一种基于船体姿态信息估计海浪浪高的系统的制作方法
【专利摘要】本发明属于船体姿态信息估计领域，具体的说是一种基于船体姿态信息估计海浪浪高的系统。包括无迹卡尔曼滤波器、海浪扰动估计器、海浪浪高估计器，船上测量系统的加速度传感器、惯性陀螺仪测出船体姿态信息，海浪扰动估计器接收作用在船上的控制量的同时接收无迹卡尔曼滤波器的输出的水动力系数估计值，得到海浪扰动估计器输出的海浪扰动力、力矩估计序列，浪高估计器接收海浪扰动力、力矩估计序列后，得到海浪浪高估计序列。本发明可以很好的解决所用船体运动方程参数未知和不确定性的情况，最后利用船体姿态反推出的船体所受的海浪扰动间接的求出海浪浪高，达到了较高的计算精度。
【专利说明】一种基于船体姿态信息估计海浪浪高的系统
【技术领域】
[0001] 本发明属于船体姿态信息估计领域，具体的说是一种基于船体姿态信息估计海浪 浪1?的系统。
【背景技术】
[0002] 海洋是世界重要的组成部分，要对其进行研究，首先要考虑海浪，我们知道，海浪 是海洋中的一种普遍自然现象，它是由海水的不规则波动而产生的，并且影响着人们在海 上的各种活动，无论是民用的渔船，还是军用船舶，在海上航行时都会因为海浪的影响而产 生剧烈摇荡，轻则影响航行，重则可能会损坏船只或者使其沉没，因此为了减小海浪对海上 航行船只的威胁性，对海浪特性的研究有着相当重要的意义。
[0003] 在了解海浪特性方面，传统的系统是运用一些仪器来测量海浪的相关数据，在实 际中有不少船只使用浪高仪来测量浪高，对于这种情况，同样也会出现一些问题，如浪高仪 本身的故障以及浪级上的限制，也就是说浪高仪并不是在任何情况下都是可以使用的，它 具有一定的局限性，当然也有比较先进的船只配备了随船海浪摄像测量系统，这种系统虽 然也可以达到目的，但是由于其复杂性以及价格昂贵，使其不能在所有船只都能使用，这也 就限制了这种系统的应用范围。综合考虑这些系统都并不太令人满意，因此找出更好的测 量海浪浪高的系统，增加船舶在航行时的安全性，仍是当前重要的课题。
[0004] 对于传统的使用仪器测量海浪浪高的系统中，浪高仪的工作原理是在使用时需要 投放测量海域，利用其中传感器进行测量计算而输出相应的浪高数据，待测量完毕后进行 回收，而同样的原理，将海中航行的船体作为一个浪高仪时，利用船体自身的一些航行姿态 变量对海浪的浪高进行计算，同样也可以得到相应的信息，并且减少了投放与回收的过程， 更加方便。
[0005] 本发明通过建立的船体运动方程，应用无迹卡尔曼滤波器对船体模型参数进行辨 识，并依此反推出船体所受的海浪扰动。通过运用神经网络的系统找出海浪扰动与海浪浪 高之间的关系，间接求出海浪浪高。这其中并没有运用新的测量仪器，只是运用船体在海中 航行的过程中提供的一些航行参数，该法是一种较为安全、便捷的海浪浪高测量系统。
【发明内容】
[0006] 本发明的目的在于提供一种更高计算精度的基于船体姿态信息估计海浪浪高的 系统。
[0007] 本发明的目的是这样实现的
[0008] 基于船体姿态信息估计海浪浪高的系统，包括无迹卡尔曼滤波器（1)、海浪扰动估 计器（2)、海浪浪高估计器（3)，船上测量系统的加速度传感器、惯性陀螺仪测出船体姿态 信息：纵荡速度、横荡速度、艏摇角速度，传递给无迹卡尔曼滤波器（1)，将作用在船上的控 制量分别发送给无迹卡尔曼滤波器（1)和海浪扰动估计器（2)，无迹卡尔曼滤波器（1)同时 接收船体姿态信息和作用在船上的控制量后得到水动力系数估计值；海浪扰动估计器（2) 接收作用在船上的控制量的同时接收无迹卡尔曼滤波器（1)的输出的水动力系数估计值， 得到海浪扰动估计器（2)输出的海浪扰动力、力矩估计序列，浪高估计器（3)接收海浪扰动 力、力矩估计序列后，得到海浪浪1?估计序列。
[0009] 无迹卡尔曼滤波器是通过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，经过非线性量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，将实际输出值、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 到水动力系数估计值；所述的非线性状态函数和非线性量测函数为：
[0010]
【权利要求】
1. 一种基于船体姿态信息估计海浪浪高的系统，其特征在于：包括无迹卡尔曼滤波器 (1)、海浪扰动估计器（2)、海浪浪高估计器（3)，船上测量系统的加速度传感器、惯性陀螺 仪测出船体姿态信息：纵荡速度、横荡速度、艏摇角速度，传递给无迹卡尔曼滤波器（1)，将 作用在船上的控制量分别发送给无迹卡尔曼滤波器（1)和海浪扰动估计器（2)，无迹卡尔 曼滤波器（1)同时接收船体姿态信息和作用在船上的控制量后得到水动力系数估计值；海 浪扰动估计器（2)接收作用在船上的控制量的同时接收无迹卡尔曼滤波器（1)的输出的水 动力系数估计值，得到海浪扰动估计器（2)输出的海浪扰动力、力矩估计序列，浪高估计器 (3)接收海浪扰动力、力矩估计序列后，得到海浪浪高估计序列。
2. 根据权利要求1所述的一种基于船体姿态信息估计海浪浪高的系统，其特征在于： 所述的无迹卡尔曼滤波器是通过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，经过非线性量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，将实际输出值、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 水动力系数估计值；所述的非线性状态函数和非线性量测函数为：
xk是η维状态向量，yk是r维输出向量，Θk是p维未知参数向量，Wk是n维状态噪声 向量，Vk是r维量测噪声向量，是η+ρ维的状态向量，Iik是ρ维状态噪声向量，此处，假 设序列wk，nk与Vk均为离散的高斯白噪声； 所述的sigma点发生器是采用对称采样策略获取sigma点：
3. 根根据权利要求2所述的一种基于船体姿态信息估计海浪浪高的系统，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，
状态一步预报为
状态一步预报协方差为
4. 根根据权利要求3所述的一种基于船体姿态信息估计海浪浪高的系统，其特征在 于：所述的测量更新是指基于时间更新中的状态一步预报元和状态一步预报协方差Px, k，利用sigma点发生器获得sigma点名+ 经过非线性量测函数传播
输出预泖
输出预测自协方差为
输出预测互协方差为』
5.根据权利要求2所述的一种基于船体姿态信息估计海浪浪高的系统，其特征在于： 所述的状态估计器是指运用实际输出的值来修正计算的状态后验估计值： =xl^K( yk ^yi); 所述的实际输出值是指通过测量系统得到的船体姿态信息，极纵荡速度、横荡速度以 及艏摇角速度，测量系统是指线加速度传感器、惯性陀螺仪，状态后验估计值是指水动力系 数及船体姿态辨识值，海浪扰动估计器为：
海浪浪尚估计器为： "
〇
【文档编号】G01C5/00GK104316025SQ201410546129
【公开日】2015年1月28日 申请日期:2014年10月16日 优先权日:2014年10月16日
【发明者】陈虹丽, 余沛, 王子元, 沈丹, 宋东辉, 高延滨, 何昆鹏 申请人:哈尔滨工程大学