[发明专利]一种基于电机推进模型的航位推算方法

权利要求书

1.一种基于电机推进模型辅助的航位推算方法，其特征在于：具体步骤如下：

(1)AUV位置、速度、姿态信息及螺旋桨推进转速获取及处理；

(2)建立水流相对AUV速度关于螺旋桨转速的电机推进模型；

(3)基于模糊支持向量机优化电机推进模型；

(4)根据速度信息及姿态信息进行AUV位置推算；

所述的AUV位置、速度、姿态信息及螺旋桨推进转速获取及处理：

通过GPS获取AUV航行过程的初始位置(x₀,y₀)，其中x₀为初始位置经度，y₀为初始位置纬度；AUV水平运动时，在DVL量程范围内，通过DVL报文信息判断其数据有效时，利用DVL获取的AUV航行过程艏向速度u，形成一组时间序列{(u₁,t₁),(u₂,t₂),…,(u_n,t_n)}，通过姿态传感器获取AUV航行过程的艏摇角φ，并通过传统航位推算方法进行计算；

同时，利用AUV本体的机电状态监测系统记录AUV的当前螺旋桨推进转速n；通过流速剖面仪测得水流相对AUV的速度{(u_w1,t₁),(u_w2,t₂),…,(u_wn,t_n)}，则当前水流的绝对速度u_w对底可表示为u_w对底＝E(u_i-u_wi)；

所述的建立水流相对AUV速度关于螺旋桨转速的电机推进模型：

假设流速u_w对底的数值和方向不随时间和空间点的位置发生变化，AUV运动速度变化主要受螺旋桨推力的影响，AUV稳定航行时，螺旋桨提供的有效推力和船的总阻力达到平衡，即：

其中，ρ为水的密度，u_w为AUV相对海水的航速，Ω为AUV湿表面积，ζ为总阻力系数，总阻力系数ζ为常数，τ_p为推力减额系数， w_p为伴流系数，D_p为螺旋桨直径；τ_p与AUV的外形、螺旋桨尺度、负荷及在AUV的安装位置有关，根据AUV的自航试验或经验公式来确定；K₀、K₁和K₂用来描述螺旋桨的无因次推力K_P和无因次阻转矩K_M，根据螺旋桨试验结果，通过曲线拟合确定；

式中

提出一种AUV机电推进的训练模型：

2.根据权利要求1所述的一种基于电机推进模型辅助的航位推算方法，其特征在于：所述的基于模糊支持向量机优化电机推进模型：

对于序列{(u_w1,n₁),(u_w2,n₂),…,(u_wn,n_n)}，将数据u_wi的生成对称三角模糊数记为A_i＝(a_i-δ_i,a_i，a_i+δ_i)；

将速度特征映射到高位特征空间，然后在高维特征空间中做近似线性回归，此时训练集为：

Tr：{(Φ(n₁),A₁),(Φ(n₂),A₂),…,(Φ(n_l),A_n)}

其中y_i＝i,(i＝1,2…n)；

将训练集Tr中每个训练点的y值分别增加ε和减少ε(0＜ε)，得到正类点和负类点两个集合，分别记为D⁺和D^-

D⁺：{((Φ(n₁),A₁+ε)；1),((Φ(n₂),A₂+ε)；1),…,((Φ(n_n),A_n+ε)；1)}

D^-：{((Φ(n₁),A₁-ε)；-1),((Φ(n₂),A₂-ε)；-1),…,((Φ(n_n),A_n-ε)；-1)}

对于处理完毕的数据进行支持向量机分类训练得到模糊分类问题的模糊最优超平面(ω·Φ(n))+ηA+b＝0，其中ω＝(ω₁，…，ω_n)^T为模糊向量，b为模糊数，i＝1,2,…,n；求模糊最优分类超平面(ω·Φ(n))+ηA+b＝0问题转化成为求解带有模糊决策的机会约束规划：

求解带有模糊决策的机会约束规划，可得到模糊最优解(ω，η，b)，其中ω为三角模糊数构成的模糊向量，η为实数，b为三角模糊数；

将(ω·Φ(n))+ηA+b＝0整理后得A+(ω^*·Φ(n))+b^*＝0，其中其中ω^*为三角模糊数构成的模糊向量，b^*为三角模糊数，A为三角模糊数；令三角模糊数(ω^*·Φ(x))+b^*为C则由C+A＝0可求解A，得速度取其模糊中心Δa为速度u_w；

此时建立了转速n与流速剖面仪测得水流相对AUV的速度u_w的模型，将该模型描述为：

结合：

即可求得：