無(wú)人艇非線性K-T模型參數(shù)辨識(shí)算法

陳 霄， 劉 忠， 姜曉政， 董 蛟

(海軍工程大學(xué)電子工程學(xué)院，武漢 430000)

0 引言

無(wú)人水面艇(Unmanned Surface Vehicle，USV，簡(jiǎn)稱為無(wú)人艇)作為一類在復(fù)雜海洋環(huán)境下自主航行完成各種使命任務(wù)的運(yùn)載平臺(tái)，與無(wú)人機(jī)、無(wú)人車和無(wú)人潛航器組成四大無(wú)人運(yùn)載系統(tǒng)[1]，具有機(jī)動(dòng)性好、隱蔽性強(qiáng)、自動(dòng)化程度高、無(wú)人員傷亡等優(yōu)勢(shì)，在軍事和民用領(lǐng)域具有廣闊的應(yīng)用前景[2]。無(wú)人艇的自主航行、自動(dòng)避碰等運(yùn)動(dòng)控制問(wèn)題已成為國(guó)內(nèi)外研究的熱點(diǎn)。無(wú)人艇自主航行等效果的好壞不僅依賴于各種先進(jìn)的控制算法，還取決于被控對(duì)象模型的辨識(shí)精度，因此獲取無(wú)人艇模型是設(shè)計(jì)各類運(yùn)動(dòng)控制器的基礎(chǔ)，也是研究無(wú)人艇自主控制技術(shù)的核心問(wèn)題之一[3]。系統(tǒng)辨識(shí)的方法通常被用于線性和非線性模型參數(shù)的確定，主要包括最小二乘及擴(kuò)展最小二乘法[4]、極大似然估計(jì)法[5]、擴(kuò)展卡爾曼濾波法[6]、模型參考自適應(yīng)法[7]、梯度校正法[8]及基于人工智能辨識(shí)算法[9]等。其中，最小二乘法是系統(tǒng)辨識(shí)中最常用的方法，具有系統(tǒng)先驗(yàn)知識(shí)少、算法簡(jiǎn)單、計(jì)算量小、收斂性好等優(yōu)點(diǎn)。孫曉界等通過(guò)分析Z形和定常回轉(zhuǎn)實(shí)船操縱性試驗(yàn)數(shù)據(jù)，利用遞推最小二乘法辨識(shí)得到無(wú)人艇線性K-T模型，并通過(guò)Z形操舵試驗(yàn)驗(yàn)證了模型的正確性，但并未考慮模型的非線性因素[3]；秦余剛等提出了一種快速收斂迭代學(xué)習(xí)最小二乘法并將其用于船舶K-T模型的參數(shù)辨識(shí)，仿真結(jié)果表明，該算法具有較高的辨識(shí)精度，但是迭代學(xué)習(xí)的引入導(dǎo)致算法復(fù)雜性和耗時(shí)增加[10]。……