当前位置:主页 > 科技论文 > 船舶论文 >

基于局部加权学习的船舶操纵运动辨识建模

发布时间:2020-06-12 06:50
【摘要】:船舶操纵运动数学模型不仅是航海模拟器的核心技术之一,也是船舶运动控制研究的重要仿真平台。非参数模型直接研究系统输入与输出之间的映射关系,避免模型结构不精确问题,从理论上能够建立具有较高精度的船舶运动数学模型。本文基于数据驱动理念,以局部加权学习算法(Locally Weighted Learning,LWL)为基础,进行系统深入的理论探索研究,提出一种非参数辨识建模方法,期望为航海模拟器、航海控制工程等提供精度更高的船舶运动数学模型。LWL算法是一种典型的非参数学习算法,广泛应用于控制机器人等系统。船舶运动不同于机器人运动,船舶操纵运动具有大惯性、严重非线性的特点。本文分别从算法应用、距离测度优化及计算复杂度3个方面展开研究,目的是提出一套满足航海模拟器需求的,较为完备的建模理论与方法。主要工作和成果如下:1.LWL算法应用研究。本文基于数据驱动思想,以局部加权学习算法为基础,研究全局最优和局部最优LWL算法在船舶操纵运动建模领域的应用。基于支持向量机升维思想,将上一时刻船舶运动速度和加速度信号引入系统输入空间,提升输入空间维度,解决了船舶运动状态一对多映射、不可分问题,利用LWL算法的局部逼近特性克服了船舶运动状态的非线性问题。以一组数值算例、Delta Linda号拖轮模拟器以及Mariner轮整体型数学模型为仿真研究对象进行仿真研究。采用数值算例进行仿真研究,局部最优LWL较传统全局最优LWL拟合精度提高了 40.1%。以Delta Linda号拖轮数学模型和Mariner轮整体型模型为研究对象,建立船舶操纵运动数学模型。仿真结果与模型数据进行对比,两者符合地很好,说明本文算法能有效学习船舶操纵运动特性,是一种有效地建模方法;2.距离测度优化研究。传统LWL算法采用梯度下降法学习距离测度,易导致距离测度局部最优和过学习欠学习。通过重新定义一种适应度函数,赋予最优距离测度以最大的适应度,提出一种改进遗传寻优算法,从多点展开并行搜索,能有效解决梯度下降算法存在的局部最优问题和训练距离测度时过学习欠学习问题。引入模式理论定性分析了本文提出适应度函数较传统适应度函数的优越性。以一组数值算例和育鲲轮实船试验数据进行仿真验证。通过数值算例仿真与文献方法进行对比,拟合精度提高了 11.81%。育鲲轮实船数据能有效检验本文方法的有效性,仿真表明本文方法能有效学习育鲲轮的船舶操纵运动特性,是一种有效的距离测度训练方法;3.距离测度优化研究。提出一种多新息梯度迭代算法,解决了优化距离测度的过学习欠学习问题和训练时间较长问题。该算法采用过去和当前迭代的目标函数梯度学习距离测度,能有效减少训练时间。同时研究了新息长度、距离测度初值以及收敛因子对算法收敛性的影响。证明了该算法估计误差可以收敛到0。以Mariner轮整体型模型和育鲲轮实船试验数据为仿真研究对象,仿真结果表明,与局部最优LWL相比训练时间缩短了 95.26%,能有效学习船舶操纵运动特性,是一种有效的距离测度训练方法;4.计算复杂度研究。为了减小LWL算法计算复杂度,提出一种网格索引构建子空间算法,为每个预测点分配一个子空间。LWL算法预测时只需调用子空间,而非整个训练数据集,能有效降低LWL算法的计算复杂度。由于网格索引算法本身计算复杂度较小,因此该算法能有效降低模型整体计算复杂度。本文从计算量和计算机执行时间两方面对算法计算复杂度进行评价。以Mariner轮整体型数学模型为仿真研究对象,Z形试验仿真结果表明,与局部最优LWL算法相比计算机执行时间减少了 95.0%,与k邻近算法相比减少了 34.80%。仿真结果表明,本文算法能有效地学习船舶操纵运动特性,降低了 LWL算法计算复杂度,保证了模型的实时性。
【图文】:

数理,前后对比,数据,旋回试验


合理的试验。船舶操纵试验主要考虑操纵类型、采样周期等。传统的船舶操纵试逡逑验主要包括旋回试验、Z形操纵、螺旋试验、逆螺旋试验等。本文提出一种8字旋逡逑回试验,,顾名思义,船舶运动轨迹像数字8—样,如图2.2所示。逡逑2401.逦.逦逡逑,雨逡逑120逡逑*%0逦-50逦0逦50逦100逡逑yj瓜逡逑图2.2邋8字形旋回轨迹逡逑Fig.邋2.2邋Trajectory邋of邋the邋fugure-8-tuming邋test逡逑8字旋回试验步骤如下:首先向右舷打一定舵角(以右舷为例,也可以向左舷逡逑打蛇);当船首向转过360°时,向左舷打大小相同的舵角;当船首向再次转过360°逡逑时,再次向右舷打大小相同的舵角;最后,当船首再次转过360°时,结束试验,逡逑并记录试验过程中数据,包括舵角,纵向、横向以及转艏速度和加速度。逡逑试验设计的目的是为了采集样本数据,样本采集涉及到采样周期。本文在样逡逑本采集时采用了两种采样周期,样本数据采用2邋s,测试数据采用Is。此外,本文逡逑船舶操纵运动试验还包括Z形试验和旋回试验[119]。逡逑2.邋3试验数据处理逡逑为了满足辨识需要

拖轮,操纵模拟器,大连海事大学


2.4.2邋Delta邋Linda拖轮模型简介逡逑拖轮是协助大型船舶靠离泊、港内掉头、进出港及拖航等作业的专用船舶。逡逑拖轮模拟器对培训拖轮船员,减少作业事故具有重要意义。如图2.4所示,为大连逡逑海事大学开发的全任务拖轮操纵模拟器。该模拟器采用的Delta邋Linda拖轮数学模逡逑型是从丹麦海事研究所(Danish邋Maritime邋Institute,DMI)引进的一种先进拖轮数学逡逑模型
【学位授予单位】:大连海事大学
【学位级别】:博士
【学位授予年份】:2018
【分类号】:U675.9

【参考文献】

相关期刊论文 前10条

1 徐东星;张秀凤;刘春雷;李涛;;大型LNG船舶四自由度运动建模与仿真[J];上海船舶运输科学研究所学报;2015年03期

2 许家锋;张秀凤;姜茹博;;拖轮拖带模拟器的研究现状与展望[J];中国水运(下半月);2015年09期

3 区海鹏;;关于构建船员特色培训体系的思考与实践[J];中国远洋航务;2015年09期

4 王雪刚;邹早建;余龙;蔡椺;;System Identification Modeling of Ship Manoeuvring Motion in 4 Degrees of Freedom Based on Support Vector Machines[J];China Ocean Engineering;2015年04期

5 丁彦侃;俞孟蕻;;并行扩展卡尔曼滤波的船舶模型参数辨识研究[J];船舶工程;2015年01期

6 孙洪波;施朝健;;基于Elman网络的船舶运动模型辨识[J];上海海事大学学报;2014年01期

7 徐锋;邹早建;徐小卡;尹建川;;基于支持向量机的船舶操纵运动黑箱建模[J];北京航空航天大学学报;2013年11期

8 刘长德;张华;韩阳;师超;;基于LS-SVM的船舶操纵性黑箱建模与预报研究[J];船舶力学;2013年08期

9 张心光;邹早建;;支持向量回归机不敏感因子ε对运动建模的影响[J];中国造船;2011年03期

10 丁锋;;系统辨识(1):辨识导引[J];南京信息工程大学学报(自然科学版);2011年01期

相关博士学位论文 前2条

1 罗伟林;基于支持向量机方法的船舶操纵运动建模研究[D];上海交通大学;2009年

2 孙霄峰;单船中层拖网系统的建模与仿真[D];大连海事大学;2008年

相关硕士学位论文 前5条

1 周宏宇;游艇运动数学模型及其应用研究[D];大连海事大学;2016年

2 邓强;基于数据挖掘的水面无人艇建模及航向控制研究[D];大连海事大学;2014年

3 陈海龙;冰区航行的船舶运动数学模型[D];大连海事大学;2014年

4 石庆龙;基于LWR算法的避障行为学习控制器设计及在机器人上的实现[D];重庆大学;2013年

5 吕振望;航海模拟器中小水线面双体船运动建模与仿真[D];大连海事大学;2010年



本文编号:2709157

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/chuanbolw/2709157.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户d23c0***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com