基于组合导航数据的欠驱动船舶航迹规划及滑模控制研究

发布时间：2017-08-17 21:15

  本文关键词：基于组合导航数据的欠驱动船舶航迹规划及滑模控制研究

  更多相关文章： 欠驱动船舶 航迹规划 反步法 滑模控制 粒子滤波 支持向量机 网络优化算法

【摘要】：随着人类对海洋资源开发和海洋权益的日趋关注,同时人们对船舶实现智能控制和自主导航的期望和要求也越来越高,船舶的航迹规划及滑模控制技术在很大程度上直接关系到船舶航行操纵自动化、智能化水平的高低。船舶上拥有众多的助航仪器,如GPS(Global Positioning System), AIS(Automatic Identification System),雷达,测深仪,计程仪,自动舵等等,而这些助航仪器提供了船舶航行所需要的各类数据。但是不同的传感器提供相同类型的数据,将众多的传感器导航信息通过信息处理方法进行最优化处理,能够有效地提高船舶的航迹规划及航迹控制的精度,同时又与船舶的航行安全、节约能源密切相关。本文完成的主要研究工作如下。(1)针对船舶导航仪器数据有效融合问题,将多传感器的信息融合过程分为两个阶段,首先建立同传感器数量相同的粒子滤波计算模块,传感器信息送入到计算模块中,达到以优化粒子分布为目的对建议分布密度的更新。而后,在最终的自适应权值粒子滤波模块中对多传感器数据构造完整的似然函数,通过欧氏距离和反映量测噪声统计特性的精度因子进行自适应权值分布调整,得到最终的估计。从而有效地提高了的粒子质量,最终得到更精确的估计,保证了高精度的航迹。作者仿真和实船试验验证了自适应权值粒子滤波的多传感器信息融合算法的有效性。(2)在已知碍航物环境的情况下进行航路规划。随机将已知的障碍物分为正、负两类,训练一个SVM并且作为一条航路的决策边界。为了更加有效,在船舶的当前位置和目的点的两侧上产生一组指导样本,要求指导样本平行于连接这两个点的标称线。实验证明此方法适合于一般的航路规划问题。设计了基于模糊逻辑的二维全局粒子群航迹规划算法,给出了航迹规划问题的数学定义和环境建模方法,讨论了航迹规划的评估准则、启发式知识的运用,确定了适应值评价函数,并针对不同环境模型进行了算法仿真计算,证明了该算法能够有效地实现船舶在二维空间的全局航迹规划。(3)提出了一种网络优化方法。其关键在于生成一个特殊的适用于船舶操纵性的随机网络,该网络对应于由直线段和回旋曲线组成的平滑航迹的航路。本方法允许设置航迹约束,包括回转半径约束,以及避免长时间的频繁小角度转向约束等等。使用标准最短航路方法,避免风险区域高于一个给定的阈值从而确定航路。考虑到减小航路长度、缩短航行时间、减少操纵次数等不同的目的,使用适当的成本定义边界。像所有基于网络的方法一样,本方法具有启发式的性质,解的质量随着网络密度而提高。(4)针对欠驱动水面船舶的模型参数不确定和外界环境因素干扰的问题,为实现船舶运动镇定控制,提出了基于Backstepping镇定函数设计的控制器,分别在有、无干扰条件下的对于欠驱动水面船舶模型分别进行了仿真计算。研究欠驱动船舶轨迹模型的级联性,根据级联系统方法设计了船舶轨迹跟踪控制器。将级联系统方法同模型预测控制器以及滑模控制有效结合,应用模型预测控制器优化调整滑模控制器的参数,可有效改进欠驱动水面船舶的轨迹跟踪控制的控制效果。作者对所设计欠驱动水面船舶的轨迹跟踪控制器进行了仿真计算,表明此种级联系统可以实现输入饱和约束的控制律以及实时计算能力,与PID控制器进行比较分析,表明本算法具有更好的控制性能。
【关键词】：欠驱动船舶 航迹规划 反步法 滑模控制 粒子滤波 支持向量机 网络优化算法
【学位授予单位】：大连海事大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：U664.82
【目录】：

• 创新点摘要5-6
• 摘要6-8
• ABSTRACT8-13
• 第1章 引言13-25
• 1.1 研究的背景和必要性13-22
• 1.1.1 航迹规划方法概述14-17
• 1.1.2 滤波理论研究概况17-21
• 1.1.3 滑模控制方法21-22
• 1.2 主要研究内容22-24
• 1.3 研究方法和解决的问题24-25
• 第2章 自适应权值粒子滤波与船舶多种传感器信息融合25-47
• 2.1 标准粒子滤波26-33
• 2.1.1 序贯重要性采样26-28
• 2.1.2 重采样28-29
• 2.1.3 标准粒子滤波算法29-31
• 2.1.4 粒子滤波存在的问题31-33
• 2.2 应用二阶自适应权值粒子滤波的多传感器信息融合33-39
• 2.2.1 集中式融合的标准粒子滤波33-34
• 2.2.2 二阶集中式粒子滤波34-38
• 2.2.3 二阶自适应权值粒子滤波的多传感器信息算法38-39
• 2.3 仿真结果与实验分析39-45
• 2.3.1 仿真结果39-41
• 2.3.2 实船试验41-45
• 2.4 本章小结45-47
• 第3章 船舶航迹规划算法设计47-93
• 3.1 支持向量机和粒子群理论基础47-56
• 3.1.1 支持向量机算法模型47-53
• 3.1.2 粒子群算法模型53-56
• 3.2 基于支持向量机的航路规划56-62
• 3.2.1 支持向量机算法56-58
• 3.2.2 基于SVM的航路规划58-61
• 3.2.3 实验结果61-62
• 3.3 基于模糊逻辑的二维全局粒子群航迹规划62-75
• 3.3.1 基于模糊逻辑的粒子群算法设计62-66
• 3.3.2 基于模糊逻辑的二维全局粒子群航迹规划66-72
• 3.3.3 算法仿真及性能分析72-75
• 3.4 基于网络优化算法的航迹规划75-91
• 3.4.1 建立数学模型75-81
• 3.4.2 航路规划81-83
• 3.4.3 算法速度的提高83-87
• 3.4.4 计算结果87-91
• 3.5 本章小结91-93
• 第4章 欠驱动船舶运动的镇定控制及轨迹跟踪控制93-122
• 4.1 欠驱动水面船舶运动数学模型93-96
• 4.1.1 船舶操纵运动数学模型93-94
• 4.1.2 欠驱动水面船舶模型简化94-96
• 4.2 基于Backstepping的欠驱动水面船舶运动镇定控制器设计96-101
• 4.3 仿真研究101-107
• 4.3.1 无风无流条件下的仿真结果102-104
• 4.3.2 有风流条件下的仿真结果104-107
• 4.4 欠驱动船舶的滑模控制器的设计107-110
• 4.4.1 确定参考轨迹107
• 4.4.2 纵向控制律107-108
• 4.4.3 横侧向运动控制律108-110
• 4.5 系统的稳定性分析110-111
• 4.6 级联控制结构111-112
• 4.7 仿真研究112-120
• 4.7.1 环形目标轨迹112-115
• 4.7.2 直线目标轨迹115-119
• 4.7.3 对比分析119-120
• 4.8 本章小结120-122
• 第5章 结论122-124
• 参考文献124-133
• 攻读学位期间公开发表论文133-134
• 致谢134-135
• 作者简介135

【参考文献】

中国期刊全文数据库 前10条

1 张闯;郭晨;;二阶自适应权值粒子滤波的多传感器信息融合[J];哈尔滨工程大学学报;2016年10期

2 柳晨光;初秀民;王乐;谢朔;吴青;;欠驱动水面船舶的轨迹跟踪模型预测控制器[J];上海交通大学学报;2015年12期

3 黄海兵;张进;;基于U变换的空间站交会调相非线性协方差分析方法[J];国防科技大学学报;2014年02期

4 王冬霞;贾英宏;金磊;周付根;徐世杰;;欠驱动航天器姿态稳定的分层滑模控制器设计[J];宇航学报;2013年01期

5 李东兵;李国平;滕国伟;赵海武;王国中;李萍;;一种新的自适应维纳滤波方法[J];上海大学学报(自然科学版);2012年06期

6 薛丽;高社生;赵岩;;权值自适应调整Unscented粒子滤波及其在组合导航中的应用[J];中国惯性技术学报;2012年04期

7 董春敏;周伟;曹振坦;张会娟;;平方根滤波的优越性分析[J];测绘与空间地理信息;2012年01期

8 刘涛;解永春;;UKF稳定性研究及其在相对导航中的应用[J];宇航学报;2010年03期

9 周丕森;鲍其莲;;组合导航系统UKF滤波算法设计[J];上海交通大学学报;2009年03期

10 郭晨;汪洋;孙富春;沈智鹏;;欠驱动水面船舶运动控制研究综述[J];控制与决策;2009年03期

中国博士学位论文全文数据库 前4条

1 黄华娟;孪生支持向量机关键问题的研究[D];中国矿业大学;2014年

2 傅阳光;粒子群优化算法的改进及其在航迹规划中的应用研究[D];华中科技大学;2011年

3 张丽平;粒子群优化算法的理论及实践[D];浙江大学;2005年

4 李涛;非线性滤波方法在导航系统中的应用研究[D];国防科学技术大学;2003年

，

本文编号：691143