张显库，祝慧颖

大连海事大学 航海学院，辽宁 大连 116026

0 引 言

船舶的运动数学模型是船舶操纵性能预测、航海仿真和船舶运动控制器设计的基础，具有10 个参数以上的Norrbin 或MMG 非线性数学模型的精度较高，但比较复杂；简单的线性Nomoto 模型只有2 个参数，但精度稍低；具有4 个参数的非线性Nomoto 模型介于上述两类模型之间，精度较高且不复杂，被船舶运动控制学者广泛关注。非线性Nomoto 模型中的2 个非线性参数一般通过系统辨识获得。新船在出厂后，通常只按国际标准要求做了满舵回转实验和部分Z 形操纵实验，如果采用此少量的船舶试验数据进行系统辨识研究，给出船舶模型参数，其精度与用经验公式估算的结果相近，不适用于模型精度要求较高的系统仿真或控制器设计。

目前，常用的系统辨识算法主要有最小二乘法、梯度辨识法、辅助模型辨识法等，这些算法都是利用典型的辨识数据进行系统的参数辨识。丁锋[1]提出的系统辨识新论，将标量的误差信息（也可称为新息）变成了误差信息向量，称为多新息辨识算法，取得了较好的理论与应用成果；徐玲[2]利用动态窗数据将随机梯度参数辨识方法中的标量新息扩展为新息向量，提出传递函数多新息随机梯度参数估计方法，进一步提高了辨识精度；谢朔等[3]提出的一种改进的多新息扩展卡尔曼滤波参数辨识方法，通过引入遗忘因子以降低历史干扰数据的累积影响，经此改进算法辨识的船舶响应模型参数更加精确；……