卢秋铸吴 军陈佰健杨 鑫

(1.长沙理工大学电气与信息工程学院,湖南长沙 410114;2.中国测试技术研究院,四川成都 610021)

1 引言

对于船舶运动学模型的研究,国内外已经有长久的研究历史,并取得了丰富的研究成果.现在广泛使用的船舶模型大致可分为以Abkowitz方程为代表的“整体型”[1]和以机动建模组(maneuvering modeling group,MMG)方程为代表的“分离型”两大类.建模需要精确的船舶自身物理参数以及作用于船舶的力学参数,其中船体、螺旋桨和船舵等的受力相互耦合,因此MMG模型的建立难度比较大.

国内对船舶MMG模型也有较多的研究[2],文献[3]介绍了用MMG标准方法建立的船舶操纵模型,但是对于船舶这种复杂的被控对象,船舶推进系统的时变不确定度,几何尺寸的不确定性以及力学参数的不确定度,使得物理模型的建立相当困难[4].辨识建模是使用辨识算法拟合试验数据,并兼顾模型泛化能力的建模方法[5].将船舶视为一个“黑箱”系统,进行合理的船舶操舵实验,得到输入输出数据,并以数据驱动辨识得到船舶操纵模型.

近年来国内在船舶的连续模型辨识建模方面也有很多研究成果,文献[6]提供了一种使用模糊神经网络辨识建模的方法,实现在复杂水动力导数和强烈不确定性下的动力学建模,但是训练中的仿真数据可能与船舶实际物理特性不符.文献[7]应用最小二乘支持向量回归机辨识船舶操纵运动模型参数,以Z形实验数据进行参数识别与检验.但是核函数的选取依……