申请/专利权人：大连海事大学;大连海大智龙科技有限公司

申请日：2022-07-21

公开（公告）日：2023-05-23

公开（公告）号：CN116150934A

主分类号：G06F30/20

分类号：G06F30/20;G06F17/16;G06F17/18

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.06.09#实质审查的生效;2023.05.23#公开

摘要：本发明提供一种基于矩估计的船舶四自由度操纵运动高斯过程回归在线非参数辨识建模方法，包括以下步骤：选定待辨识船舶操纵运动模型，根据模型中的船舶所受力矩与力和船舶运动状态确定在线辨识方法的特征矩阵、输入变量和输出变量；基于增量高斯过程进行船舶运动在线辨识建模；对所述模型进行基于网格索引的增量学习和基于矩估计方法的参数学习，以实现模型的实时更新；同时在线解算船舶运动状态，以实现船舶运动动态仿真。本发明能够更贴合实际工程应用场景，通过在线辨识操纵运动模型，动态仿真船舶运动状态，可以为智能船舶提供技术支持。

主权项：1.船舶操纵运动高斯过程回归在线非参数辨识建模方法，其特征在于，包括以下步骤：步骤S1：采集数据；所述数据包括：控制器采集船舶航行参数数据即舵角、转速[δ,n]，通过惯性测量单元IMU实时采集得到船舶运动状态，即，前进速度u，横移速度v，转艏角速度r，横摇角速度p，横摇角φ以及航向角以及船舶外力，即，前进力X，横移力Y，转艏力矩N，横摇力矩K；步骤S2：选择四自由度船舶运动连续时间系统为辨识对象，根据船舶操纵运动数学模型中船舶所受力矩与力和船舶运动状态确定辨识方法的回归模型为高斯过程，设多输入为多输出为船舶运动力与力矩[X,Y,N,K]；步骤S3：以所述多输入和多输出[X,Y,N,K]为试验数据，以所述回归模型为基础，根据某时刻船舶运动状态通过增量高斯过程方法进行在线辨识该时刻tk的非参数模型网格索引进行在线更新模型信息通过矩估计方法对于超参数θt进行更新学习；使用模型输出实现船舶操纵在线辨识建模；步骤S4：根据某时刻船舶运动状态通过所述步骤S3的在线辨识模型预测下一时刻船舶运动状态以实现船舶运动动态仿真。

全文数据：

权利要求：

百度查询： 大连海事大学;大连海大智龙科技有限公司 船舶操纵运动高斯过程回归在线非参数辨识建模方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD