基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
由于船舶在海上运动的复杂性和非线性,精确的船舶动力定位系统数学模型难以建立.为了实现有效的动力定位控制,需要应用一定的状态估计滤波算法得到所需的船舶运动低频信号.采用常规的Kalman滤波,状态变量的新测量值对预测值的修正作用下降,旧测量值的影响随着计算步数的累积而相对提高,这是引起滤波发散的主要原因之一.文章针对船舶动力定位系统中使用常规的Kalman滤波而存在的模型不精确、 不能准确表达系统噪声和测量噪声等问题,采用渐消记忆自适应滤波估算低频运动信息,在状态估计算法中引入渐消记忆因子,减小旧测量值对状态估计值的影响权重,从而增大新测量值的作用;并根据滤波发散判断准则,选择适当的渐消记忆因子值来抑制滤波器的发散,使控制器输出较为平稳,从而降低推力系统不必要的能耗.仿真实验表明,所设计的自适应滤波器的收敛性、跟踪性优于常规的Kalman滤波,有效地提高了系统的定位精度和稳定性.
推荐文章
渐消记忆自适应滤波在传递对准中的应用
捷联惯性导航系统
渐消记忆自适应滤波
卡尔曼滤波
传递对准
速度积分角速度
基于自适应渐消无迹粒子滤波的Unscented FastSLAM算法
同步定位与地图构建
粒子退化
自适应渐消无迹粒子滤波
自适应部分系统重采样
自适应渐消UKF算法及其在仅测角被动定位中的应用
自适应渐消UKF算法
抗干扰
仅测角定位
EKF
基于渐消记忆滤波的弹道修正弹落点预测
弹道修正弹
渐消记忆滤波
全球定位系统
落点预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于渐消记忆自适应滤波的船舶动力定位算法仿真
来源期刊 船舶力学 学科 交通运输
关键词 船舶动力定位 状态估计 渐消记忆自适应滤波 Kalman滤波
年,卷(期) 2017,(12) 所属期刊栏目 流体力学
研究方向 页码范围 1497-1506
页数 10页 分类号 U661.3
字数 1182字 语种 中文
DOI 10.3969/j.issn.1007-7294.2017.12.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邹早建 上海交通大学船舶海洋与建筑工程学院 101 916 16.0 24.0
5 张闪 上海交通大学船舶海洋与建筑工程学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (1)
参考文献  (8)
节点文献
引证文献  (4)
同被引文献  (26)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
船舶动力定位
状态估计
渐消记忆自适应滤波
Kalman滤波
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
船舶力学
月刊
1007-7294
32-1468/U
大16开
江苏省无锡市滨湖区山水东路222号
1997
chi
出版文献量(篇)
2913
总下载数(次)
11
总被引数(次)
26216
论文1v1指导