郑涵，俞孟蕻，袁伟

江苏科技大学电子信息学院，江苏镇江212003

0 引言

目前，许多工程船都安装了动力定位系统。动力定位系统主要用于在不借助锚泊系统的情况下，通过控制器的计算使船舶依靠自身推进系统抵抗风、浪、流等环境的影响，以保持在某目标位置或者按照一定的轨迹航行，从而完成各种作业功能。动力定位系统的主要目的是实现船舶纵荡、横荡和艏摇3个自由度的控制，其优点是不受水深的限制，定位精确，机动性强。若要在动力定位系统中建立船舶运动模型，就需确定模型中的参数值［1］。近年来，系统辨识理论的快速发展为船舶运动模型的建立提供了新的思路和方法。Fossen等［2］采用的扩展卡尔曼滤波方法已被广泛用于船舶运动模型参数的辨识中。随后，边信黔等［3］提出了动力定位控制系统模型参数的离线最速下降寻优辨识方法，采用该方法不仅节约了辨识时间，减少了试验费用，而且还提高了动力定位系统的工作效率。邢家伟［4］采用遗忘因子最小二乘法与自适应遗传算法相结合的参数辨识方法，对船舶运动数学模型中的惯性矩阵和线性水动力阻尼矩阵进行了辨识，证明该方法对其矩阵的辨识有效、可行。李春风等［5］利用免疫遗传神经网络对舰船水动力系数进行了辨识。丁彦侃［6］提出了一种改进的并行扩展卡尔曼滤波算法，用来辨识船舶运动模型参数。由于非线性误差积累等方面的问题，参数辨识的效果往往不好。……