基于模糊自適應(yīng)的動力定位系統(tǒng)信息融合方法研究.pdf

1、人們對海洋資源的爭奪隨著科技的日新月異越來越激烈，船舶動力定位技術(shù)為海上資源的開發(fā)提供了一種有效手段，但如何提高 DP（動力定位）船舶的作業(yè)安全性以及定位精度和可靠性，一直是這項技術(shù)的研究重點。在海上，由于環(huán)境的復(fù)雜多變和各種不確定因素的影響，依靠單個傳感器實現(xiàn)定位的效果總是差強人意，因此要把多個傳感器的數(shù)據(jù)結(jié)合起來進行融合，這已經(jīng)成為了研究的熱點。本文的研究對象為動力定位船，針對傳感器測量噪聲統(tǒng)計特性不準確的情況，提出了基于模糊自適應(yīng)

2、的單傳感器的濾波方法，再利用多級分層傳感器數(shù)據(jù)融合結(jié)構(gòu)，將多個傳感器的數(shù)據(jù)進行融合以得到更加準確的船舶運動狀態(tài)估計，這就為動力定位船的精確定位提供了可靠的保證。
　　本論文首先進行動態(tài)系統(tǒng)模型的建立，包括船舶運動模型和傳感器觀測模型。其中，船舶運動模型主要包括船舶高、低頻運動模型，以及海洋環(huán)境載荷海風、海浪、海流的模型。傳感器觀測模型的建立主要是針對船舶位置測量系統(tǒng)中的差分GPS、水聲、張緊索位置參考系統(tǒng)進行建模。并通過仿真實驗證

3、明建立的模型是正確的，為論文的后續(xù)研究提供了必要條件。
　　動力定位傳感器測量系統(tǒng)量測噪聲統(tǒng)計特性隨實際工作環(huán)境不同而變化，針對測量噪聲統(tǒng)計特性可能存在的不準確性問題，本文提出一種基于模糊邏輯的自適應(yīng)濾波方法。首先對線性濾波方法中的卡爾曼濾波基本原理進行介紹，然后提出了模糊自適應(yīng)卡爾曼濾波，該算法通過比較理論殘差與實際殘差的一致程度，利用模糊推理系統(tǒng)得到測量噪聲協(xié)方差陣的調(diào)節(jié)系數(shù)進而不斷調(diào)整該矩陣，從而使濾波精度提高，發(fā)散得到抑制

4、。鑒于動力定位系統(tǒng)為非線性系統(tǒng)，在線性濾波的基礎(chǔ)上推廣到非線性濾波算法中的容積卡爾曼濾波，同時為了克服計算發(fā)散提出平方根容積卡爾曼濾波，再將其與模糊推理系統(tǒng)結(jié)合，最終得到基于模糊自適應(yīng)的平方根容積卡爾曼濾波算法，在線實時調(diào)整測量噪聲方差陣，提高了船舶運動狀態(tài)估計的準確性。
　　為充分利用多傳感器的測量信息，提高船舶位置狀態(tài)估計的精度，需要將各個子傳感器的信息資源科學(xué)合理的分配。聯(lián)邦濾波器作為分散化濾波中重要的一種，目前應(yīng)用的較多，