欧阳子路，王鸿东*,2，王检耀,2，易宏,2

1 上海交通大学 海洋工程国家重点实验室，上海 200240

2 上海交通大学 海洋智能装备与系统教育部重点实验室，上海 200240

0 引 言

作为各种智能控制算法与控制策略实施的载体，智能船舶[1-2]与无人艇[3-5]这类结合了传统船舶工业与人工智能新兴技术的产物，已成为近年来学术研究的热点。而这些控制算法与策略的设计基础是船舶操纵运动数学模型。为了对智能船舶与无人艇的运动实现精准预报，一般需要采用非线性数学模型，如Abkowitz 模型[6]和MMG 模型[7]，但这些数学模型包含大量的水动力导数，给控制算法与策略的设计与实施带来了问题：一是运算效率低，较高的模型复杂度会降低运算求解效率，减慢计算速度，带给计算机较大的存储压力与运行压力；二是物理意义不明确，较多参数难以从模型试验或计算流体动力学（CFD）求解中获取；三是参数漂移影响大，船舶操纵模型越复杂，水动力导数产生数值漂移的可能性越大，导致设计出的控制参数与控制律在实际工程中缺乏良好的适用性。

针对上述问题，国内外多位学者从敏感性分析（也称“灵敏度分析”）的角度对船舶操纵数学模型进行了简化。Hwang[8]将某水动力导数发生参数漂移后所引起的速度分量变化的最大值定义为该水动力导数的敏感性系数，并进行仿真试验验证了该方法的有效性。Perez 等[9]以船舶四自由度运动数学模型为基础，通过提取横向速度与角速度，定义了艏摇平方损失函数，该损失函数的计算值即为敏感性值。……