应用研究
基于中心微分Kalman
算法的船舶动力定位系统滤波器研究
杨兴存
（舟山中远船务工程有限公司浙江舟山316131）
数字投本与质用
摘要：船舶在深海作业中受限于错消方式,加何保持准确的定住具有较高的难度。船舶的高频运动仅表现为周期性的振落而不会乎致住置的变动从船舶的住置信号中分高出低频信号进行控制本文设计的中心微分滤波器，从纵荡、情落、航向三个方向分别设计滤波器进行高频信号过滤经过检验具有较高的准确性和精度。
关键词：船舶动力定位系统滤波器
中图分类号：U675.6;U666
文献标识码:A
1引言
船舶在深海中的锚泊方式具有很大的限制性，故研究不借助锚泊的船舶动力定位系统成为船舶动力研究的一个重要课题。船舶动力定位系统在远洋运输中具有较为重要的地位，它是指船舶在不借助传统的锚泊系统就能抵抗风、浪、流的干扰，可以使得船舶能够保持在一定位置和方向上。船舶在海洋上的运动主要由风，流、二阶波漂力、推力器造成的低频运动和一阶波浪力造成的高频运动。高频运动仅表现为周期性的振荡而不会导致位置的变动，为了提高推力器能量的利用效率，从船舶的位置信号中分离出低频信号进行控制，如何进行低频信号分离就需要精准的滤波技术，所以，滤波在动力系统中就非常重要，如果滤波不能完全把高频信号滤除，那么低频信号中接杂部分未滤除的高频信号，就会浪费不必要的推力器能
量，使船舶定位精度大打折扣。 2船舶动力定位系统简介
船舶动力定位系统一般由传感器、控制器和推力器三大系统组成。传感器负责对船舶位置和销向值进行监测，与系统设定值进行比较处理后给控制器，控制器把传感器的船舶位置和向角的偏差数据进行运算后输出控制指令，推力器把控制指令通过推力分配后，传送到特定的推力器产生精准的力和力矩，使船舶定位在要求
的位置和舶向上，完成船舶的动力定位， 3中心微分滤波器设计
船舶动力系统滤波器一般常用Kalman滤波器、时变滤波器、阶滤波器等，这些滤波器简单实用，可以消除大部分波浪干扰，但是还具有缺陷。标准Kalman滤波是一种高效的递归滤波器，它能从外界环境噪声和测量噪声中，估计出系统的状态。
由于标准Kalman滤波解决的是线性问题，对模型的精确性要求高，环境噪声必须为白噪声，而船舶动力系统是一个非线性模型，船舶在海洋上的风、浪、流的干扰和靶管与海底的摩擦，崩喷时的反推力都是非线性，而标准的Kalman滤波不能完全解决这些问题。
在本文中，我们采用一种改进的Kalman滤波，采用中心微分 Kalman滤波器来进行船舶动力系统过滤高频信号。通过一个确定性的采样方式来解决海洋上的非线性的问题，面状态分布用高斯随机变量来近似模拟，可以很好的来描述告诉随机变量的实际均值和方差，船舶动力系统在海洋上的非线性传插时，验后均值和方差的精度为二阶泰勤级数展开的结果，比一阶泰勒级数开展的扩展 Kalman精度要高不少，获得的均值和方差精度都比较理想。
中心微分滤波算法公式如下：
X = E[x,] , P, =[(x ) ( ,)] Sigma点：
X- =[, -+ hP., - hP] 收移日期：2016-0104
文章编号:1007-9416(2016)02-0082-01 (u--)(--%)+P P=
其中P为状态过程噪声协方差。
由于船舶运动方程式十五维的，所以船舶动力系统滤波器设计需要从纵荡、横荡、崩向三个方向上分别设计滤波器。
纵荡方向上向量模型为：
X=(x,x,.Sy,Φy,F)",w=[wuw,W,Wx]
其中X为横荡方向的位置信息，横荡方向上向量模型为：
X=(yr.J.s,,,,F),w=[ww,W.w.,]
其中Y为横荡方向的位置信息。崩向方向上向量模型为：
X=(Φ,,Φ,.Sa,Φa,F),w=[we,Wa,W] 其中Φ为测量的赠摇方向一的销向角度
通过中心微分滤波公式和纵荡、横荡、崩向三个向间量的模型就可以分别进行噪声过滤，经过中心微分滤波器后，就可以估算出船舶的织向、横间的位置信息和销向的角度
经过检验，本文设计的中心微分滤波器是比较有效的，船舶动力系统滤波器输出的纵荡方向上的估计误差均值为0.312米，估计误差标准差为1.471米，横荡方向上的估计误差均值为0.301米，估计误差标准差为1.294米，崩向方向上的估计误差均值为0.297米，估计误差标准差为1.431米，从纵荡横落、销向三个方向的估计误差均值和标准差可以看出，本文设计的中心微分滤波器具有较好的干扰滤除效果，能够准确估算出船舶的低频位置信息和崩据角度信息，具
有较高的实用性，该算法具有一定的优越性，具有较高的精度。 4结语
本文主要针对船舶动力定位系统中高频信号对定位影明较小，如何分离出高频信号进行研究，设计中心微分Kalman滤波器，从纵荡、横荡、销向三个方向上进行高频噪声的分离，从而估算出船舶低额频的位置信息和向角度，从而精准的通过推力器进行控制，使得船舶定位精度大大增加，经过验证，该算法具有较高的鲁棒性和适应性。参考文献
[1]何攀明.动力定位船舶的非级性观测器设计[J].上海交通大学学报.2003(06)
[2]夏国清.水面舰船动力定位系统智能控制技术研究[D].哈尔滨工程大学,2001
[3]王宗义.船舶动力定位的数学模型和滤减方法[J].哈尔滨工程大学学报.2002(04).
[4]童进军.船舶动力定位系统的数学模型[J]-册舶工程,2002(05)
作者简介：杨兴存(1987一),男辽宁兴城人,工学学士,助理工程师,研究方向：热能与动力工程(船舶动力方向)。