Kalman滤波技术在船舶动力定位技术中的应用

提出了Ｋａｌｍａｎ滤波技术在船舶动力定位中的应用方法,并以３００ｍ救生母船为实例分析了如何根据船舶的运动方程船舶运动的数学模型,并设计了Ｋａｌｍａｎ滤波器,通过计算机仿真试验说明该滤波器能够较好地估计出船舶的真实船位和艏向。     

应用自适应模糊控制实施船舶动力定位

在船舶动力定位中引入自适应模糊控制方法,即采用近似的线性模型通过Ｋａｌｍａｎ滤波得到船舶低频运动的状态估计值,模糊化后作为模糊控制器的输入实现定位控制。模糊控制器的核心为逢适应模糊逻辑系统,由于它具有任意的非线性映射能力,从而使控制器的参数能够在定位过程中不断调整,以适应外部环境变化。仿真结果表明,该方法在不同海况下均能达到很好的控制效果。     

动力定位船舶的非线性观测器设计

针对动力定位船舶设计了一个非线性观测器，该观测器的全局收敛性通过李亚普诺夫稳定性定理得到了证明。观测器的最大优点是可以省略采用Kalman滤波器时线性化船舶运动方程的过程。该非线性观测器可以从附有测量噪声的输出中估计到船舶低频位置和运动速度以及环境扰动作用力，同时也能从输出信号中滤除一级波浪引起的船舶高频运动。该非线性观测器的性能通过对一动力定位船舶模型的仿真得到了验证。     

基于海流的卡尔曼滤波在船舶导航上的应用

针对船舶的导航精度提高的问题,采用基于海流数据的卡尔曼滤波算法获得的海流信息,并通过对船舶经纬度、海流分量和航向、航速等非线性微分方程进行线性化处理,得出其相应的转移矩阵,然后推算出船舶在某时刻的测量向量和测量矩阵.最后对各个方程式进行卡尔曼滤波计算,并通过对系统的仿真所得到的误差曲线验证了该方法的有效性,最终通过该方法保证系统模型的实时性.     

船舶动力定位反步逆最优控制

针对动力定位船舶定点定位过程中的高低频运动特性,设计了一种基于无源滤波的反步逆最优控制器.首先建立船舶的非线性方程,再利用线性化方程对应的Riccati方程对船舶非线性方程进行反步变换,最后基于Lyapunov函数设计了未建模扰动环境力自适应律和渐进稳定的控制律,同时满足了局部性能指标和全局性能指标.该方法从一个新的角度解决定点定位过程中船舶非线性系统最优控制的问题,避免了传统H∞鲁棒控制需要求解Hamilton-Jacobi-Isaacs(HJI)方程的问题,保证了整个滤波和控制系统的稳定性.同时还研究了误差和控制权矩阵Q和R对系统性能的影响,确保了船舶低速定位过程中的能耗最优.动力定位船舶定点定位的仿真结果验证了该方法的有效性.     

动力定位船舶的波浪扰动建模与仿真

为有效量化波浪对动力定位船舶的作用,建立波浪扰动的数学模型,进而基于Matlab/Simulink建立波浪扰动的仿真平台,计算任意浪高和浪向条件下的海洋环境对动力定位船舶的波浪扰动力和力矩.以一艘供给船为例,设定不同的浪高、浪向,预报波浪扰动作用力和力矩对船舶的影响,仿真结果证明了该波浪扰动数学模型的有效性.该仿真平台可用于船舶动力定位系统控制器设计的验证,以提高船舶动力定位控制系统在恶劣环境下的可靠性和鲁棒性.     

大跨度半漂浮体系斜拉桥的动力特性分析

文章针对斜拉桥的动力特性,结合某座斜拉桥的工程实例,采用大型有限元分析程序Ansys,选取了空间梁单元和空间杆单元建立计算模型,计算出斜拉桥的自振频率和振型,并研究了动力特性。分析结果表明,半漂浮体系斜拉桥的柔度较大,振动周期一般较长,且频率较低。由于斜拉桥的频谱密集,自振特性相互耦合,任意的激振都可能引起斜拉桥的强烈...     

动力定位自动区域保持控制策略控制

根据动力定位自动区域保持控制系统的要求，设计了多种控制方案，以能量为指标函数进行比较。仿真结果表明，在海况不高的情况下，采用一种间断控制纵向、横向、始终保持平均最优艏向的控制方法相对最节省能量。     

基于核函数与卡尔曼滤波的室内定位方法

针对室内定位中存在的定位精度不高、定位稳定性较差的问题,提出了一种基于核函数与卡尔曼滤波结合的室内定位算法.首先利用核函数作为匹配算法进行初步定位,高斯核函数可以充分捕获参考点指纹与测试点RSS之间的非线性相关性,取得比K最近邻算法更好的匹配效果,再利用卡尔曼滤波对核函数的定位结果作滤波处理.实验结果表明,在真实无线局域网环境下,对核函数定位的结果作卡尔曼滤波处理后,均方根误差降低了25%,2m以内的定位准确度由75%提高到90%,定位稳定性提高了29%.     

基于回归-卡尔曼滤波组合模型的航道整治区域船舶交通流时空预测

为分析及预测工程不同阶段航道整治区域船舶交通流量变化,通过确立研究断面,获取交通流数据,对研究断面处的船舶交通流时空特性进行分析.基于现有数据,将回归模型预测值替代卡尔曼滤波模型中的状态转移值,建立回归-卡尔曼滤波组合模型,在卡尔曼滤波模型预测具有实时性的基础上,提高预测精度,并利用历史数据进行了预测.预测结果与实际数...     

基于卡尔曼滤波的AGV惯性导航仿真研究

针对目前导航方式存在的不足和惯性导航对自动引导小车(automated guided vehicle,AGV)路径定位精度低及纠偏能力差的问题,研究了AGV轨迹误差形成原因及改进惯性导航在AGV导航上的控制策略,对AGV数学模型、卡尔曼滤波(Kalman filter)定位、惯性导航纠偏控制系统进行仿真研究。在MATLAB软件上建立AGV运动模型及控制模型,获得了传统控制的AGV行走轨迹和使用卡尔曼滤波惯性导航控制策略的轨迹,并且在惯性元件的观测上引入偏移量,极大地提高了AGV在短距离行驶的观测准确性。仿真结果表明:AGV在短距离运动过程中采用卡尔曼滤波惯性导航的控制策略比传统控制策略轨迹精度提高8倍左右,在很大程度上提高了AGV定位导航能力。     

GPS 定位中扩展卡尔曼滤波和基于 Bancroft 算法的2步滤波法的比较分析

GPS 定位中常用的线性卡尔曼滤波模型的精度不能完全满足要求。为此,介绍了非线性卡尔曼滤波常用的扩展卡尔曼滤波（EKF）和基于 Bancroft 算法的2步滤波法。算例分析表明,基于 Bancroft 算法的2步滤波法较优。     

漂浮式潮流电站载体水动力性能分析

基于三维势流理论,在频域范围内,采用DNV船级社的SESAM软件系统,对某漂浮式潮流电站进行了水动力性能分析。通过分析,得出了横摇、纵摇、垂荡等响应变量的传递函数;结合载体实际工作时所处的海况,得出响应谱,并对其耐波性进行短期预报。计算结果表明,载体在横浪下垂荡和横摇较剧烈,各个浪向角下纵摇较接近。     

基于无迹卡尔曼滤波的无人机跟踪算法

基于四基站对无人机位置的定位数据,利用无迹卡尔曼滤波算法对定位数据进行最优估计,并预测无人机的运行轨迹,从而实现对无人机的实时跟踪.对经典的线性卡尔曼滤波算法和无迹卡尔曼滤波算法进行仿真对比,结果表明,线性卡尔曼滤波算法虽然能跟踪预测轨迹,但有较大的误差,而使用无迹卡尔曼滤波算法能有效地减小误差,使跟踪预测的轨迹更加精确.     

遗传算法在船舶动力定位系统中的应用

针对船舶动力定位系统提出了一种基于神经网络的模糊控制模型,它通过神经网络来实现模糊控制的模糊化、规则推理到反模糊化的整个过程,并且采用遗传算法进行网络学习;在此基础上针对船舶的纵向运动进行了仿真实验,结果表明,这种模糊神经网络结构及算法对船舶的动力定位实施具有可行性以及有效性.     

基于卡尔曼滤波的室内服务机器人定位

研究了服务机器人在室内环境中运用卡尔曼滤波算法定位的一种方法.服务机器人事先将特定的墙壁与墙角信息存储,依靠自身配备的里程计获得基本的位置信息,通过声纳传感器进行观测,对墙壁进行识别匹配,根据事先的墙壁信息获得观测位置,通过将预测值与实际观测值之间匹配和修正的递归过程实现定位算法,用Matlab软件仿真验证了该方法的可行性.     

基于颜色特征的漂浮机器人三点定位系统

针对现有机器人全局相对定位方法的局限性,研究和提出了一种带有颜色特征的漂浮机器人定位算法.首先,在机器人表面标定3个红色标记点,利用CCD摄像机和图像采集卡采集全局视图,并将采集到的视图用HSI模型描述,从而增强颜色特征的鲁棒性,减少光照等外界因素的影响.然后,通过对HSI模型图像全局扫描、滤波和除噪,确定机器人表面3个标记点的位置,再根据三点定位法找出机器人在图像中具体的像素位置和像素姿态.最后,按照微分坐标转换法,根据已知的机器人像素位置和像素姿态数据,求得其在工作台上的实际位置和姿态,以达到精确定位的目的.与同类方法相比,该方法可以显著提高算法的效率和精度.     

船舶动力定位非线性预测控制器的设计

针对海洋环境扰动力对海上作业船只的影响,导致船舶动力定位系统具有较强非线性这一情况,本文结合广义预测控制技术,设计了一种船舶动力定位非线性预测控制器。该控制器通过非线性估计滤波得出船舶非线性运动的总扰动,利用广义预测反馈校正进行补偿,并根据得到的预测值对船舶进行定位控制。经过仿真实验证明控制器具有较强鲁棒性和适应性。     

基于Unscented卡尔曼滤波的目标位置和信道参数同时估计算法

针对传统非线性最小二乘估计算法和多步迭代估计算法估计节点位置和信道参数时存在的缺点,提出一种新的基于卡尔曼滤波的目标位置和信道参数同时估计算法.新算法将接收信号强度指示(RSSI)定位问题转化为非线性方程组的参数向量估计问题,使用UKF对目标位置和无线信道参数同时进行估计.试验结果表明,与非线性最小二乘方法相比,新算法定位误差更小,对信道参数的估计也更准确.