[发明专利]波浪滑翔器艏摇信息自适应滤波方法

说明书

波浪滑翔器艏摇信息自适应滤波方法涉及波浪滑翔器的运动控制领域，具体涉及波浪滑翔器艏摇信息自适应滤波方法。波浪滑翔器艏摇信息自适应滤波方法，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。本发明提供的一种波浪滑翔器艏摇信息自适应滤波方法，根据波浪滑翔器实际航行的动态数据修正数据模型，实现自适应滤波，能够同时估计波浪滑翔器的浮体和潜体的艏向角与转艏角速度，在不确定性环境干扰和模型参数摄动的影响下仍然能够达到良好的滤波效果。本发明结构简单，易于实现，具有较好的自适应性，应用于波浪滑翔器运动控制系统中能够有效改善控制效果。

技术领域

本发明涉及波浪滑翔器的运动控制领域，具体涉及波浪滑翔器艏摇信息自适应滤波方法。

背景技术

波浪滑翔器是一种新型无人海洋探测平台，利用“浮体-脐带-潜体”刚柔混合多体结构将海洋波浪能直接地转化为自身的前进动力，同时依靠上甲板搭载的太阳能电池板为各电气负载供电，可以在广阔的海洋上进行长期自主的航行，还可充当通信中继与其他类型的探测平台进行指令和数据交换，为海洋观测技术提供了新思路，有着十分广阔的发展前景。

然而，波浪滑翔器在海洋环境中运动时，浮体和潜体的艏摇运动均存在震荡，且由于传感器噪声的影响，使得艏摇运动信息存在较大震荡，给动力学分析和控制器设计带来不利影响。此外，波浪滑翔器的动力学十分困难，且在实际航行过程中存在不确定性环境干扰力和模型摄动的影响，使得基于模型的滤波方法在实际中难以应用。

王磊峰等提出的发明《舰船用多回路无模型自适应艏向控制方法》，申请号：201810602151.2，其中包含利用动态线性化模型进行滤波的思想，然而，该方法仅能够应用于单体航行器，如无人艇、自主水下机器人等，且该方法中必须以舵角为系统输入，而波浪滑翔器为多体系联结构，浮体与潜体均存在艏摇运动，且浮体的艏摇力矩来源于脐带张力而非舵力，因此该方法无法应用于波浪滑翔器。

北京航空航天大学赵龙等在论文《新型自适应Kalman滤波算法及其应用》中提出一种自适应Kalman滤波算法，该算法通过在线调整噪声的统计特性实现自适应滤波，并未使用基于动态线性化模型进行滤波。

发明内容

本发明的目的在于提供控制效果较好的波浪滑翔器艏摇信息自适应滤波方法。

波浪滑翔器艏摇信息自适应滤波方法，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)。