一种船舶运动模型参数辨识系统的制作方法

本发明具体涉及一种船舶运动模型参数辨识系统，属于船舶运动模型技术领域。

背景技术：

船舶运动模型具有广泛的使用需求和技术标准。为推进船舶运动模型、船舶运动建模技术的研究与发展，以满足理论需要和工程需要，对船舶运动建模工作任务、工作内容、工作质量、工作效率与技术手段等提出了要求。

在实际工作中发现，专门针对船舶运动建模与分析的自动化、智能化技术和应用系统较少，船舶运动建模步骤繁琐、效率较低。建模与参数辨识的算法多是在理论层面的应用，未形成方便实用的应用系统，使得船舶运动建模、校核缺乏操作便捷的工具，工作中仍需大量人工操作，难免存在任务多、环节中、效率低的现象。

基于系统辨识的船舶运动建模一般都需要数据采集、数据处理与优化、建模(选择模型结构)、参数辨识、模型检验等步骤。可见，研究集上述流程于一体的技术和应用系统，对应提高船舶运动建模与辨识工作的智能化、自动化水平和工作效率，是十分有益的。

技术实现要素：

因此，本发明针对现有技术中存在的不足，提出一种船舶运动模型参数辨识系统，从实际需求出发，对特定船舶的操纵运动建模与辨识开展应用技术研究，将理论研究成果转化为应用系统，为高效、智能化的船舶运动建模工作提供技术支持。

具体的技术方案为：

一种船舶运动模型参数辨识系统，包括电源、风浪流观测器、高清摄像头、导航卫星接收模块、惯性导航系统、上位机，所述上位机包括辨识系统、数据管理系统，所述惯性导航系统包括姿态传感器，所述风浪流观测器、高清摄像头、导航卫星接收模块、惯性导航系统分别与上位机通讯连接。

进一步的，所述风浪流观测器包括风速风向仪、流速流向仪，用于获取外界环境扰动的数字化输入信号。

进一步的，所述高清摄像头安放于驾驶台车、舵位置，用于对车、舵仪表拍摄照片、视频，使用图像识别技术，从拍摄的图像中提取得到操车、操舵等数字化的操纵控制输入信号。进一步的，

进一步的，所述卫星导航设备用于获取船舶运动位置、速度等数字化的状态输出信号。

进一步的，所述惯性导航系统的姿态传感器用于感知船舶位置、速度、船舶运动姿态角度、角速度。

进一步的，所述上位机电脑用于系统调试与数据管理，包括原始数据、优化后数据的保存、发送，辨识过程与结果的显示、保存。

进一步的，所述数据管理系统用于采用数据异常检测、数据滤波与平滑、时刻对准与数据采样间隔一致化等，对原始数据进行优化处理，所述辨识系统用于基于选择的模型结构，采用选定的算法对模型中参数进行辨识。

本发明的有益效果在于：本发明的船舶运动模型参数辨识系统与现有技术相比，具有以下优点：

本发明提出并研制了一种船舶运动模型参数辨识系统，主要包含系统设计、试验船舶操纵运动数据采集与处理功能、操纵运动模型参数辨识功能等。提出的技术、研发的应用系统具有较高可靠性和工程实用性，能够为船舶运动建模与辨识等提供有效支持，提高工作效率。

附图说明

图1为船舶运动模型参数辨识系统的组成示意图；

图2为系统应用流程图；

图3为系统输出并保存参数辨识结果、拟合优度指标示意图；

图4为系统给出模型输出与观测输出的对比示意图；

图5为系统给出模型输出误差及其相关性检验指标示意图。

具体实施方式

下面结合附图对本发明的具体实施方式进行说明：

本发明为船舶运动模型参数辨识系统。研发的系统组成如图1所示。系统主要由电源、风浪流观测器、高清摄像头、高精度的导航卫星接收模块、姿态传感器/惯性导航系统、便携电脑(上位机；c++开发环境；主要用于系统调试、数据管理)和辨识系统(主要是软件部分)组成。

各部分的作用如下：

(1)对外界扰动信号采集

采用风速风向仪、流速流向仪，获取外界环境扰动的数字化输入信号。

(2)船舶操纵控制输入信号采集

使用高清摄像头，安放于驾驶台车、舵位置，对车、舵仪表拍摄照片、视频；使用图像识别技术，从拍摄的图像中提取得到操车、操舵等数字化的操纵控制输入信号。

(3)船舶位置、速度信号采集

采用高精度卫星导航设备(模块)进行测量，获取船舶运动位置、速度等数字化的状态输出信号。

(4)船舶运动姿态角度、角速度信号采集

采用惯性导航系统的姿态传感器来感知船舶位置、速度、船舶运动姿态角度、角速度。

(5)数据处理

采用数据异常检测、数据滤波与平滑、时刻对准与数据采样间隔一致化等，对原始数据进行优化处理。

(6)模型参数辨识

基于选择的模型结构，采用选定的算法对模型中参数进行辨识。

(7)系统调试与数据管理

上位机电脑用系统调试与数据管理，包括原始数据、优化后数据的保存、发送，辨识过程与结果的显示、保存等。

模型选择包括以下几种：

(1)航向-舵角扩展自回归(arx)模型

(2)航向-舵角一阶非线性kt模型；

(3)航向-舵角状态空间模型；

(4)三自由度线性模型；

(5)三自由度状态空间模型；

算法选择包括：

(1)卡尔曼滤波；

(2)粒子滤波；

(3)(普通)递推最小二乘估计；

(4)遗忘因子递推最小二乘估计；

本系统应用流程如图2所示。具体应用流程如下：

(1)设计和执行实船操纵试验；

(2)采用传感器进行输入输出数据采集；

(3)对输入输出数据进行优化处理，使得数据能够直接用于辨识；

(4)选择辨识所采用的模型；

(5)选择参数估计所采用的算法；启动辨识；

(6)过程及结果保存。

本系统部分应用效果如下：

在每一个采样点，数据采集功能能够以我国国家法定计量单位自动记录船舶运动系统输出数据。

递推最小二乘辨识arx模型参数时，辨识完成后，系统能够输出并保存参数辨识结果、拟合优度指标，见图3。系统能够给出使用了辨识参数的模型输出与观测输出的对比，见图4；同时，能够给出模型输出误差及其相关性检验指标，见图5。

系统的总体特点在于：

1、数据采集、处理与传输

基于visualstudio2010/mfc开发的软件系统；能够管理gps位置传感器、速度传感器、运动姿态传感器等传感器的数据采集与传输端口；能够将采集到的时间、船舶位置、运动速度、运动加速度、转动角度、转动角加速度等数据以图形或曲线等形式的可视化方式显示；能够将采集的数据存入主要形式为*.txt、*.xls、.*xlsx等格式的数据库(文件)，以备后续使用；开发并配置有gprs数据接收-传输接口，通过连接gprs设备，能够将数据实时传输于远端服务器或用户。

能够以2s、5s、10s(可选)的时间间隔实时接入船舶运动输入(舵角)-输出(航向)数据；能够采用两种算法对输入-输出数据进行优化，如采样间隔不均匀时的插值、异常值的剔除(替换)。

2、船舶操纵运动模型参数辨识

提供四种类型船舶运动模型；能够选择拟采用模型及其待估参数；提供拟合误差准则为输出数据的最小二乘；以极小化输出误差为原则，能够采用(普通)递推最小二乘法、遗忘因子递推最小二乘法对模型中待估参数进行自动递推/自适应优化；能够以手动、默认两种方式设置待估参数初值；能够保存待估参数；在线使用完毕后，估计器能够在自动给出优化后的参数或手动选择一组参数时，将该组参数应用于所选的模型，并能够在相同的输入(自动记录的舵角)条件下，得到模型输出，并能够将得到的模型输出与实验观测的输出画图对比。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。