發(fā)布時(shí)間：2021-11-15 03:06

　　在研究KT操縱響應(yīng)模型的基礎(chǔ)上,求解在連續(xù)線性操舵情況下一階和二階操縱響應(yīng)解析模型。直接利用航向角數(shù)據(jù)構(gòu)建目標(biāo)函數(shù),采用基于格雷碼和精英選擇的遺傳算法進(jìn)行非線性尋優(yōu)。通過(guò)與最小二乘法比較,結(jié)果表明該算法能將航向角平均偏差降低約40%。在辨識(shí)過(guò)程中,調(diào)整航向角的時(shí)間步長(zhǎng),進(jìn)行多次辨識(shí)驗(yàn)證后得出該方法只需要小樣本數(shù)據(jù)就可進(jìn)行高效準(zhǔn)確的辨識(shí),極大地提升辨識(shí)效率。利用不確定度計(jì)算原理,在樣本存在一定誤差的前提下,有效證明該辨識(shí)方法的可靠性。 

【文章來(lái)源】：中國(guó)航海. 2020,43(03)北大核心CSCD

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

航向角偏差趨勢(shì)

圖8 一階最優(yōu)航向角曲線利用最小二乘法對(duì)式(1)和式(2)進(jìn)行參數(shù)辨識(shí)。將最小二乘法的辨識(shí)結(jié)果與本文的辨識(shí)結(jié)果相比較,結(jié)果見(jiàn)表1。本文的辨識(shí)方法能有效降低航向角的最大偏差,并將平均偏差縮小約40%,有效提高辨識(shí)的準(zhǔn)確性。同時(shí),由于在辨識(shí)之前已設(shè)置參數(shù)的值域范圍,在實(shí)數(shù)域中進(jìn)行尋優(yōu),能有效避免最小二乘估計(jì)時(shí)出現(xiàn)參數(shù)為復(fù)數(shù)和負(fù)數(shù)的情況。

圖10 時(shí)間步長(zhǎng)30 s的初始航向角數(shù)據(jù)基于以上試驗(yàn)數(shù)據(jù),取不同的時(shí)間步長(zhǎng)進(jìn)行多次辨識(shí),以最終辨識(shí)得到的KT指數(shù)對(duì)應(yīng)的航向角平均偏差作為辨識(shí)好壞的衡量標(biāo)準(zhǔn),見(jiàn)表2。航向角均差隨時(shí)間步長(zhǎng)的變化趨勢(shì)見(jiàn)圖12。

【參考文獻(xiàn)】：
期刊論文
[1]船舶操縱非線性KT方程參數(shù)的辨識(shí)[J]. 鄭文龍,肖昌潤(rùn).  艦船科學(xué)技術(shù). 2017(17)
[2]改進(jìn)多新息卡爾曼濾波法辨識(shí)船舶響應(yīng)模型[J]. 謝朔,陳德山,初秀民,柳晨光.  哈爾濱工程大學(xué)學(xué)報(bào). 2018(02)
[3]基于多新息最小二乘法的船舶操縱響應(yīng)模型參數(shù)辨識(shí)[J]. 謝朔,初秀民,柳晨光,吳青.  中國(guó)航海. 2017(01)
[4]大舵角下船舶操縱性指數(shù)K,T簡(jiǎn)易計(jì)算方法研究[J]. 張彬,李國(guó)定,李麗娜,蔣嬌.  武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版). 2015(01)



本文編號(hào)：3495902