[发明专利]基于神经网络预报的气垫船运动参数滤波装置及方法

摘要

本发明提供的是一种基于神经网络预报的气垫船运动参数滤波装置及方法。包括神经网络预报单元、新息分析单元、状态估计单元、状态预测单元和权值调整单元，神经网络预报单元实现观测变量的提前预报，新息分析单元产生估计值增益和预测值增益，状态估计单元产生当前状态估计值，状态预测单元产生下一时刻预测值，权值调整单元用来对神经网络的权值进行更新。本发明通过神经网络预报可实现气垫船运动参数的精确估计，不但能提高气垫船运动参数的估计精度，还可以有效的改善气垫船运动参数的延时。非常适用于高速航行背景下的气垫船运动参数的快速估计。

主权项

一种基于神经网络预报的气垫船运动参数滤波方法，其特征是包括如下步骤：(1)建立在固定坐标系下气垫船六自由度运动学方程；(2)构建小脑模型神经网络预报单元，生成预报的观测值；(3)结合神经网络的预报值和状态估计值得到状态新息；(4)基于新息分析法得到状态变量的估计增益和预测增益；(5)由状态新息和估计增益得到状态估计值；(6)由状态新息和预测增益得到状态预测值；(7)使用状态估计值更新小脑模型神经网络的权值，得到下一时刻的预报值；新息分析法得到状态变量估计增益K(t)和预测增益L(t)包括：首先计算状态新息的协方差矩阵Qε(t)，计算公式为：Qε(t)＝E[ε(t)εT(t)]，然后计算估计增益K(t)和预测增益L(t)，计算公式：K(t)＝E[x(t)εT(t)]Qε‑1(t)+E[x(t‑1)εT(t‑1)]Qε‑1(t‑1)L(t)＝E[x(t+1)εT(t)]Qε‑1(t)+E[x(t)εT(t‑1)]Qε‑1(t‑1)；由状态新息和估计增益得到状态估计值包括：利用当前时刻和前一时刻的新息以及上一步预测值，由估计增益K(t)，计算当前时刻的估计值，如下由状态新息和预测增益得到状态预测值包括：利用当前时刻和前一时刻的状态新息以及上一步预测值，由预测增益L(t)，计算下一时刻的预测值，如下