动力定位船舶位置参考系统的信息融合-王权权.docx

上传人:不*** 文档编号:241643 上传时间:2018-06-25 格式:DOCX 页数:68 大小:287.52KB
返回 下载 相关 举报
动力定位船舶位置参考系统的信息融合-王权权.docx_第1页
第1页 / 共68页
亲,该文档总共68页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

《动力定位船舶位置参考系统的信息融合-王权权.docx》由会员分享,可在线阅读,更多相关《动力定位船舶位置参考系统的信息融合-王权权.docx(68页珍藏版)》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、分类号 U D C 密 级 _ 单位代码 10151 动力定位船舶位置参考系统的信息融合 王 权 权 指 导 教 师 杜 佳 璐 职称 教授 学位授予单位 大连海事大学 申请学位级别 工程硕士 学科(专业 ) 控制工程 论文完成曰期 2014年 6月 答辩日期 2014年 6月 答辩委员会主席 一 障 liifi Information Fusion for Position Reference Systems of Dynamically Positioned Ship A thesis submitted to Dalian Maritime University In partial f

2、ulfillment of the requirements for the degree of Master of Engineering By Wang Quanquan (Control Engineering) Dissertation/Thesis Supervisor: Professor Du Jialu June 2014 大连海事大学学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明:本论文是在导师的指导下,独立进行研究工作所取得的成果, 撰写成博 /硕士学位论文 动力定位船舶位置参考系统的信息融合 。除 论文中己经注明引用的内容外,对论文的研究做出重要贡献的个人和集

3、体 .均已 在文 111以明确方式标明 =本论文中不包含任何未加明确注明的其他个人或集体已 经公开发表或未公开发表的成果本声明的法律责任由本人承担, 学位论文作者签名: 学位论文版权使用授权书 本学位论文作者及指导教师完全了解大连海事大学有关保留、使用研究生学 位论文的规定 .即:大连海事大学有权保留并向国家有关部门或机构送交学位论 文的复印件和电子版,允许论文被查阅和借阅 =本人授权大连海事大学可以将本 学位论文的全部或部分内容编入有关数据库进行检索,也可采用影印、缩印或扫 描等复制手段保存和汇编学位论文。同意将本学位论文收录到中国优秀博硕士 学位论文全文数据库 f中国学术期刊(光盘版)电子

4、杂志社)、中国学位论文全 文数据库(中国科学技术信息研究所 ) 等数据库中,并以电子出版物形式出版发 行和提 供信息服务。保密的论文在解密后遵守此规定。 本学位论文属于: 保密 在 _ 年解密后适用本授权书 不保密请在以上方框内打 V ) 论文作者签名: 导师签名: 曰 期 : 少 冲 年 月 摘要 海底石油、天然气等资源的探测和开采促进了动力定位系统的发展,对动力 定位系统的可靠性和精确性要求越来越高。根据国际海事组织及各国船级社对船 舶动力定位系统等级的规范,动力定位船舶需装有多种及多个位置参考系统,保 障动力定位的稳定性和精确性。本文从提高船舶动力定位系统可靠性和精确性的 目的出发,针对

5、位置参考系统进行信息融合研究 = 首先,对动力定位船舶海平面的运动进行分析并对船舶运动数学模型进行研 究;从位置参考原理出发对张紧索、水声定位、 DGPS三种位置参考系统数学模型 进行研究。其次,分别对各个位置参考系统采用无迹 Kalman滤波方法和自适应无 迹 Kalman滤波方法进行滤波得到船舶的位置信息。最后,采用联邦滤波器对动力 定位船舶三种位置参考系统进行信息融合。联邦滤波器是由子滤波器和主滤波器 构成的分布式两级数据处理滤波器。对于联邦滤波器中的子滤波器,采用自适应 无迹 Kalman滤波方 法对各位置参考系统进行滤波;主滤波器根据各子滤波器的误 差方差阵对各子滤波器得到的滤波值进

6、行融合得到船舶位置信息的最优值 =在融 合 -重置结构联邦滤波器的主滤波器前端引入故障检测,设计实现了具有故障检测、 隔离功能的容错联邦滤波器。 以一艘供给船为研究对象,对各滤波器和联邦滤波器进行仿真验证。由仿真 可知,无迹 Kalman滤波器和自适应无迹 Kalman滤波器都很好地对船舶位置进行 滤波估计,而自适应无迹 Kalman滤波器的效果更佳;基于联邦滤波器的信息融合 提高了船舶位置测量的精度,并且使得船舶测量系统具有一定的容错性 “ 从而保 障了船舶动力定位系统的可靠性和精确性。 关键词:动力定位;位置参考系统;信息融合;自适应无迹 Kalman滤波;联邦 ABSTRACT The

7、exploration and exploitation of ocean resource such as oil and gas accelerate the development of dynamic positioning system (DPS). The reliability and accuracy of DPS have received more and more attention. According to the relevant ruies of International Maritime Organization (IMO) and other classif

8、ication societies, all the dynamically positioned ships should be equipped with multiple position reference system (PRS) so that the stability and accuracy of DPS are guaranteed. This paper studies the information fusion of multiple PRS to improve the reliability and accuracy ofDPS. Firstly, the mot

9、ion of dynamically positioned ship is analyzed to achieve the mathematical model of ship. The mathematical models of three kinds of PRS including Taut Wire system. Hydro-acoustic system and DGPS, are discussed according to the principles of position reference. Secondly, both of unscented Kalman filt

10、er (UKF) and adaptive unscented Kalman filter (AUKF) are employed to filter the data from each PRS to obtain the ship position. Finally, the paper adopts federated filter to fuse the information from three kinds of PRS. The federated filter is a two-stage filter composed of several local filters and

11、 a master filter. The local filters are designed based on AUKF for one of the PRSs, The master filter fuses the results of the local filters to obtain the optimal ship position according to their error variances. Fault detection is introduced in front of the master filter based on fusion-reset feder

12、ated filter, so as to design a fault tolerant federated filter with fault detection and isolation. Simulation study involving a supply ship is included to illustrate the effectiveness of filters and federated filters. As the results showing, both UKF and AUKF have the abilit7 to filter the data from

13、 PRSs and estimate the ship position. However, the performance of AUKF is better than UKF. In addition, the accuracy of information fusion based on the federated filter is better than that of single PRS. Thus, using the information fusion method can not only improve the accuracy of position measurem

14、ent of DP vessel, but also make the measurement s)rstem has a certain degree of fault tolerance. Key words: Dynamic Positioning; Information Fusion; Fosition Reference System; Adaptive Unscented Kalman Filter; Federated Filter 第 1章绪论 . 1 1.1论文研究背景与意义 . 1 1.2信息融合在动力定位系统中应用的国内外现状 . 2 1.3本文主要内容 . 4 第 2

15、章动力定位船舶及其位置参考系统的数学模型 . 5 2.1动力定位船舶数学模型 . 5 2.1.1船舶运动坐标系 . 5 2.1,2船舶低频运动模型 . 6 2丄 3船舶高频运动模型 . 8 2.3船舶位置参考系统数学模型 . 9 2.3.1张紧索系统数学模型 . 9 2.3.2水声位置参考系统数学模型 . 12 13.3DGPS数学模型 . M 2.4本章小结 . 17 第 3章动力定位船舶位置参考系统的滤波 . 18 3.1 Kalman滤波算法 . 18 3.2无迹 KALMAN滤波算法 . 20 3.2.1无迹变换 . 21 3.2.2无迹 Kalman滤波算法 . 22 3.3自适应无

16、迹 Kalman滤波算法 . 23 3.4UKF和 AUKF在船舶动力定位中的应用及其仿真 . 25 3.5本章小结 . 35 第 4章基于联邦滤波器的信息融合 . 36 4.1联邦滤波器基本原理 . 36 4.1.1联邦滤波器的结构 . 36 4.1.2信息分配 . 40 4.1.3联邦滤波器的工作流程 . 41 4.2信息分配系数的自适应 . 42 4.3动力定位船舶位置参考系统的信息融合 . 43 4.3.1基于无重置结构联邦滤波器的信息融合 . 43 4.3.2基于融合 -重置结构联邦滤波器的信息融合 . 46 4.4容错联邦滤波器的设计 . 5 目 录 4.4.1位置参考系统故障检测

17、 . 52 “ 4.4.2容错联邦滤波器设计及其仿真 . 53 4.5本章小结 . 56 第 5章结论与展望 . 57 参 考 文 献 . 58 E m . 6 i 第 1 章绪论 1. 1论文研究背景与意义 随着经济的高速发展,能源和资源短缺问题越来越突出,人们将目光更多的 投向资源广阔的海洋。对海洋资源的探测与开发离不开船舶或工作平台,并要求 船舶或工作台保持在某一固定位置或沿着某一固定航线运动。针对海上作业船舶 或工作平台的定位问题,现今的方法主要分为两种 ,一 种是传统的锚泊定位方式, 即用锚及锚链将船舶或工作平台系留与海上,限制外力引起的漂移,使其保持在 预定位置上,但其存在着受水深

18、限制,破坏海床以及机动性差等缺点。随着人们 对海洋开发和探索范围的不断扩大,传统的锚泊系统已经不能满足海上定位作业 的需求。另一种是现代动力定位方式,即在不借助锚泊系统的情况下,使船舶利 用自身的推进装置抵御风、浪、流等外界扰动,以一定的姿态保持在海面某目标 位置或精确地跟踪某一预定航迹 M。 相比锚泊系统,现代动力定位系统具有不受 水深限制、避免破坏海床、定位准确以及机动性强等优点。目前,现代动力定位 系统被广泛地应用于作业船舶、钻井平台、水下潜器和军用舰船等。船舶动力定 位系 统主要由控制系统、测量系统和推进器系统组成,如图 1.1所示。其中,测量 系统是对船舶位置和艏向的测量,可靠、精确

19、及实时的位置和艏向信息是船舶进 行良好动力定位的前提基础 5 6。 期望位置 及艏向 “ 控制系统 - H推进器系统 风、浪、流 船舶 实际位置 及艏向 I - 测量系统 - - 1 图 1.】动力定位系统结构 Fig. 1.1 The structure of dynamic positioning system 海面上船舶运动是由船舶自身控制输入及二阶波浪、风、流等引起的低频运 动和由一阶波浪、噪胃等高频振荡干扰引起的高频往复运动的叠加而成。船舶动 力定位是对船舶低频运动位置及艏向的定位,动力定位系统应尽量避免响应高频 运动信号,位置参考系统的测量信息中包含噪声信息,因此需要对测量信号进行

20、 滤波以得到船舶低频运动位置 7,8。测量信号的滤波对于船舶动力定位至关重要。 船舶动力定位系统中常见的位置参考系统有:张紧索系统、水声定位系统 、 DGPS 系统、 Artemis微波位置参考系统、激光位置参考系统等 1, 由于环境的千扰,每 种位置参考系统测量得到的船舶位置都存在一定的误差,在恶劣海况下甚至失去 测量所得信息的可靠性,因此,只有一种位置参考系统是不可靠的 6:根据国际海 事组织制定的动力定位系统三个等级标准,二级、三级的动力定位系统起码具有 三种位置参考系统。每种位置参考系统各有优缺点,并且 每种位置参考系统得到 的船舶位置信息也不尽相同,因此,需要对多位置参考系统的信息进

21、行综合处理。 信息融合是对不同来源和不同时间点的信息进行检测、相关和估计等处理得 到一个可靠、精确的系统估计信息,有效地支持人工或自动决策的制定 1。在船 舶动力定位中,对多个位置参考系统所得的位置信息进行信息融合可以得到一个 统一并更为精确、可靠的位置信息。信息融合增加了测量维数和置信度,扩展了 空间和时间的覆盖范围,提高了位置测量数据的精度和可信度,降低了对单个位 置参考系统的要求,即使有某个位置参考系统出现故障也能保证船 舶位置测量的 可信度,提高了船舶动力定位测量系统的可靠性和精确性,保障船舶动力定位的 顺利进行 1U2。 因此,该论文的研究具有一定的理论意义和应用价值。 1.2信息融

22、合在动力定位系统中应用的国内外现状 随着计算机技尤和传感器技术的发展,越来越多的导航设备同时被用于同一 导航系统中,多种导航设备使得导航系统从单一的传感器类型发展到多传感器的 组合导航系统,实现信息互补。信息的处理也从围绕单传感器单数据处理向着多 传感器多数据的信息处理方向发展。于是就出现了多传感器信息处理问题,信息 融合是处理多传感器数据问题的有效方法。动力定位船舶上装有多种测量系统和 传感器,信息融合已被用于船舶多传感器的信息处理问题 对于测量信息的处理, Kalman滤波方法的应用及其广泛,并成为一种有效的 信息融合方法, Kalman滤波在动力定位中的应用也已普遍存在 |。最初利用 K

23、alman滤波进行信息融合是集中式融合,即利用一个 Kalman滤波器集中地处理 所有传感器的信息。集中式滤波运算量大、不宜实现,并且容错性差。为了弥补 集中式滤波的缺陷, Speyer和 Kerr等人先后提出了分散式滤波的方法,解决了集 中式 Kalman滤波信息计算量大的问题,并使得整个传感器系统具有一定的容错能 力,然而,这些方法都存在信息传输量大等实际操作上的问题 21。 Carlson提出的 联邦滤波器改善和提高了分散滤波器的性能,基于联邦滤波器的信息融合方法被 用于船舶动力定位中 &24。 Kalman滤波只适用于线性系统,因此 Kalman滤波在船舶动力定位中的应用 需要对动力定

24、位船舶非线性模型进行线性化。线性化导致模型不精确,导致滤波 精度低甚至滤波的发散。目前在船舶动力定位中广泛应 用的扩展 Kalman滤波只是 对船舶模型用一阶泰勒级数展开式近似整个非线性模型,同样带来模型不精确, 并且实现困难等问题,为了解决扩展 Kalman滤波的缺陷, S.J.Julier和 J.K.Uhlmami 提出了无迹 Kalman滤波方法,无需对船舶模型线性化,并且实现简单 25。陈幼珍 采用无迹 Kalman滤波方法设计联邦滤波器中的子滤波器,从而对动力定位船舶位 置参考系统进行信息融合 p2k利用 Kalman滤波方法的前提是精确地知道系统的噪 声统计特性,而实际情况中,系统

25、噪声统计特性往往是未知或不精确的,为了解 决噪声统计特性的问题,很多学者提出了自适应 Kalman滤波方法 261本文结合自 适应无迹 Kalman滤波方法利用联邦滤波器对动力定位船舶位置参考系统进行信息 融合 = 国外对于信息融合在动力定位中的应用已有所发展,挪威的 Kongsberg公司己 在动力定位系统测量传感器中加入信息融合技术,并取得了较好的结果。但是这 些融合技术主要是通过常用的数据预处理方法对位置参考系统定位信息进行野值 剔除,然后通过简单地加权求和得到融合结果,在船舶状 态估计中也只是采用经 典的 Kalman滤波算法从测量信号中获得有用的信息加以控制。国内对于动力定位 系统中信息融合技术的研究较少,并只限于理论上的研究,对于这方面的研究文 献也不多。衣鹏飞针对动力定位船舶上位置参考系统进行信息融合研究,包括位 置参考系统数据处理,然后基于置信度对位置信息进行融合,提高位置信息的精 确度 27。何宁辉针对动力定位船舶上无线传感网络进行信息融合研究,提高船舶 动力定位控制系统中数据采集的实时性和可靠性以及预测控制的准确性 28=林孝 工针对船舶动力定位的冗余测量系统,基于模 糊自适应滤波和滤波器可信度的模

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 研究报告 > 论证报告

本站为文档C TO C交易模式,本站只提供存储空间、用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。本站仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知淘文阁网,我们立即给予删除!客服QQ:136780468 微信:18945177775 电话:18904686070

工信部备案号:黑ICP备15003705号© 2020-2023 www.taowenge.com 淘文阁