用EKF (扩展卡尔曼滤波）、PF (粒子 滤波）以及UKF (无迹卡尔曼滤波），EKF虽然使用广泛，但是由于其自身存在的不足，可能 导致某些非线性问题不能准确解决，而PF虽然使用范围广且精度高，但是其计算大而导致 计算速度相对较慢。
[0004] 本发明依据水翼船在海浪中建立的纵向运动非线性方程为基础，对船体纵向运动 姿态进行估计。在分析非线性估计方法的基础上，提出一种融合滤波器。首先通过两个滤 波器分别对水翼双体船姿态进行估计，将滤波器单个估计误差样本的平方作为评价函数， 引入一个评价函数准则，进行两个滤波器的切换，进而达到了两个滤波器优势的融合，提高 了估计精度，两个滤波器并行独立运算，不会增加运算量和运算时间。
【发明内容】
[0005] 本发明的目的在于提供一种基于融合滤波器的水翼双体船纵向姿态估计方法。
[0006] 本发明的目的是这样实现的：
[0007] -种基于融合滤波器的水翼双体船纵向姿态估计方法，包括：
[0008] (1)船上测量系统测出船体部分纵向姿态信息，分别传递给第一滤波器和第二滤 波器，同时作用在船上的控制量也分别传递给第一滤波器和第二滤波器；
[0009] (2)由第一滤波器和第二滤波器得到船体纵向姿态估计值 xkiA), xkiB), k = L2,····,
[0010] (3)分别计算第一滤波器和第二滤波器的评价函数，通过评价函数准则，得到水翼 双体船纵向姿态的融合估计毛。
[0011] 所述的第一滤波器和第二滤波器是通过Sigma点发生器获取sigma点，经过非线 性状态函数进行时间更新获得状态一步预报和状态一步预报协方差，经过非线性观测函数 进行测量更新获得输出预测、输出预测自协方差和输出预测互方差，将观测量、输出预测、 输出预测自协方差、输出预测互协方差、状态一步预报和状态一步预报协方差送给状态估 计器后得到船体纵向姿态估计值毛~，.Vs>，& = 1，2,…。
[0012] 所述的非线性状态函数和非线性观测函数为：
【主权项】
1. 一种基于融合滤波器的水翼双体船纵向姿态估计方法，其特征在于： (1)船上测量系统测出船体部分纵向姿态信息，分别传递给第一滤波器和第二滤波器， 同时作用在船上的控制量也分别传递给第一滤波器和第二滤波器； 0)由第一滤波器和第二滤波器得到船体纵向姿态估计值為">，為">，A二I，2,…. (3)分别计算第一滤波器和第二滤波器的评价函数，通过评价函数准则，得到水翼双体 船纵向姿态的融合估计而。
2. 根据权利要求1所述的一种基于融合滤波器的水翼双体船纵向姿态估计方法，其特 征在于：所述的第一滤波器和第二滤波器是通过sigma点发生器获取sigma点，经过非线性 状态函数进行时间更新获得状态一步预报和状态一步预报协方差，经过非线性观测函数进 行测量更新获得输出预测、输出预测自协方差和输出预测互方差，将观测量、输出预测、输 出预测自协方差、输出预测互协方差、状态一步预报和状态一步预报协方差送给状态估计 器后得到船体纵向姿态估计值社"，而W，A= 1，2,…。
3. 根据权利要求2所述的一种基于融合滤波器的水翼双体船纵向姿态估计方法，其特 征在于：所述的非线性状态函数和非线性观测函数为：
4. 根据权利要求2所述的一种基于融合滤波器的水翼双体船纵向姿态估计方法，其特 征在于；所述的sigma点发生器是指按采样策略获取sigma点 第一滤波器按如下采样策略获取sigma点：
第二滤波器按如下采样策略获取sigma点：
5. 根据权利要求2所述的一种基于融合滤波器的水翼双体船纵向姿态估计方法，其特 征在于：所述的时间更新是指将Sigma点集中的每一个点带入到非线性状态函数中去，
式中j=A或j=B代表第一滤波器或第二滤波器 状态一步预报为
状态一步预报协方差为
6. 根据权利要求2所述的一种基于融合滤波器的水翼双体船纵向姿态估计方法，其 特征在于；所述的测量更新是指基于时间更新中的和，利用sigma点发生器获得 sigma点义;Yi，/二化VJn+l，经过非线性观测函数传播
输出预测为
输出预测自协方差为
输出预测互协方差为
7. 根据权利要求2所述的一种基于融合滤波器的水翼双体船纵向姿态估计方 法，其特征在于：所述的状态估计器是指运用新的观测量得到船体纵向姿态估计值 电W，赴B作二1，2，...)：
8. 根据权利要求2所述的一种基于融合滤波器的水翼双体船纵向姿态估计方法，其特 征在于：所述的观测量是指通过测量系统得到的船体部分纵向姿态信息；所述的船体部分 纵向姿态信息是指垂荡位移和纵摇角位移；所述的测量系统是指在一定海情下，采集船舶 实际航向、航速、垂荡和纵摇角的位移传感器、巧螺仪，计程仪、船载经绅仪。
9. 根据权利要求1所述的一种基于融合滤波器的水翼双体船纵向姿态估计方法， 其特征在于；所述的评价函数是指将滤波器单个估计误差样本的平方作为评价函数： 乂=巧技' ，i表示Xk的第i行元素；所述的评价函数准则是指将第一滤波器和第二 滤波器的每一时刻的评价函数*/尸>，乃:进行比较，评价函数小的滤波器的估计值即为水翼 双体船纵向姿态的融合估计馬：
10. 根据权利要求9所述的一种基于融合滤波器的水翼双体船纵向姿态估计方法，其 特征在于：所述的水翼双体船纵向姿态的融合估计是指达到第一滤波器和第二滤波器优势
【专利摘要】本发明具体涉及一种通过测量系统得到船体部分纵向姿态信息(含测量噪声)的基于融合滤波器的水翼双体船纵向姿态估计方法。本发明包括：一船上测量系统测出船体部分纵向姿态信息，分别传递给第一滤波器和第二滤波器，同时作用在船上的控制量也分别传递给第一滤波器和第二滤波器；由第一滤波器和第二滤波器得到船体纵向姿态估计值k＝1,2,…；分别计算第一滤波器和第二滤波器的评价函数，通过评价函数准则，得到水翼双体船纵向姿态的融合估计本发明估计结果的统计特性达到很好估计精度，两个滤波器独立并行运算，不会增加运算时间，基于波浪有色干扰而没进行状态扩维，减少了滤波估计的计算量和复杂度，提高了运算速度。
【IPC分类】B63B39-00, B63B39-06
【公开号】CN104787260
【申请号】CN201510140991
【发明人】陈虹丽, 夏晓婧, 宋景慧, 陈雨薇, 龚洛, 沈丹, 宋东辉
【申请人】哈尔滨工程大学
【公开日】2015年7月22日
【申请日】2015年3月27日