胡常青，赵京瑞，孙雪娇，李清洲，唐军武

(1.青岛海洋科学与技术试点国家实验室，青岛266237;2.北京航天控制仪器研究所，北京100039)

0 引言

无人水面艇(Unmanned Surface Vehicle,USV)运动数学模型是USV系统分析和设计的基础,高精度的数学模型不仅可以准确预报USV的运动状态,同时对设计自主控制器也有着重要的意义。在模型结构方面,目前已有分离型[1]、整体型[2]、响应型[3]、时间序列[4]等多种模型结构形式。为了辨识其中的参数,已经有多种系统辨识方法被提出,如最小二乘法、极大似然估计法、神经网络法、岭回归分析法和遗传算法等[5]。其中,最小二乘算法以计算简单、快速、准确性高、在线易辨识等优势被广泛使用。

陈霄等[6]针对辨识参数中的相消问题,提出了分布式最小二乘法,减少了辨识参数的相互抵消现象,但该算法并未考虑USV所受外部噪声对模型参数的影响,因而所辨识的参数仍会产生摄动。孙功武等[7]提出了一种动态遗忘因子递推的最小二乘方法,抑制了外部噪声对辨识参数精度的影响,但该方法解决的是大噪声下的模型参数摄动问题,对小干扰噪声的影响仍未解决。Zhu等[8]为提高最小二乘算法的鲁棒性,使用自适应最小二乘辨识方法,虽然提高了算法在多种环境下的适应性,但USV模型参数辨识时易受噪声的影响并未改善。为了提高辨识收敛速度,Xu等[9]使用最小二乘支持向量机方法提高了在线辨识速度与参数收敛速度,实验结果表明该算法在小噪声干扰下具有更快的收敛速度与收敛性,但该方法仅在流速缓慢的内河流域进行了证明,在复杂海洋环境下的适应性还未进行验证。……