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:
为解决无人艇(unmanned surface vessel,USV)的操纵性预报问题,提出一种基于无迹卡尔曼滤波(Unscented Kalman Filter,UKF)的辨识方法用于获取无人艇二阶非线性操纵响应模型参数.首先在Matlab平台上进行20°Z形仿真操纵实验,基于差分法对辨识模型离散化,运用设计的UKF算法展开辨识,并分析其辨识过程中的收敛性,将辨识结果在实验室平台上进行10°,20°和30°半物理仿真正弦和Z形操纵性实验.结果表明,UKF是一种有效的辨识算法,辨识结果能有效的预报无人艇的操纵性预报.
推荐文章
无人水面艇响应模型的参数辨识方法研究?
USV
参数辨识
响应模型
最小二乘递推算法
分步数据处理法
无人水面艇模型辨识及其航向非线性控制的研究
无人艇
航向
递推最小二乘
模型辨识
Backstepping
基于递推最小二乘的吊舱推进无人水面艇建模与辨识研究
无人水面艇
吊舱
递推最小二乘
辨识
基于扩展Kalman滤波器的气垫艇操纵运动模型参数辨识研究
气垫艇
操纵运动模型
参数辨识
扩展Kalman滤波器
分离型建模
仿真分析
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UKF的无人艇操纵响应模型的参数辨识
来源期刊 武汉理工大学学报(交通科学与工程版) 学科 交通运输
关键词 无人艇 操纵响应模型 参数辨识 无迹卡尔曼滤波
年,卷(期) 2019,(5) 所属期刊栏目
研究方向 页码范围 947-950,956
页数 5页 分类号 U664.82
字数 4337字 语种 中文
DOI 10.3963/j.issn.2095-3844.2019.05.029
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 茅云生 武汉理工大学交通学院 57 263 10.0 13.0
2 董早鹏 武汉理工大学交通学院 6 7 2.0 2.0
3 杨鑫 武汉理工大学交通学院 12 33 3.0 5.0
4 褚式新 武汉理工大学交通学院 6 0 0.0 0.0
5 黄铖 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (11)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(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)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(6)
  • 参考文献(1)
  • 二级参考文献(5)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
无人艇
操纵响应模型
参数辨识
无迹卡尔曼滤波
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
武汉理工大学学报(交通科学与工程版)
双月刊
2095-3844
42-1824/U
大16开
武昌区和平大道1178号
38-148
1959
chi
出版文献量(篇)
5723
总下载数(次)
12
总被引数(次)
47608
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导