[发明专利]波浪滑翔器艏摇信息自适应滤波方法

权利要求书

1.波浪滑翔器艏摇信息自适应滤波方法，其特征是包括浮体艏摇响应自适应滤波方法和潜体艏摇响应自适应滤波方法，二者并行运行，其中，浮体艏摇响应自适应滤波方法包括以下步骤：

(1)将波浪滑翔器的浮体的艏摇响应模型在每一时刻等价为以浮体艏摇响应系数表示的动态线性化模型；

(2)初始化所述浮体艏摇响应系数；

(3)根据基于浮体艏摇响应系数的波浪滑翔器浮体艏摇响应动态线性化模型，建立状态传递方程，由所述状态传递方程完成状态一步预测；

(4)根据卡尔曼滤波方法估计浮体的艏向角和角速度；

(5)利用动态数据对所述浮体艏摇响应系数进行实时修正，得到所述浮体艏摇响应系数的估计值，返回步骤(3)；

潜体艏摇响应自适应滤波方法包括以下步骤：

(1)将波浪滑翔器的潜体的艏摇响应模型在每一时刻等价为以潜体艏摇响应系数表示的动态线性化模型；

(2)初始化所述潜体艏摇响应系数；

(3)根据基于潜体艏摇响应系数的波浪滑翔器潜体艏摇响应动态线性化模型，建立状态传递方程，由所述状态传递方程完成状态一步预测；

(4)根据卡尔曼滤波方法估计潜体的艏向角和角速度；

(5)利用动态数据对所述潜体艏摇响应系数进行实时修正，得到所述潜体艏摇响应系数的估计值，返回步骤(3)；

所述的动态线性化模型以浮体与潜体艏向差的正弦值作为输入，以浮体的转艏角速度作为输出，所述动态线性化模型为：

Δr^F(k+1)＝φ^F(k)Δu^F(k)

其中，k为离散控制系统的运行时刻；u^F(k)为浮体艏摇响应动态线性化模型的输入，即浮体与潜体艏向差的正弦值，u^F(k)＝sin(ψ^G(k)-ψ^F(k))，ψ^G(k)为潜体的艏向，ψ^F(k)为浮体的艏向；r^F(k)浮体艏摇响应动态线性化模型的输出，即浮体的转艏角速度；Δu^F(k)为浮体艏摇响应动态线性化模型的输入的变化，Δu^F(k)＝u^F(k)-u^F(k-1)；Δr^F(k+1)为浮体艏摇响应动态线性化模型的输出的变化，即浮体的转艏角速度的变化，Δr^F(k+1)＝r^F(k+1)-r^F(k)；

其中所述的动态线性化模型以舵角作为输入，以潜体的转艏角速度作为输出，所述动态线性化模型为：

Δr^G(k+1)＝φ^G(k)Δu^G(k)

其中，k为离散控制系统的运行时刻；u^G(k)为潜体艏摇响应动态线性化模型的输入，即舵角，u^G(k)＝δ(k)，其中δ(k)为舵角；r^G(k)潜体艏摇响应动态线性化模型的输出，即潜体的转艏角速度；Δu^G(k)为潜体艏摇响应动态线性化模型的输入的变化，Δu^G(k)＝u^G(k)-u^G(k-1)；Δr^G(k+1)为潜体艏摇响应动态线性化模型的输出的变化，即潜体的转艏角速度的变化，Δr^G(k+1)＝r^G(k+1)-r^G(k)。

2.根据权利要求1所述的波浪滑翔器艏摇信息自适应滤波方法，其特征在于：所述的浮体艏摇响应自适应滤波方法的步骤(1)中的动态线性化模型，以浮体与潜体艏向差的正弦值作为输入，以浮体的转艏角速度作为输出。

3.根据权利要求1所述的波浪滑翔器艏摇信息自适应滤波方法，其特征在于：所述的潜体艏摇响应自适应滤波方法的步骤(1)中的动态线性化模型，以舵角作为输入，以潜体的转艏角速度作为输出。