CN107942095A - 波浪滑翔器实际航向预测方法 - Google Patents

Abstract

本发明提供的是一种波浪滑翔器实际航向预测方法。(1)通过GPS获得短时间内波浪滑翔器两点位置，得到波浪滑翔器的运动方向。(2)由上浮体和潜体各自携带的罗经得到上浮体的航向角和转艏角速度及潜体的航向角和转艏角速度。(3)建立波浪滑翔器运动***的辨识算法模型，在k时刻根据前一时刻的估计参数计算出模型该时刻的输出，即波浪滑翔器运动***的辨识算法模型的输出预报值，同时计算出预报误差。(4)将预报误差反馈到波浪滑翔器运动***的辨识算法模型中，在准则下计算出k时刻的模型参数估计值，并更新模型参数，迭代下去直至其准则函数达到最小值。本发明的方法解算精度与距离无关，结构清晰，易于编写计算机程序实现。

Description

波浪滑翔器实际航向预测方法

技术领域

本发明涉及的是一种波浪滑翔器的航向预测方法。具体地说是一种波浪滑翔器的实际航向预测方法。

背景技术

波浪滑翔器是一款新型的海上无人移动的观测平台，具有大尺度，超长续航，经济环保的海洋环境观测能力。波浪滑翔器是由水面浮体母船、水下滑翔体和起连接两者作用的连接链索三部分组成。波浪滑翔器设计的原理是能依靠海洋中无处不在的波浪能转换为其向前的推进力，水面浮体甲板上搭载着太阳能电池板转化太阳能为电力来为搭载的仪器和传感器供电。波浪滑翔器在国外发展迅速，被广泛的应用在海洋科学研究等方面，技术也趋于成熟，但在国内才刚刚兴起，目前其技术垄断于美国，对于打破技术垄断，研制出科技水平含量较高的波浪滑翔器应用于国内各个行业有重大意义。

波浪滑翔器在执行自主路径跟随任务时，需实时获取目标点制导信息，由于波浪滑翔器的结构特征导致波浪滑翔器的实际航向很难实时确定。当获取目标实时的目标制导信息时，需实时改变波浪滑翔器的航向，在该条件下，根据当下的浮体航向角，转艏角速度和潜体的航向角，转艏角速度来预报下一时刻波浪滑翔器的实际航向十分重要。当获取目标实时的目标制导信息时，需实时改变波浪滑翔器的航向，在该条件下，根据当下的浮体航向角，转艏角速度和潜体的航向角，转艏角速度来预报下一时刻波浪滑翔器的实际航向十分重要。

哈尔滨工程大学廖煜雷等发表的论文《The intelligent control system foran unmanned wave glider》中针对海洋环境扰动尤其是海流作用下波浪滑翔器路径跟踪存在的稳态误差问题，提出了一种自适应PID制导律以补偿海流对***运动的不利影响。然而，该制导只适用于当前位置与目标位置较近的情况，当距离较远时计算误差较大，而且该方法无法满足实时改变波浪滑翔器航向的要求，当附近海况复杂时，无法满足要求。国家海洋技术中心史健等发表的论文《基于多传感器的波浪能滑翔器导航策略研究》中基于高斯大地线算法和PID控制算法，构成了波浪滑翔器导航策略。

发明内容

本发明的目的在于提供一种即适用于短距离又适用于较长距离，误差小的波浪滑翔器实际航向预测方法

本发明的目的是这样实现的：

(1)通过波浪滑翔器本身携带的GPS获得k和k1时刻波浪滑翔器两点位置，时间间隔为GPS的采样周期。设定在两个位置时，位移分别为是S1和S2,进而得到两点位移ΔS。根据速度计算公式，位移ΔS与Δt的比值为速度(此速度为矢量，包括速度大小和方向)，即得到整个波浪滑翔器的运动方向，得到波浪滑翔器的运动速度方向；

(2)通过上浮体和潜体上各自的罗经，获得k时和k1时上浮体的航向角和转艏角速度及潜体的航向角和转艏角速度，分别记为和

(3)建立波浪滑翔器运动***的辨识算法模型，采用逐步逼近的办法在k时刻根据前一时刻的估计参数计算出模型该时刻的输出，即波浪滑翔器运动***的辨识算法模型的输出预报值，同时计算出预报误差；

(4)将预报误差反馈到波浪滑翔器运动***的辨识算法模型中，在准则下计算出k时刻的模型参数估计值，并更新模型参数，这样迭代下去，直至其准则函数达到最小值，此时刻的输出及波浪滑翔器下一时刻的实际航向便是在准则下的逼近***的输出。

本发明提供了一种波浪滑翔器实际航向的预报方法，用于波浪滑翔器实际航行过程中实时预报下一时间实际航向，为波浪滑翔器控制决策提供重要参考依据。具体地说是一种波浪滑翔器在航行过程中，根据上浮体和下潜体各自的航向角及转艏角速度估计下一时刻波浪滑翔器的实际航向的方法。该方法适用于短距离(10以内)至较长距离(100以上)等各种距离条件下的波浪滑翔器实际航向估算及波浪滑翔器轨迹跟踪，航迹规划，海面避障方面有重要应用，根据算法迭代的原则，可以将误差降到很低。

附图说明

图1波浪滑翔器实际航向预测方法流程图。

具体实施方式

本发明的波浪滑翔器整体航向的预报方法主要用于波浪滑翔器航行总体航向的预报。波浪滑翔器主要由三部分组成，分别是水面上的上浮体，水下的滑翔体和负责连接这两部分的链索。在实际航行过程中，由于波浪和海流等因素的存在及波浪滑翔器本身运动的原理导致波浪滑翔器上面浮体和水下滑翔体的运动姿态并不完全一致，水面浮体和水下滑翔体实际的运动方向都不是波浪滑翔器整体的运动方向。但在实际用途中，很多情况下我们最想获得的就是波浪滑翔器下一时刻的运动方向。

波浪滑翔器自身携带有GPS和磁罗经的获得自身位置信息和运动姿态信息的传感器，当在短时间内获取波浪滑翔器云动信息，由GPS获得波浪滑翔器在短时间内的两个位置差及可以获得波浪滑翔器的实际运动方向。在上浮体和潜体上各自安装一个磁罗经，即可获得上浮体的航向角及转艏角速度和潜体的航向角及转艏角速度。参考现代控制理论中的***辨识方法，建立波浪滑翔器***的输入输出时间函数来确定描述***行为的数学模型，从而可以得出波浪滑翔器下一时刻的运动方向。由前一时刻上浮体的航向及转艏角速度和潜体的航向及转艏角速度推算出下一时刻波浪滑翔器整体的实际航向。真个***的输入包括上一时刻上浮体的航向角及转艏角速度，潜体的航向角及转艏角速度，输出就是波浪滑翔器下一时刻的实际航向。本发明提供的波浪滑翔器实际航向的预报方法解算精度与距离无关，结构清晰，易于编写计算机程序实现。

下面举例对本发明做更详细的描述。

波浪滑翔器在海上工作时，执行自主路径跟随任务时，需实时获取目标点制导信息，主要包括当前位置距目标位置方位角和距离。在实际工作时，要求对波浪滑翔器的未来实际航向进行预测，进而优化波浪滑翔器的航向控制***。波浪滑翔器拥有几乎无限续航力，活动范围较大，能达到数千甚至数万公里，此时，对波浪滑翔器实际航向的预测显得至关重要。

本发明提供的波浪滑翔器实际航向的预测方法，旨在解决以下问题：已知波浪滑翔器上一时刻上浮体和潜体的航向角和转艏角速度，又已知前一时刻的位置经纬度信息P₁(B₁,L₁)和当前时刻的位置经纬度信息P₂(B₂,L₂)，即可已求得波浪滑翔器当前的实际航向。其中B表示纬度，L表示经度。

本发明的主要思想为：通过在上浮体和潜体上安装的罗经测得上一时刻两者的航向角和转艏角速度，由携带的GPS测得当前的波浪滑翔器的实际航向，得到由一当前时刻的浮体的航向角和转艏角速度及潜体的航向角和转艏角速度推算出下一时刻波浪滑翔器整体的航向。具体包括四个部分(1)通过GPS获得短时间内波浪滑翔器两点位置，进而得到波浪滑翔器的运动方向。(2)由上浮体和潜体各自携带的罗经得到上浮体的航向角和转艏角速度及潜体的航向角和转艏角速度。(3)建立波浪滑翔器运动***的辨识算法模型，为了得到模型参数的估计值，采用逐步逼近的办法。在k时刻根据前一时刻的估计参数计算出模型该时刻的输出，即波浪滑翔器运动***的辨识算法模型的输出预报值，同时计算出预报误差。(4)将然将预报误差反馈到波浪滑翔器运动***的辨识算法模型中，在准则下计算出k时刻的模型参数估计值，并更新模型参数，这样迭代下去，直至其准则函数达到最小值。此时刻的输出及波浪滑翔器下一时刻的实际航向便是在准则下的逼近***的输出。

结合图1，本发明的流程如下：

(1)通过GPS获得波浪滑翔器两点位置P₁(B₁,L₁)和P₂(B₂,L₂)，设定在两个位置时，位移分别为是S1和S2,进而得到两点位移ΔS。与此同时，波浪滑翔器运动***的辨识算法模型运行。根据速度计算公式，位移ΔS与Δt的比值为速度，即得到整个波浪滑翔器的运动方向，与此同时，波浪滑翔器的***辨识算法模型运行。由上浮体和潜体各自携带的罗经得到经过P₁(B₁,L₁)和P₂(B₂,L₂)两点时上浮体的航向角和转艏角速度及潜体的航向角和转艏角速度，分别记为和已知波浪滑翔器当前位置P₁(B₁,L₁),目标位置P₂(B₂,L₂)，其中B表示纬度，L表示经度。

(2)在得到波浪滑翔器的运动方向后，将其传递给建立的波浪滑翔器运动***的辨识算法模型。***输出量为为波浪滑翔器运动***的辨识算法模型的输出预报值，即计算预报得出的波浪滑翔器k时刻的实际航向，e(k)为误差。在模型输入中分别表示k-1时刻上浮体的航向角，转艏角速度，潜体的航向角及转艏角速度，这些输入量全为已知量。模型参数θ表示为一个矩阵，按照元素排列顺序分别为上浮体的航向角，转艏角速度，潜体的航向角和转艏角速度。记为：

(3)为了得到模型参数的估计值，采用逐步逼近的办法。在k时刻根据前一时刻的估计参数计算出模型该时刻的输出同时计算出预报误差当误差小于设定的阈值时候，将输出波浪滑翔器运动***辨识算法模型的输出量。当误差大于设定的阈值时候，将误差及预报值返回给波浪滑翔器***辨识算法模型中，更新模型参数，直至其计算出的误差小于设定的阈值。

(4)将满足误差要求的波浪滑翔器运动***辨识算法模型输出预报值代入准则函数，在准则下计算出k时刻的模型参数估计值，并更新模型参数，这样迭代下去，直至其准则函数达到最小值。此时刻的输出及波浪滑翔器下一时刻的实际航向便是在准则下的逼近***的输出。

普通最小二乘法，模型为：

z(k)＝H(k)θ+e(k)

其中H(k)和θ如上边定义一致，式子中z(k)和H(k)都是可以观测的数据，θ是待估计参数，取准则函数为

极小化J(θ)，求得参数θ的估计值，使模型的输出最好的预报***的输出。

假设θ_LS使得J(θ)|_θLS＝min，则有

展开上面的式子，并运用两个量微分公式

A为对称阵

得到正则方程(H_L ^TH_L)θ_LS＝H_L ^Tz_L

当H_L ^TH_L是正则矩阵时，有

且使得是唯一的。

本发明的特点体现在：

(1)考虑了波浪滑翔器的结构形式，即上浮体和下潜体且两者之间不是刚性连接，在实际运动过程中，两者都是6DOF运动形式，各自的航向角和转艏角速度都不相同，两者共同决定波浪滑翔器整体的运动。

(2)构建波浪滑翔器的运动辨识***:根据k时刻时，波浪滑翔器上浮体和下潜体各自的航向角及转艏角速度通过运动辨识***的决算得出最优化估计的下一时刻波浪滑翔器的运动方向。

(3)构建波浪滑翔器的运动辨识***中，模型的输入是多输出，包含上浮体的航向角，转艏角速度及潜体的航向角，转艏角速度，而输出是单输出即下一时刻波浪滑翔器整体的运动方向。

(4)为了获取更加准确的输出结果，要求分别在上浮体和潜体上安装上两套罗经，实时获取各自的航向角及转艏角速度。为了实时获取波浪滑翔器的准确位置，在船体上安装带有GPS的传感器(气象站或惯导模块)。

(5)在准则下计算出k时刻的模型参数估计值，即波浪滑翔器下一时刻的实际航向的估计值，并据此更新模型参数，这样迭代，直到准则函数达到最小值。

(6)最小二乘法是一种经典的数据处理方法。在随机环境下，利用最小二乘法并不要求观测数据提供其概率统计方面的信息，而其估计结果却具有相当好的统计特性。根据最小二乘法的基本概念表明，未知模型参数最可能的值是在实际观测值与计算值之累次误差的平方和达到最小值处，所得到的这种模型输出可能最好地接近实际***输出。

Claims (1)

1.一种波浪滑翔器实际航向预测方法，其特征是：

(1)通过波浪滑翔器本身携带的GPS获得k和k1时刻波浪滑翔器两点位置，时间间隔为GPS的采样周期，设定在两个位置时，位移分别为是S1和S2，进而得到两点位移ΔS，根据速度计算公式，位移ΔS与Δt的比值为速度，即得到整个波浪滑翔器的运动方向，得到波浪滑翔器的运动速度方向；

(2)通过上浮体和潜体上各自的罗经，获得k时和k1时上浮体的航向角和转艏角速度及潜体的航向角和转艏角速度，分别记为和

(3)建立波浪滑翔器运动***的辨识算法模型，采用逐步逼近的办法在k时刻根据前一时刻的估计参数计算出模型该时刻的输出，即波浪滑翔器运动***的辨识算法模型的输出预报值，同时计算出预报误差；

(4)将预报误差反馈到波浪滑翔器运动***的辨识算法模型中，在准则下计算出k时刻的模型参数估计值，并更新模型参数，这样迭代下去，直至其准则函数达到最小值，此时刻的输出及波浪滑翔器下一时刻的实际航向便是在准则下的逼近***的输出。