动力定位船舶自适应滑模无源观测器设计

针对带有模型参数不确定性的动力定位船舶,提出一种动力定位船全速域自适应滑模无源观测器,解决了现有观测器只能应用于低速作业动力定位系统的问题.采用速度估计误差作为滑模面,设计切换自适应律估计模型不确定项上界,保证了观测器增益的有界性和系统鲁棒性.对速度估计回路的无源性进行了分析,并证明了观测器的稳定性.最后利用船舶动力定位系统半实物仿真平台,验证了算法的有效性.     

船舶动力定位系统研究与评估试验方法

本文探讨了船舶动力定位系统工作环节中的评估试验方法,首先,论述了船舶动力定位系统的构成及其工作基本原理,并描述了在多数应用场景下的船舶动力定位控制方法;其次,针对船舶动力定位系统的工作模式与基本功能,列出了该系统的多种模式及相应的基本功能;最后,通过上述研究提出了聚类分析法与船舶动力定位系统性能试验并进行了评估试验,旨在完善船舶动力定位系统评估的方法。     

船舶动力定位系统的精细抗干扰控制

船舶在航行过程中不可避免地受到海平面上多种干扰的影响.动力定位(DP)是一种船舶在受到外界干扰的情形下依然能够保持在一定位置或沿固定轨迹航行的技术.与传统的锚定位方法相比,DP技术具有机动性强、可深海作业、定位精度高等优点.针对带有慢变环境干扰和复杂非线性项的船舶动力定位系统,研究其精细抗干扰控制问题.首先,利用模糊逻辑系统逼近船舶动力定位系统中的复杂非线性项.其次,通过构造自适应干扰观测器(ADO)来估计部分信息已知的慢变环境干扰.在此基础上,将基于干扰观测的控制(DOBC)与模糊控制算法相结合,提出基于复合分层抗干扰控制框架的精细抗干扰控制(EADC)策略,从而实现船舶动力定位系统的高精度抗干扰控制.最后,基于供给船模型的仿真研究验证所提控制策略的有效性.     

动力定位船舶纵向运动的反步法控制器设计

本文研究了动力定位系统的控制策略,针对船舶动力定位系统模型的非线性特性,考虑到风浪流等外部环境扰动对船舶引起的恒值干扰及其不确定性,基于带有未知定常扰动的三自由度非线性船舶水面运动数学模型,应用自适应反步法设计船舶动力定位控制律,将Lyapunov函数选取和控制器设计相结合的回归设计方法,并在MATLAB软件环境下通过仿真研究验证模型和控制策略的有效性。在计算机仿真研究中,以26:1比例建造的2800mm×762mm×498mm船模为设计实例。     

动力学效应的动力定位船舶模型在线辨识算法

由于船舶模型的高度非线性以及外界干扰力、推进器推力的无法测量性,导致它们的在线辨识和估计显得十分困难.本文提出一种以动力学效应为基础,应用无味卡尔曼滤波器（unscented Kalman filters,UKF）进行动力定位船舶动力学模型、外界载荷以及推进器推力在线辨识的算法.此算法能够在动力定位过程中不断求解船舶模型和其受到的载荷力,使得拥有这些参数的船舶模型和载荷所反映出的动力学效应不断逼近传感器检测到的运动反馈.基于此原理,用这些参数作为名义上的船舶模型、外界力、推进器推力就能够完成高效、自适应的定位控制.通过控制仿真,证明了此算法的有效性和正确性.     

基于高增益观测器的船舶动力定位系统的输出反馈控制

针对动力定位船舶的速度向量不可测的问题, 考虑外部环境扰动, 将高增益观测器、动态面控制技术和矢量backstepping方法相结合, 设计仅依赖于船舶位置和艏摇角测量值的船舶动力定位系统输出反馈控制律. 动态面控制技术的引入, 使控制律结构简单, 易于工程实现. 应用Lyapunov函数证明了所设计的控制律能迫使船舶的位置和艏摇角收敛于期望值, 并保证船舶动力定位输出反馈闭环系统所有信号均一致最终有界. 基于一艘供给船的仿真研究验证了所设计的基于高增益观测器的船舶动力定位输出反馈控制律的有效性.     

基于RFID有源标签的内河船舶定位系统

船舶定位在内河港口与航道管理及船舶运营管理中具有非常重要的作用,对于船公司、租家可监控船舶实时动态,便于管理,应对突发事件,对于港口机关,实现港区全部监控,安排作业计划提高工作效率,保证港区安全。文中利用主动式RFID技术结合相关RFID定位算法实现了内河船舶定位,并提出了一种基于RFID有源标签的内河船舶定位系统标签部署模型,分别讨论和分析了在考虑定位标签正常和具有一定容错能力情况下的标签部署方案和约束要求。结合标签部署模型和定位算法可满足内河船舶定位的基本要求并实现内河船舶的定位。     

频域和时域船舶动力定位参数辨识算法比较

针对频域方法和时域方法均被用于船舶动力定位系统建模,但未见特点和适用性对比研究的问题,以船舶动力定位系统参数辨识为对象,进行了频域法R-MISO (reverse multiple input-single output)和时域算法EKF (extended kalmanfilter)的算法实现难易程度、收敛速度、参数依赖性、抗噪能力和适应场合等的比较;基于MATLAB仿真结果显示RMISO算法辨识时间短,不需要设置初始值,适用于在线辨识,而EKF算法去噪能力比较强,需要数据量大,结果依赖初始值,适用于离线辨识,从而为实际船舶动力定位系统参数辨识提供一定的指导.     

利用GPS进行车辆动态定位的自适应模型研究

提出一种GPS动态定位系统模型,并将其应用于车辆的导航定位系统,获得了明显效果.将GPS的误差等效为马尔柯夫过程,采用描述机动载体运动的"当前"统计模型,建立了一种利用GPS对车辆进行动态导航定位的滤波模型及自适应卡尔曼滤波算法.仿真结果表明,应用所提出的强跟踪动态定位模型和算法,与改进前相比车辆导航定位系统的精度、实用性均得到了明显提高.     

动力定位预测控制器船舶模型试验研究

使得船舶按照特定轨迹运动或者到达指定位置,并减少或者消除到达设定位置时的超调量是动力定位控制器研究中的关键问题。针对上述问题,运用预测控制的基本理论,结合自适应方法中的最小二乘辨识,设计了动力定位系统自校正预测控制策略。在MATLAB仿真中,该预测控制器有效解决了模型失配和系统超调的问题。为了进一步验证该预测控制器的实际控制效果,利用船舶模型对算法进行了动力定位定点模式下的水池模型物理试验。在直接使用仿真参数的情况下,船模试验的控制效果并不理想;参数修改后,动力定位效果有了极大改善。试验结果表明,在实际控制中,为保证控制效果,艏向角度的控制应占最高权重;不能忽视船舶运动时的耦合现象。     

基于dynFWA-SVM的WiFi室内定位算法

针对实际定位应用中室内环境复杂,传统的WiFi室内定位算法精度低、稳定性差、代价较高以及不同移动终端之间采集信号强度存在差异等问题,提出了基于dynFWA-SVM的WiFi室内定位模型.定位过程中,利用高斯滤波对信号进行除奇异值操作,同时采用信号强度差(SSD)位置指纹替代传统的接收信号强度(RSS)位置指纹;采用动态搜索烟花算法(dynFWA)优化支持向量机(SVM)参数,从而建立了dynFWA-SVM室内定位模型.实验结果表明:经高斯滤波处理后的SSD指纹可以有效提高定位的稳定性和可靠性,减小因不同终端采集信号强度存在差异对定位结果造成的影响,相较于粒子群优化(PSO)算法和烟花算法(FWA),dynFWA算法的优化效率更高,提出的dynFWA-SVM定位模型的定位误差更低.     

基于不同发射功率的室内定位算法优化

在无线传感网络室内定位中,节点的发射功率不同会降低基于对数-正态模型的定位算法的定位精度。针对这一问题,基于真实室内环境下RSSI值的变化,提出了一种基于不同发射功率的室内定位优化算法。该算法通过确定最小动态区域,对RSSI测距方法进行优化,降低不同发射功率带来影响。仿真和实验结果证明,提出的新算法在参与定位的信标节点发射功率不一致的情况下,达到了信标节点发射功率一致情况下的定位精度。     

基于WiFi的动态室内定位方法研究

针对传统的室内定位算法难以有效解决节点动态移动对定位的影响问题,设计了一种基于优先级的动态跨层数据队列管理方法.分析了传统位置指纹的定位方法和容迟性问题,在数据链接层和MAC层之间实现优先级的数据队列管理机制,实验结果表明:融入该机制的室内定位比传统定位方法有更好的定位精度,数据传输率和自适应性.     

基于最小二乘法的室内三维定位算法研究

现如今,室内位置服务成为国内外科研人员共同关注的焦点,人们对于位置服务的需求逐渐由最初的室外定位转变为室内定位,同时诸多的室内定位技术得以快速发展。通过以超宽带(UWB)的通信方式为依托,借助到达时间差值(TDOA)的定位模型,着重分析了最小二乘法在求解三维定位坐标时精度误差产生的主要原因。针对传统的最小二乘定位算法在求解三维定位坐标时,由于基站几何布局所引起的定位精度问题,提出基于最小二乘法的三维定位优化算法。通过对实验结果进行分析,比较定位算法在优化前后的两种场景下定位的不同表现效果,发现优化后的最小二乘定位算法的三维定位精度得以明显提高且定位效果稳定,同时也降低了三维定位精度对于基站几何布局的依赖性。     

复杂室内环境下的WiFi定位技术研究

在复杂的室内WLAN环境下,利用改进的MK模型和加权K最近邻法对定位性能进行了改进。首先介绍了室内传播模型及改进的MK模型;然后介绍了位置指纹定位方法及两种定位算法的基本原理,根据实测数据,分析了以上方法的定位效果以及误差来源;最后提出了MK模型和加权K最近邻法相结合的混合定位法,并对算法进行了仿真和分析。仿真结果表明,所提算法提高了算法精确度,减小了定位误差。     

基于CMAES-SVR的WLAN室内定位算法研究

针对传统WLAN指纹定位算法中存在的定位精度低、稳定性差、实时性不高等问题,提出一种基于CMAES-SVR的WLAN室内定位算法。该算法首先对接入点（AP）的接收信号强度（RSS）进行统计分析,采用高斯滤波对信号进行预处理,然后利用k-means聚类算法将原始指纹数据库中的定位区域进行聚类分块;其次采用协方差矩阵自适应进化策略（CMAES）优化支持向量回归机（SVR）参数,从而建立CMAES-SVR室内定位学习模型,通过该模型分别构建各定位子区域中RSS信号与物理位置非线性映射关系;最后判断测试点所属类簇,根据该类簇中训练好的CMAES-SVR模型进行回归预测。实验结果表明,与WKNN、传统SVR以及PSO-SVR算法相比,该算法在定位精度、稳定性以及实时性方面均有所提高。     

基于可靠AP选择和深度置信网络的室内定位算法*

因受到非视距传播等影响,基于位置指纹的室内定位精度不高。针对此问题,提出一种基于可靠AP选择和深度置信网络(DBN)的室内定位算法(RAP-DBN)。离线阶段,利用改进k-means聚类算法将定位区域划分成若干子区域,并依据Fisher准则和各AP缺失频率,选取分辨能力强且可靠的AP节点作为子区域的训练节点,最后采用DBN模型对各子区域参考点数据进行训练;在线阶段,根据接收信号强度判别测试点所属的类簇,并根据训练好的DBN模型在线估计测试点位置。实验结果表明,和WKNN算法、M-WKNN算法以及PSO-ANN算法相比,改进算法在定位精度和稳定性方面均有所提高。     

基于克里金空间插值的位置指纹数据库建立算法*

为解决室内定位系统中建立位置指纹数据库工作量庞大的问题,提出了一种融合信号衰减因素的普通克里金空间插值建库算法。该方法首先采用高斯滤波对有限预选参考点的信号强度采样数据进行预处理,并基于球状模型由参考点预处理数据拟合出空间变异函数,然后采用普通克里金插值法对其它位置的信号强度进行估值并生成相应的位置指纹,最后由有限实测数据生成大容量高分辨位置指纹数据库,并通过KNN_Filter算法和对数权重算法完成了定位仿真,验证了该建库方法的有效性。仿真实验结果表明,该算法在保证定位精度的前提下相比传统建库方法可降低40%左右的工作量,提高了室内位置指纹定位方法的工作效率。     

基于近邻传播算法的动态自适应室内指纹定位算法

目前传统的室内指纹定位算法中存在以下几个问题,首先在构建指纹库时采用平均值的方式构造指纹库容易受到噪声点影响而降低定位精度,其次使用欧式距离衡量待定位点与指纹点之间的距离可能引入信号强度距离较近,物理距离较远的参考点参与估计待定位点的位置从而增大定位误差,以及当参考点数量较大时,由于K近邻算法的计算量较大,从而造成定位过程耗时较大,能源耗费较多的情况,除此之外,由于K近邻算法无法根据实际情况确定参与定位的参考点个数从而限制了定位系统的精确性和拓展性。针对上述问题,本文设计了一种基于近邻传播算法的动态自适应室内指纹定位算法。该算法在离线阶段对在每一个参考点采集的信号强度值使用方差滤波算法去除噪声值,然后利用加入了参考点物理信息的近邻传播算法对参考点进行聚类处理。在在线阶段,通过进行粗略定位和精确定位动态的估计待定位点的物理位置。经过实验证明,本文所提出的新算法较对比算法有较高的精确度和稳定度。