基于解析模型的小样本操纵性KT指数辨识方法

发布时间：2021-11-15 03:06

　　在研究KT操纵响应模型的基础上,求解在连续线性操舵情况下一阶和二阶操纵响应解析模型。直接利用航向角数据构建目标函数,采用基于格雷码和精英选择的遗传算法进行非线性寻优。通过与最小二乘法比较,结果表明该算法能将航向角平均偏差降低约40%。在辨识过程中,调整航向角的时间步长,进行多次辨识验证后得出该方法只需要小样本数据就可进行高效准确的辨识,极大地提升辨识效率。利用不确定度计算原理,在样本存在一定误差的前提下,有效证明该辨识方法的可靠性。 

【文章来源】：中国航海. 2020,43(03)北大核心CSCD

【文章页数】：6 页

【部分图文】：

航向角偏差趋势

图8 一阶最优航向角曲线利用最小二乘法对式(1)和式(2)进行参数辨识。将最小二乘法的辨识结果与本文的辨识结果相比较,结果见表1。本文的辨识方法能有效降低航向角的最大偏差,并将平均偏差缩小约40%,有效提高辨识的准确性。同时,由于在辨识之前已设置参数的值域范围,在实数域中进行寻优,能有效避免最小二乘估计时出现参数为复数和负数的情况。

图10 时间步长30 s的初始航向角数据基于以上试验数据,取不同的时间步长进行多次辨识,以最终辨识得到的KT指数对应的航向角平均偏差作为辨识好坏的衡量标准,见表2。航向角均差随时间步长的变化趋势见图12。

【参考文献】：
期刊论文
[1]船舶操纵非线性KT方程参数的辨识[J]. 郑文龙,肖昌润.  舰船科学技术. 2017(17)
[2]改进多新息卡尔曼滤波法辨识船舶响应模型[J]. 谢朔,陈德山,初秀民,柳晨光.  哈尔滨工程大学学报. 2018(02)
[3]基于多新息最小二乘法的船舶操纵响应模型参数辨识[J]. 谢朔,初秀民,柳晨光,吴青.  中国航海. 2017(01)
[4]大舵角下船舶操纵性指数K,T简易计算方法研究[J]. 张彬,李国定,李丽娜,蒋娇.  武汉理工大学学报(交通科学与工程版). 2015(01)



本文编号：3495902