[发明专利]一种船舶动力定位系统噪声和状态实时估计自适应滤波方法

权利要求书

1.本发明提供了一种船舶动力定位系统噪声和状态实时估计自适应滤波方法，其特征在于，所述方法包含以下步骤：

(1)建立动力定位系统包含低频运动、高频运动的船舶非线性状态估计和滤波模型，并通过离散化表达成离散时间状态空间形式；

(2)接收位置参考系统所测量的当前船位和艏向，利用UKF滤波将测量信号中的噪声和由一阶波浪力引起的高频运动分量滤除，得到低频运动分量估计值，并对不能测量的信号、未建模动态等进行状态估计；

(3)R-adaptation：基于残差序列和开窗估计的自适应算法，在线实时估计出当前系统的测量噪声协方差矩阵R_k；

(4)P-adaptation：基于强跟踪自适应算法，以测量噪声协方差矩阵的估计值为输入，在线更新系统状态误差协方差P_k|k-1；

(5)返回第(2)步，将测量噪声协方差矩阵的估计值以及状态误差协方差P_k|k-1的修正值代入，进行新的状态估计和滤波。

2.根据权利要求1所述的一种船舶动力定位系统噪声和状态实时估计自适应滤波方法，其特征在于，动力定位系统船舶离散的系统状态方程和测量模型为：

x_k+1＝Φx_k+Δu_k+Γw_k＝f(x_k,u_k)+Γw_k

y_k＝Hx_k+n_k＝h(x_k)+n_k

其中x_k为k时刻包含低频运动、高频运动和未建模动态的状态变量，u_k为控制力和力矩向量，y_k为k时刻测量系统提供的带测量噪声的船位向量。w_k和n_k为相互独立的零均值高斯白噪声过程，w_k表示过程噪声，其方差为Q_k；n_k表示测量噪声，其方差为R_k。f(·)为非线性过程模型，h(·)为测量模型。

3.根据权利要求1所述的一种船舶动力定位系统噪声和状态实时估计自适应滤波方法，其特征在于，运用自适应无迹卡尔曼滤波(AUKF)实时在线估计系统过程噪声和测量噪声特性，并进行船舶动力定位系统状态估计和滤波。其中将过程噪声协方差Q_k视为常量，而通过引入渐消因子ε_k来对状态误差协方差P_k|k-1进行实时更新；同时对测量噪声协方差R_k进行实时估计，并以其估计值带入进行计算，即：

4.根据权利要求1和3所述的一种船舶动力定位系统噪声和状态实时估计自适应滤波方法，其特征在于，基于残差序列和开窗估计自适应算法对测量噪声协方差矩阵R_k进行在线实时估计，计算方法为：

(1)计算残差序列：

(2)利用开窗估计法计算残差协方差：其中：m为开窗大小，当k<m时，取m＝k。

(3)根据当前状态估计值和状态误差协方差P_k计算新的Sigma点：

(4)根据测量模型对新的Sigma点进行变换：

(5)基于UKF算法计算测量噪声协方差理论估计值：

(6)在线估计测量噪声协方差矩阵：

5.根据权利要求1和3所述的一种船舶动力定位系统噪声和状态实时估计自适应滤波方法，其特征在于，基于强跟踪自适应算法对状态误差协方差P_k|k-1进行实时更新，估计算法以测量噪声协方差矩阵的估计值为输入，计算方法为：

(1)计算新息序列：

(2)基于UKF算法，定义：

(3)引入自适应因子，对系统状态误差协方差P_kk-1进行实时修正：其中ε_k为渐消因子，采用强跟踪自适应算法对其进行计算：

其中：

以上各式中s＞1为松弛因子，常取为4.5；0＜ρ≤1为遗忘因子，常取0.95。