[发明专利]一种基于行为的UUV推进操纵系统异常辨识方法有效
申请号: | 201410381881.6 | 申请日: | 2014-08-06 |
公开(公告)号: | CN104252575B | 公开(公告)日: | 2017-06-20 |
发明(设计)人: | 严浙平;赵锦阳;郝悦;李本银 | 申请(专利权)人: | 哈尔滨工程大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于行为的UUV推进操纵系统异常辨识方法。本发明包括观测器对UUV的状态信息包括位置、速度、角度进行实时估计,与从UUV传感器实时得到的状态信息进行比较获得状态信息的残差信息;设置残差上下限阈值和时间窗,剔除误警的残差信号,初步判断UUV行为是否发生异常;从辨识行为库中匹配特定的二维空间辨识行为,判定自身的异常点定位及危险级别;系统根据实时采集到系统状态数据的残差特性对UUV推进操纵系统进行不同异常模式的匹配,实现对推进操纵系统的异常点的准确定位;对异常的危害级别进行判定。本发明根据二维运动空间的特定辨识行为实现对推进操纵异常点的准确定位,以及异常危害级别的判定,这降低了异常辨识的难度,时提高了异常辨识准确性。 | ||
搜索关键词: | 一种 基于 行为 uuv 推进 操纵 系统 异常 辨识 方法 | ||
【主权项】:
一种基于行为的UUV推进操纵系统异常辨识的方法,其特征在于:(1)观测器对UUV的状态信息包括位置、速度、角度进行实时估计,与从UUV传感器实时得到的状态信息进行比较获得状态信息的残差信息,其中观测器为:x^·1=x^2+Λ1sgn(y-x^1)x^·2=M-1(y)[τ-C(y,x^2)x^2-G(y)]+Λ2sgn(y-x^1)]]>为状态向量x1、x2的估计值,其中x1=[η1,η2]T∈R6×1、其中x、y、z表示船体坐标系下三轴速度,φ、θ、ψ表示横摇角、纵倾角、偏航角;M为包括附加质量的惯性矩阵,M∈R6×6;C(·)为哥氏力及向心力矩阵,C(·)∈R6×6;G(·)为流体阻力以及由重力和浮力产生的恢复力向量之和;τ为独立控制输入,τ∈R6×1;Λ1为正定常对角增益矩阵,Λ2为正定常反馈增益矩阵;(2)设置残差上下限阈值和时间窗K,剔除误警的残差信号,初步判断UUV行为是否发生异常;(3)从辨识行为库中匹配特定的二维空间辨识行为,判定自身的异常点定位及危险级别;(4)系统根据实时采集到系统状态数据的残差特性对UUV推进操纵系统进行不同异常模式的匹配,实现对推进操纵系统的异常点的准确定位,异常模式fn的取值为左推进器异常、右推进器异常、垂直舵卡右舵、垂直舵卡左舵、水平舵卡上舵、水平舵卡下舵六种异常模型,ri的取值为三轴速度u、v、w、偏航角速度q、纵倾角速度r五个状态项的残差,Mf的第i行第j列取值为0、1、‑1,分别表示“小偏差”、“较大正偏差”、“较大负偏差”,推进操纵系统异常点辨识的规则矩阵如Mf所示,(5)对异常的危害级别进行判定,对UUV推进操纵系统异常进行危害级别di的判定,异常危害级别辨识矩阵Mμd如下:其中ri依次表示大地坐标系中的北向位移、东向位移、深度、偏航角、纵倾角,其中μi,1、μi,2、μi,3分别表示ri隶属于危害级别di正常、小偏差、大偏差的程度;将每一个直接辨识行为的起点作为计时的起点,测得时间T后异常危害级别矩阵,根据异常点的危害特性权重矩阵A=[a1,a2,…,a6]得到异常危害级别隶属度函数δl:根据δl得到异常点的危害级别。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学,未经哈尔滨工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201410381881.6/,转载请声明来源钻瓜专利网。
- 上一篇:一种压铸镁合金转向管柱
- 下一篇:显示装置的时序控制器及其操作方法
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用