基于滚动时域估计的动力定位船舶波频模型参数估计系统的制作方法

文档序号:10511141阅读:264来源:国知局
基于滚动时域估计的动力定位船舶波频模型参数估计系统的制作方法
【专利摘要】基于滚动时域估计的动力定位船舶波频模型参数估计系统,涉及船舶动力定位领域,具体涉及动力定位船舶波频模型参数估计系统。为了解决现有的利用带通滤波进行海浪滤波过程中存在的精度有限的问题,本发明包括:波频模型参数估计功能启动模块、时间窗提取模块、测量信息序列提取模块、主导频率预估器、高通滤波器、滚动时域估计器和模型参数估计结束模块;主导频率预估器取出动力定位船舶位置和艏向的测量信息并进行快速傅里叶变换获取谱曲线并确定初始的波频模型参数;高通滤波器对测量信息进行滤波估计出波频运动分量;然后,滚动时域估计器估计出波频模型参数和波频运动估计。本发明适用于动力定位船舶波频模型参数估计。
【专利说明】
基于滚动时域估计的动力定位船舶波频模型参数估计系统
技术领域
[0001] 本发明涉及船舶动力定位领域,具体涉及动力定位船舶波频模型参数估计系统。
【背景技术】
[0002] 随着技术的发展,人们的活动范围也逐渐从沿岸和近海扩展到深远海海域。各项 海洋工程都需要装有动力定位的船舶保障和支持。动力定位系统采用推力器来提供抵抗 风、浪、流等作用在船上的环境力,从而使船尽可能地保持在海平面上要求的位置上。随着 海上油气资源的开发不断向深海拓展,传统的锚泊定位方式正逐渐被动力定位所取代,依 靠海洋结构物的自身动力进行定位已经成为深海油气生产设施的主要选择。其定位成本不 会随着水深增加而增加,并且操作也比较方便,因此动力定位技术成为深海开发的关键技 术之一,广泛应用于海洋钻井船、平台支持船、潜水器支持船、管道和电缆敷设船、科学考察 船、深海救生船等船舶上。
[0003] 动力定位船舶工作时受到风、浪、流和推力器的作用而产生运动,其中风、二阶低 频浪、流和推进器引起的运动属于低频运动,其频率范围为0~0.25rad/s,而一阶浪和高频 浪引起的运动属于波频运动,其频率范围为0.3~1.6rad/s,处于船舶控制带宽的边界或者 外界,但处于船舶执行机构的响应带宽范围之内。实际的动力定位控制系统采集到的信号 为综合信息,含有低频运动分量、波频运动分量和测量噪声分量。动力定位控制系统的目标 是控制船舶的低频运动,因此需要对进入控制环路的反馈状态变量进行滤波处理,将其高 频运动分量过滤掉。滤波的性能依赖于模型参数的准确度,尤其是波频模型参数的精度。因 此动力定位船舶波频模型参数估计问题成为动力定位技术的焦点之一。动力定位系统中通 常使用带通滤波来进行海浪滤波,得到控制器需要的状态信息,但是这中方法容易产生信 息滞后和精度有限的问题,目前还没有一种能够有效改善此问题的方法。

【发明内容】

[0004] 本发明为了解决现有的利用带通滤波进行海浪滤波过程中存在的精度有限的问 题。
[0005] 船舶动力定位控制系统中模型更新逻辑系统的参数需要经过波频模型参数估计 系统进行估计,然后将所得波频模型参数返回给船舶动力定位控制系统的模型更新系统, 完成波频模型的更新功能。本发明的波频模型参数估计系统为基于滚动时域估计的动力定 位船舶波频模型参数估计系统。
[0006] 基于滚动时域估计的动力定位船舶波频模型参数估计系统,包括:
[0007] 波频模型参数估计功能启动模块、时间窗提取模块、测量信息序列提取模块、主导 频率预估器、高通滤波器、滚动时域估计器和模型参数估计结束模块;
[0008] 波频模型参数估计功能启动模块,用于实现波频模型参数估计系统的数据初始 化,如确定时间窗长度等;
[0009] 时间窗提取模块,用于从船舶动力定位控制系统数据库里提取一段时间的数据;
[0010] 测量信息序列提取模块,用于从时间窗里提取动力定位船舶的位置和艏向测量信 息;
[0011] 主导频率预估器,用于从数据时间窗内取出动力定位船舶位置和艏向的测量信息 n,并对其进行快速傅里叶变换,获取测量信息的频谱曲线并确定初始的波频模型参数Θ; [0012 ]高通滤波器,对测量信息η进行滤波,估计出波频运动分量;
[0013] 滚动时域估计器,使用主导波频估计器估计出的预估波频模型参数和高通滤波器 所估计的波频运动分量%w对波频模型参数进行估计;估计出对应的波频模型参数估计§和 波频运动估计?,,:
[0014] 波频模型参数估计结束模块,用于将波频模型参数传递出去,并将船舶动力定位 控制系统中的模型更新逻辑设为假,完成波频模型参数估计。
[0015] 基于滚动时域估计的动力定位船舶波频模型参数估计系统进行参数估计,波频模 型参数估计系统将所得波频模型参数返回给船舶动力定位控制系统的过程如下:
[0016] 当船舶动力定位控制系统中的模型更新逻辑系统逻辑为真时,波频模型参数估计 功能启动模块启动,对波频模型参数估计系统的数据进行初始化;时间窗提取模块从船舶 动力定位控制系统数据库里提取一段时间的数据;然后测量信息序列提取模块从时间窗里 提取动力定位船舶的位置和艏向测量信息;主导频率预估器从数据时间窗内取出动力定位 船舶位置和艏向的测量信息n并对其进行快速傅里叶变换,获取测量信息的频谱曲线并确 定初始波频模型参数;高通滤波器对测量信息n进行滤波,估计出波频运动分量?#.;滚动时 域估计器使用主导波频估计器估计出的预估波频模型参数和高通滤波器所估计的波频运 动分量对波频模型参数进行估计;波频模型参数估计结束模块将波频模型参数传递出 去,并将模型更新逻辑设为假,完成波频模型参数估计;至此,波频模型参数估计系统将所 得波频模型参数返回给船舶动力定位控制系统的模型更新系统,完成波频模型的更新功 能。
[0017] 本发明具有以下效果:
[0018] 通过本发明所述的波频模型参数估计系统,可以实时地估计出船舶的波频运动状 态,并将其分离开来,进而得到控制器需要的状态信息。解决了实际的海洋环境是变化的海 浪滤波问题,提高了状态估计的精度。而且利用本发明进行波频模型参数估计,所估计的波 频模型参数收敛到了真值附近,证明波频模型参数估计系统估计成功。相比利用带通滤波 进行海浪滤波的方法,精度提尚15%以上。
【附图说明】
[0019] 图1为基于滚动时域估计的动力定位船舶波频模型参数估计系统的结构示意图; 其中,1为船舶动力定位控制系统,2为波频模型参数估计系统,3为模型更新逻辑系统,4为 波频模型参数估计功能启动模块,5为时间窗提取模块,6为测量信息序列提取模块,7为主 导频率预估器,8为高通滤波器,9为滚动时域估计器,10为模型参数估计结束模块,11为模 型更新系统;
[0020]图2为实施例中估计波频模型参数的曲线与仿真波频模型参数真值的对比图;其 中,图2a为纵向主导频率对比图,图2b为横向主导频率对比图,图2c为艏向上的主导频率对 比图。
【具体实施方式】
【具体实施方式】 [0021] 一:
[0022] 船舶动力定位控制系统1中模型更新逻辑系统3的参数需要经过波频模型参数估 计系统2进行估计,然后将所得波频模型参数返回给船舶动力定位控制系统1的模型更新系 统11,完成波频模型的更新功能。本发明的波频模型参数估计系统2为基于滚动时域估计的 动力定位船舶波频模型参数估计系统。动力定位船舶波频模型参数估计示意图如图1所示。
[0023] 基于滚动时域估计的动力定位船舶波频模型参数估计系统,包括:
[0024] 波频模型参数估计功能启动模块4、时间窗提取模块5、测量信息序列提取模块6、 主导频率预估器7、高通滤波器8、滚动时域估计器9和模型参数估计结束模块10;
[0025] 波频模型参数估计功能启动模块4,用于实现波频模型参数估计系统2的数据初始 化,如确定时间窗长度等;
[0026] 时间窗提取模块5,用于从船舶动力定位控制系统1数据库里提取一段时间的数 据;
[0027] 测量信息序列提取模块6,用于从时间窗里提取动力定位船舶的位置和艏向测量 信息;
[0028] 主导频率预估器7,用于从数据时间窗内取出动力定位船舶位置和艏向的测量信 息n,并对其进行快速傅里叶变换,获取测量信息的频谱曲线并确定初始的波频模型参数Θ;
[0029] 高通滤波器8,对测量信息II进行滤波,估计出波频运动分量?,
[0030] 滚动时域估计器9,使用主导波频估计器7估计出的预估波频模型参数和高通滤波 器8所估计的波频运动分量对波频模型参数进行估计;估计出对应的波频模型参数估计 Θ和波频运动估计t;
[0031] 波频模型参数估计结束模块10,用于将波频模型参数传递出去,并将船舶动力定 位控制系统1中的模型更新逻辑设为假,完成波频模型参数估计。
[0032 ]基于滚动时域估计的动力定位船舶波频模型参数估计系统进行参数估计,波频模 型参数估计系统2将所得波频模型参数返回给船舶动力定位控制系统1的过程如下:
[0033]当船舶动力定位控制系统1中的模型更新逻辑系统3逻辑为真时,波频模型参数估 计功能启动模块4启动,对波频模型参数估计系统2的数据进行初始化;时间窗提取模块5从 船舶动力定位控制系统1数据库里提取一段时间的数据;然后测量信息序列提取模块6从时 间窗里提取动力定位船舶的位置和艏向测量信息;主导频率预估器7从数据时间窗内取出 动力定位船舶位置和艏向的测量信息n并对其进行快速傅里叶变换,获取测量信息的频谱 曲线并确定初始波频模型参数;高通滤波器8对测量信息n进行滤波,估计出波频运动分量 滚动时域估计器9使用主导波频估计器7估计出的预估波频模型参数和高通滤波器8所 估计的波频运动分量对波频模型参数进行估计;波频模型参数估计结束模块10将波频 模型参数传递出去,并将模型更新逻辑设为假,完成波频模型参数估计;至此,波频模型参 数估计系统2将所得波频模型参数返回给船舶动力定位控制系统1的模型更新系统11,完成 波频模型的更新功能。
【具体实施方式】 [0034] 二:
[0035] 本实施方式所述的波频模型参数估计功能启动模块4进行数据初始化时将时间窗 长度确定为500秒并调用数据库纪录的内容。
[0036] 其他模块和参数与【具体实施方式】一相同。
[0037]【具体实施方式】三:
[0038]本实施方式所述的主频率预估器7基于模糊算法确定预估主导频率。
[0039]其他模块和参数与【具体实施方式】一或二相同。
[0040]【具体实施方式】四:
[0041 ]本实施方式
[0042] 本实施方式所述的高通滤波器8的设计过程如下:
[0043] 根据船舶推力响应特性和波频运动分量的特点,将高通滤波器的技术指标设为
[0045] 其中,ω为圆频率(也称角频率),j表示虚数;
[0046] 在设计高通滤波器时,一般以原型低通滤波器为基础进行设计,然后通过映射变 换得到需要的高通滤波器;原型低通滤波器为归一化的原型低通滤波器,其截止频率为
[0047] ω〇=1 (2)
[0048] 原型低通滤波器的传递函数为
[0050] 其中,s是传递函数变量,η是传递函数阶数;参数bi-bn+i和ai-an+i,采用10阶 Butterworth逼近方法确定;
[0051 ]目标高通滤波器的截止频率为
[0052]孕=0.35 (4)
[0053]频率映射关系为
[0055] 其中,s'为高通滤波器的系统传递函数变量;
[0056] 得到高通滤波器的系统传递函数:
[0058]经过离散化,将上述高通滤波器的系统传递函数离散化为以下形式
[0060] 至此,高通滤波器已由低通滤波器的归一化原型再经频率变换得到。
[0061 ]其他模块和参数与【具体实施方式】一至三之一相同。
【具体实施方式】 [0062] 五:
[0063]本实施方式所述的滚动时域估计器9的设计过程如下:
[0064]波频运动的估计模型为
[0066] 其中,上标~表示估计值,ξ为波频运动状态估计向量,Aw(Θ)和Cw为波频模型参数矩 阵,ε为估计残差向量,L为估计增益矩阵;为估计的波频运动分量;
[0067] 上述波频模型中并没有白噪声驱动,原因在于,在估计波频模型参数时,波频模型 是由估计残差驱动的;波频模型参数记为
[0068] θ = [ωχ ωγ ωψ]τ (9)
[0069] 其中,ωχωγωΦ分别表示纵向、横向和艏向上的主导频率;
[0070] 考虑到波频模型参数为缓慢变化变量,因此合理地假设
[0071] 0 = 0 (10)
[0072] 波频模型在参数估计过程中的增广状态记为
[0073] χ=[θτ ξτ]τ (11)
[0074] 测量变量记为
[0075] J = \w (12)
[0076] 估计残差为
[0077] c.(k) = y(k)-C\(k) (13)
[0078] 其中,k为当前采样时刻;C为输出矩阵;
[0079]则增广估计模型为
[0080] \ = f(x) + L(y-Cx) (14)
[0081 ] f(i)为增广估计模型中的状态函数;
[0082] 假设采样时间为%,对增广估计模型进行一阶前向欧拉离散,则有
[0083] 免(灸'+.1) = F(i(人'))+K(A')(y(A')-Ci(A')) (1,)
[0084] 其中
[0085] 17(\(^)) % x(A ) -f Τ\ (?'(χ(Λ))) (16)
[0086] K(k)=TsL(k) (17)
[0087] 已知状态先验估计^服从正态分布為广,(l〇,Pe)表示均值,Po表示方差;估计 时域长度为N,选取滚动时域估计的代价函数为
[0089] 其中,为估计时域到达之前信息的到达代价,使用先验估计来补偿估计时 域内状态轨迹的估计偏差;Q和R分别为被估计系统过程噪声和输出噪声的协方差矩阵;
[0090] 对于非线性系统,上述代价函数受到以下约束:
[0093] (21)
[0094] 公式(18)~(21)描述了一个完全信息问题;考虑到约束条件有
[0095] xAeX (22)
[0096] 其中,X为状态的可行解集;
[0097] 公式(18)~(22)描述的滚动时域估计问题,可以等价地转换为状态轨迹的联合概 率密度极大值问题
[0099]基于滚动时域估计技术,得到当前时刻最优状态估计#
[0101] 假设最优估计附近的概率分布为多元正态分布,则当前概率分布下,非线性系统 存在多个局部最优解;为了解决此问题,引入主导频率预估器7提供的预估主导频率作为整 个滚动时域估计的波频模型参数初始值;最优波频模型参数为
[0102] Θ, = hxA (25)
[0103] 其中h=[I3x3 03X6];至此得到增广系统的最优状态估计%,根据增广系统的状态 定义,得到对应的最优估计:波频模型参数最优估计f和波频运动最优估计;
[0104] 将波频模型参数最优估计f和波频运动最优估计ΙΓ做为波频模型参数估计§和 波频运动估计的最终估计结果。
[0105] 其他模块和参数与【具体实施方式】一至四之一相同。
[0106] 实施例
[0107] 为了验证本发明的波频模型辨识效果,进行波频模型辨识仿真试验。
[0108] 试验的目的为了验证本发明的波频模型辨识效果,因此要求仿真试验具有两个模 型:仿真波频模型和辨识波频模型。波频模型参数包括相对阻尼比和三个自由度上的主导 频率。选取仿真模型的相对阻尼比ζ = 〇 . 1,主导频率分别为ωχ = 〇.5、ωγ = 〇.5和ωΦ = 〇.5。 选取辨识模型的相对阻尼ζ = 〇.1,状态估计中的主导频率可随意给出,参数估计的初始化 主导频率由主导波频预估器确定。时间窗长度为500秒,采样时间为0.5秒。滚动时域估计的 权值矩阵弘如时=乜& 8([56-3 56-3 56-2 56-156-116-186-186-116-1])。
[0109] 测量信号经过高通滤波器后得到波频运动滤波值然后对其进行扩展卡尔曼 滤波估计,得到波频模型参数估计值,所估计波频模型参数的曲线与仿真波频模型参数的 真值对比如图2所示,波频模型的参数估计值快速地稳定在真值附近,因此可以得出结论, 本仿真试验验证了基于滚动时域估计的波频模型参数估计方法的有效性。
【主权项】
1. 基于滚动时域估计的动力定位船舶波频模型参数估计系统,其特征在于其包括: 波频模型参数估计功能启动模块(4)、时间窗提取模块(5)、测量信息序列提取模块 (6)、主导频率预估器(7)、高通滤波器(8)、滚动时域估计器(9)和模型参数估计结束模块 (10); 波频模型参数估计功能启动模块(4),用于实现波频模型参数估计系统(2)的数据初始 化; 时间窗提取模块(5),用于从船舶动力定位控制系统(1)数据库里提取一段时间的数 据; 测量信息序列提取模块(6),用于从时间窗里提取动力定位船舶的位置和艏向测量信 息; 主导频率预估器(7),用于从数据时间窗内取出动力定位船舶位置和艏向的测量信息 n,并对其进行快速傅里叶变换,获取测量信息的频谱曲线并确定初始的波频模型参数Θ; 高通滤波器(8 ),对测量信息II进行滤波,估计出波频运动分量%^ 滚动时域估计器(9),使用主导波频估计器(7)估计出的预估波频模型参数和高通滤波 器(8)所估计的波频运动分量对波频模型参数进行估计;估计出对应的波频模型参数估 计I和波频运动估计t 波频模型参数估计结束模块(10),用于将波频模型参数传递出去,并将船舶动力定位 控制系统(1)中的模型更新逻辑设为假,完成波频模型参数估计。2. 根据权利要求1所述的基于滚动时域估计的动力定位船舶波频模型参数估计系统, 其特征在于所述的波频模型参数估计功能启动模块(4)进行数据初始化时将时间窗长度确 定为500秒并调用数据库纪录的内容。3. 根据权利要求2所述的基于滚动时域估计的动力定位船舶波频模型参数估计系统, 其特征在于所述的主频率预估器(7)基于模糊算法确定预估主导频率。4. 根据权利要求1、2或3所述的基于滚动时域估计的动力定位船舶波频模型参数估计 系统,其特征在于所述的高通滤波器(8)的设计过程如下: 根据船舶推力响应特性和波频运动分量的特点,将高通滤波器的技术指标设为(1) 其中,ω为圆频率,j表示虚数; 在设计高通滤波器时,以原型低通滤波器为基础进行设计,然后通过映射变换得到需 要的高通滤波器;原型低通滤波器为归一化的原型低通滤波器,其截止频率为 ω〇=1 (2) 原型低通滤波器的传递函数为(3) 其中,s是传递函数变量,η是传递函数阶数;参数bi-bn + i和ai-an + i,采用10阶 Butterworth逼近方法确定; 目标高通滤波器的截止频率为 mc = 0.35 (4) 频率映射关系为(?) 其中,S'为高通滤波器的系统传递函数变量; 得到高通滤波器的系统传递函数:(6) 经过离散化,将上述高通滤波器的系统传递函数离散化为以下形式(7) 至此,高通滤波器已由低通滤波器的归一化原型再经频率变换得到。5.根据权利要求4所述的基于滚动时域估计的动力定位船舶波频模型参数估计系统, 其特征在于所述的滚动时域估计器(9)的设计过程如下: 波频运动的估计模型为(8) 其中,上标'表示估计值,ξ为波频运动状态估计向量,Αν(θ)和Cw为波频模型参数矩阵,ε 为估计残差向量,L为估计增益矩阵;为估计的波频运动分量; 波频模型参数记为 θ = [ ωχ ωγ ωψ]τ (9) 其中,ωχ c〇y ωΦ分别表示纵向、横向和艏向上的主导频率; 假设 θ = 0 (10) 波频模型在参数估计过程中的增广状态记为 χ=[θτ ξτ]τ (11)测量变量记为 (12) 估计残差为 r,(L) - \(k)-C\(L) .(13) 其中,k为当前采样时刻;C为输出矩阵; 则增广估计模型为、 (14) 假设采样时间为^,对增广估计模型进行一阶前向欧拉离散,则有 其中(15) (16) K(k)=TsL(k) (17) 已知状态先验估计粍服从正态分布~,估计时域长度为N,选取滚动时域估 计的代价函数为(18) 其中,为估计时域到达之前信息的到达代价,使用先验估计来补偿估计时域内 状态轨迹的估计偏差;Q和R分别为被估计系统过程噪声和输出噪声的协方差矩阵; 对于非线性系统,上述代价函数受到以下约束:公式(18)~(21)描述了一个完全信息问题;考虑到约束条件有其中,X为状态的可行解集; 公式(18)~(22)描述的滚动时域估计问题,等价地转换为状态轨迹的联合概率密度极 大值问题基于滚动时域估计技术,得到当前时刻最优状态估计假设最优估计附近的概率分布为多元正态分布,则当前概率分布下,非线性系统存在 多个局部最优解;引入主导频率预估器(7)提供的预估主导频率作为整个滚动时域估计的 波频模型参数初始值;最优波频模型参数为 Θ; = hi: (25) 其中h=[l3x3 〇3x6];至此得到增广系统的最优状态估计i丨,根据增广系统的状态定义, 得到对应的最优估计:波频模型参数最优估计r和波频运动最优估计?Λ 将波频模型参数最优估计纪和波频运动最优估计兔;做为波频模型参数估计§和波频 运动估计t的最终估计结果。
【文档编号】G05B13/04GK105867122SQ201610201135
【公开日】2016年8月17日
【申请日】2016年4月1日
【发明人】夏国清, 刘菊, 陈兴华, 刘建旭, 绍兴超
【申请人】哈尔滨工程大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1