一種改進船搖預報精度的方法

鄧育民

摘 要：船搖預報精度是提高航天測量船海上測控精度的關鍵環節之一。本文在船搖數據處理中引入UKF算法，實測數據處理結果驗證了該算法在船搖角速度預報中的優越性能。提出了現有的微分平滑法、指數濾波法預報船搖角度量、UKF算法預報船搖角速度量的船搖數據綜合預報方法。

關鍵詞：船搖預報；角速度；UKF算法；預報誤差

一、引言

動態環境下測量是航天測量船的顯著特性，在這種環境下，測量船船搖數據（縱搖、橫搖和艏搖）對跟蹤測量精度影響較大。如何克服其影響，目前較為常用的一種方法是在船載測控設備伺服系統增加船搖前饋控制，形成船搖穩定的復合控制方式[1，2]。在計算船搖前饋量時，需要用到船搖角度量、角速度量的預報值，而測量船慣導系統只能提供當前時刻的船搖角度量數據。因此，如何對船搖數據進行濾波與預報，成為提高測量船測控精度的關鍵環節。

現有的船搖數據濾波及預報方法有微分平滑法、指數濾波法、極大似然法和時間序列法[3]；船搖數據微分求速方法有微分平滑法和指數濾波法。微分平滑法和指數濾波法在計算船搖角速度量時精度較低；極大似然法不能產生船搖角速度量信息；時間序列法實時計算需要消耗資源較大，且需提前確定使用的模型階數，同時不能產生船搖角速度量信息。以上種種問題不但在船搖前饋計算環節中產生了很多不必要的麻煩，還大大限制了船搖數據的處理精度。

本文主要研究航天測量船實時船搖濾波及預報的優化方法，提高船搖預報及船搖前饋量的計算精度，從而達到進一步提高船載測控設備測量精度的目的。

二、船搖數據預報的UKF算法

UKF算法又稱為酉濾波算法。它采用線性卡爾曼濾波框架來實現狀態的濾波估計，因而UKF實質上是貝葉斯濾波的線性近似。不同之處在于UKF算法基于確定性采樣思想，通過一個精心設計的Sigma點集，利用UT變換來計算卡爾曼濾波器中涉及的五個矩信息。

UT變換是統計學中用來估計已知隨機變量經非線性變換后的統計特性的方法，其本質是一種矩估計方法。具體做法是：首先利用已知隨機變量的前二階矩構造一個帶權的確定點集，稱之為Sigma點集；然后將其經過非線性變換得到新的Sigma點集；最后利用變換后的Sigma點集的樣本矩，作為新隨機變量各階矩的估計。

三、算法驗證

以實測船搖數據驗證算法的預報效果。理論數據獲取方法如下：首先對實測船搖數據進行濾波，得到不含噪聲的平滑船搖數據；然后利用MATLAB中求梯度函數gradient計算船搖數據角速度值。以此理論數據作為比對標準，研究比較各濾波預報算法處理實測船搖數據的精度，統計預報誤差的均值及總誤差。處理5次任務實測船搖數據，分別統計船搖角度量、角速度量三步預報精度，結果見表1至表2。

上述統計結果表明，在船搖角度量預報方面，指數濾波法、微分平滑法能得到較好的預報精度，而在船搖角速度量預報方面，UKF算法明顯優于其他幾種算法。

四、結束語

船搖數據處理精度是影響測量船海上測控精度的關鍵環節之一。本文針對測量船船搖角速度預報精度不足的現狀，研究了船搖數據預報的優化方法。在船搖數據處理中引入UKF算法，實測數據處理結果表明該算法在預報船搖角速度數據時，精度明顯高于目前使用的算法。因此，在海上測控數據處理過程中，綜合使用微分平滑法、指數濾波法預報船搖角度量，UKF算法預報船搖角速度量，對提高測量船海上測控精度具有重要意義。

參考文獻

[1]張忠華.航天測量船船姿數據處理方法[M].北京：國防工業出版社，2009.1

[2]李連升.雷達伺服系統[M].北京：國防工業出版社，1983

[3]楊奕飛，王恒.基于時間序列預報模型的船搖前饋量計算[J].現代雷達：2009，Vol 31 No.10

（作者單位：中國衛星海上測控部）