船舶位置測量系統(tǒng)非線性濾波及融合方法研究.pdf

1、隨著科學(xué)技術(shù)的發(fā)展,對海洋資源的爭奪愈演愈烈。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,一直是這項技術(shù)的研究重點。在海上,由于各種環(huán)境作用力和各種不確定因素使得僅靠單個傳感器實現(xiàn)定位的效果總是差強人意。因而,利用多傳感器進行數(shù)據(jù)融合,成為了研究的熱點。這篇文章以DP船舶為主要研究背景,針對船舶非線性條件下,提出了基于船舶位置測量系統(tǒng)的三種狀態(tài)估計方法,對船舶位置進行狀態(tài)估

2、計,再利用多級式多傳感器數(shù)據(jù)融合結(jié)構(gòu)得到了船舶的當(dāng)前運動狀態(tài),為實現(xiàn)船舶的精確定位提供了有力保障。
　　首先,本文進行系統(tǒng)的模型建立,其中主要有船舶運動模型和傳感器觀測模型。船舶運動模型建立主要包括船舶的高、低頻運動,以及海上的各種環(huán)境干擾因素的建模。傳感器觀測模型的建模主要是對船舶位置測量系統(tǒng)(張緊索位置測量系統(tǒng)、水聲位置測量系統(tǒng)、GPS位置測量系統(tǒng))進行模型建立。
　　其次,簡要介紹了狀態(tài)估計的幾種常用方法。在非線性濾波

3、的領(lǐng)域中,寫出了擴展卡爾曼濾波(EKF),無跡卡爾曼濾波(UKF),中心差分卡爾曼濾波(CDKF),求容積卡爾曼濾波(CKF)幾種方法的預(yù)測-更新迭代步驟和性能分析,來對當(dāng)前幾種熱點的非線性狀態(tài)估計方法進行概略性的說明,為后續(xù)非線性濾波器的算法仿真打好堅實的理論基礎(chǔ)。
　　然后,在船舶運動的非線性條件下,提出了三種基于船舶位置測量系統(tǒng)的非線性狀態(tài)估計方法。利用求容積卡爾曼濾波,無跡卡爾曼濾波,中心差分卡爾曼濾波分別對船舶位置進行狀