孫 弢

(吉林電子信息職業(yè)技術(shù)學(xué)院，吉林 吉林132021)

0 引 言

隨著人類對(duì)海洋資源開(kāi)發(fā)的不斷深入和海上運(yùn)輸要求的不斷提高，使得船舶定位問(wèn)題的研究具有重要的理論意義和實(shí)用價(jià)值。海上風(fēng)浪流等外界干擾對(duì)船舶的航行影響很大，為使船舶在某一特定位置保持船位，船舶必須能夠準(zhǔn)確地產(chǎn)生用來(lái)抵消外界干擾力的反向力和力矩。動(dòng)力定位能夠?qū)崟r(shí)控制船舶當(dāng)前位置和航行方向，是船舶主要的定位方式之一。與錨泊定位方式相比，動(dòng)力定位適用于任意水深位置，為船舶提供推力和力矩來(lái)抵抗外界的環(huán)境擾動(dòng)，因此是一種較為理想的船舶定位方法。船舶動(dòng)力定位系統(tǒng)主要包括動(dòng)力裝置、推進(jìn)裝置、測(cè)量裝置和自動(dòng)控制系統(tǒng)［1］。其中，自動(dòng)控制系統(tǒng)通常是帶信號(hào)反饋功能的閉環(huán)系統(tǒng)，接受傳感器檢測(cè)的船舶位置和航行方向信號(hào)，通過(guò)計(jì)算機(jī)處理，消除風(fēng)浪等外界條件的干擾信號(hào)，轉(zhuǎn)化為各推進(jìn)裝置的推力和力矩輸出信號(hào)。目前，船舶定位控制方法主要包括傳統(tǒng)的PID 控制技術(shù)、線性最優(yōu)控制技術(shù)、非線性控制技術(shù)、自適應(yīng)控制技術(shù)和智能控制技術(shù)［2－6］等。此外，實(shí)時(shí)、準(zhǔn)確的測(cè)量裝置是船舶動(dòng)力系統(tǒng)安全性能和控制性能的重要保障。近年來(lái)，隨著信息融合技術(shù)［7－8］的發(fā)展，應(yīng)用多傳感器信息系統(tǒng)來(lái)提高動(dòng)力定位測(cè)量裝置的準(zhǔn)確性和精度是目前船舶定位技術(shù)必須解決的關(guān)鍵問(wèn)題［9］。本文將基于多傳感信息融合技術(shù)進(jìn)行船舶動(dòng)力定位控制系統(tǒng)設(shè)計(jì)與仿真。

1 動(dòng)力定位系統(tǒng)多傳感測(cè)量模型

首先選擇在北東地坐標(biāo)系和船體坐標(biāo)系作為參考坐標(biāo)系建立船舶的方向和位置向量，北東地坐標(biāo)系下船的位置向量和方向向量分別為:

式中:η1為北東地船舶位置;η2為歐拉角。則船體坐標(biāo)系中船舶移動(dòng)和轉(zhuǎn)動(dòng)的速度可表示為:

式中:υ1為船體坐標(biāo)系中的船舶平移速度;υ2為船舶旋轉(zhuǎn)速度。則船舶位置方向和速度之間的關(guān)系可表示為

地球中心固定坐標(biāo)系與北東地坐標(biāo)系如圖1所示。

測(cè)量模型是表征傳感器檢測(cè)信號(hào)與目標(biāo)物體運(yùn)動(dòng)狀態(tài)之間的關(guān)系，本文以差分DGPS 作為船舶位置參考系統(tǒng)。數(shù)值計(jì)算過(guò)程中進(jìn)行DGPS 原始數(shù)據(jù)的轉(zhuǎn)換和偏差補(bǔ)償?shù)念A(yù)處理，得到北東地坐標(biāo)系DGPS 的線性觀測(cè)方程為:

圖1 地球中心固定坐標(biāo)系與北東地坐標(biāo)系Fig.1 Conventional terrestrial pole and north east down coordinate systems

式中:z(k)為觀測(cè)向量;x(k)為系統(tǒng)狀態(tài)向量;ν(k)為零均值白噪聲向量;輸出矩陣h 為常矩陣。若DGPS 所測(cè)信息為位置信息，則x(k)為六維，此時(shí)矩陣為:

若DGPS 所測(cè)信息為位置和速度信息，此時(shí)矩陣h 為:

2 多傳感信息融合控制系統(tǒng)設(shè)計(jì)

根據(jù)動(dòng)力定位系統(tǒng)的實(shí)際需求，結(jié)合多傳感信息融合理論，設(shè)計(jì)基于多傳感信息的船舶動(dòng)力控制系統(tǒng)結(jié)構(gòu)，如圖2 所示。動(dòng)力定位系統(tǒng)中的多個(gè)傳感器獲得的數(shù)據(jù)信息進(jìn)過(guò)數(shù)據(jù)質(zhì)量檢測(cè)進(jìn)入子系統(tǒng)進(jìn)行濾波，經(jīng)過(guò)預(yù)處理的測(cè)量數(shù)據(jù)是不能直接濾波，原因在于某些傳感點(diǎn)測(cè)得的不良數(shù)據(jù)會(huì)使整個(gè)系統(tǒng)的濾波能力下降或發(fā)散。另一方面，測(cè)量裝置中的單個(gè)傳感器故障有可能會(huì)造成整個(gè)控制系統(tǒng)的癱瘓，因此每個(gè)傳感器測(cè)量信息必須進(jìn)過(guò)故障檢測(cè)才能與其他傳感信息進(jìn)行融合，本文采用傳感故障檢測(cè)與容錯(cuò)算法配合實(shí)現(xiàn)傳感器測(cè)量數(shù)據(jù)的質(zhì)量檢測(cè)和傳感器故障檢測(cè)。系統(tǒng)中各傳感器及其數(shù)據(jù)傳輸過(guò)程相互獨(dú)立，并行工作，無(wú)需融合反饋，因此，該系統(tǒng)中只要有1 套子系統(tǒng)正常工作的情況下整個(gè)控制系統(tǒng)便可正常運(yùn)行，具有很高的容錯(cuò)性?？刂葡到y(tǒng)采用動(dòng)力定位異步位置參考系統(tǒng)融合算法。該算法參考系統(tǒng)具有不同的參與頻率，可進(jìn)行多尺度分布式融合估計(jì)，在最高采樣頻率時(shí)獲得最細(xì)尺度上的系統(tǒng)狀態(tài)融合估計(jì)。每個(gè)傳感子系統(tǒng)均設(shè)置容錯(cuò)控制模塊，根據(jù)不同的數(shù)據(jù)信息質(zhì)量建立容錯(cuò)準(zhǔn)則，最終實(shí)現(xiàn)異步位置參考信息的動(dòng)態(tài)冗余組合。建立的異步位置參考系統(tǒng)融合算法如圖3所示。

圖2 基于多傳感信息的船舶動(dòng)力控制系統(tǒng)結(jié)構(gòu)Fig.2 Structure of dynamic positioning control system vessels based on multi-sensor information fusion

圖3 異步位置參考系統(tǒng)融合算法Fig.3 Fusion algorithm of asynchronous position reference system

3 多傳感信息融合控制系統(tǒng)仿真

以船舶GPS 定位測(cè)量系統(tǒng)為研究對(duì)象，利用半實(shí)物仿真系統(tǒng)的試驗(yàn)數(shù)據(jù)，對(duì)建立的多傳感信息的船舶動(dòng)力控制系統(tǒng)進(jìn)行仿真分析。船舶半實(shí)物仿真系統(tǒng)主要由試驗(yàn)平臺(tái)、子傳感器系統(tǒng)、數(shù)據(jù)處理模塊和仿真模塊組成，可以根據(jù)控制系統(tǒng)給定的仿真模型模擬船舶的六自由度運(yùn)動(dòng)情況，進(jìn)行船舶動(dòng)力定位系統(tǒng)的仿真。

對(duì)船舶測(cè)量裝置，設(shè)角度ψ、角度r 為狀態(tài)向量，按照建立的系統(tǒng)模型，有:

式中:w(t)為系統(tǒng)過(guò)程噪聲，為零均值高斯白噪聲。按照試劑采樣周期T=0.1 s 進(jìn)行離散化，則:

式中:Φ= ［1，0.1，0，1］;Γ = ［0，0.1］;Q=［0.3］為系統(tǒng)過(guò)程噪聲協(xié)方差。若觀測(cè)向量z =［ψ］為測(cè)可表示為:

式中:H = ［1，0］;i 為傳感器數(shù)量。

根據(jù)本次實(shí)驗(yàn)數(shù)據(jù)，從中選擇1 組幅值變化較緩的測(cè)量數(shù)據(jù)作為3 個(gè)電羅經(jīng)的測(cè)量值，分別記為data －1、data －2 和data －3;同樣，選擇1 組幅值變化較快的測(cè)量數(shù)據(jù)作為3 個(gè)電羅經(jīng)的測(cè)量值，分別記為data－12、data －22 和data －32，利用上述2 組數(shù)據(jù)進(jìn)行仿真分析。

子系統(tǒng)濾波算法為自適應(yīng)KF，利用電羅經(jīng)實(shí)際測(cè)量數(shù)據(jù)data－1、data－2 和data－3，對(duì)最優(yōu)分布式融合算法和局部估計(jì)加權(quán)融合算法進(jìn)行仿真，2組算法的仿真分別記為融合和加權(quán)，仿真結(jié)果如圖4 和圖5 所示。

圖4 第1 組船舶首向測(cè)量值Fig.4 First group measured values of the ship heading

圖5 第1 組船舶首向融合值Fig.5 First group fused values of the ship heading

如圖6 和圖7 所示，對(duì)第2 組實(shí)際測(cè)量數(shù)據(jù)進(jìn)行最優(yōu)分布式融合算法和局部估計(jì)加權(quán)融合算法仿真，并分別記為融合和加權(quán)。

圖6 第2 組船舶首向測(cè)量值Fig.6 Second group measured values of the ship heading

圖7 第2 組船舶首向融合值Fig.7 Second group fused values of the ship heading

由以上2 組電羅經(jīng)測(cè)量數(shù)據(jù)的仿真結(jié)果可知，本文所設(shè)計(jì)的船舶多傳感信息融合方法的融合性能比測(cè)量數(shù)據(jù)濾波后加權(quán)融合優(yōu)越，建立的動(dòng)力定位系統(tǒng)傳感測(cè)量模型和多傳感信息融合控制方法基本能夠滿足船舶半實(shí)物仿真實(shí)驗(yàn)系統(tǒng)的電羅經(jīng)測(cè)量數(shù)據(jù)的融合要求。

4 結(jié) 語(yǔ)

在地球中心固定坐標(biāo)系與北東地坐標(biāo)系中，建立了船舶動(dòng)力定位系統(tǒng)傳感測(cè)量模型，利用半實(shí)物仿真系統(tǒng)的試驗(yàn)數(shù)據(jù)，對(duì)建立的多傳感信息的船舶動(dòng)力控制系統(tǒng)結(jié)構(gòu)進(jìn)行仿真分析。仿真結(jié)果表明，建立動(dòng)力定位系統(tǒng)模型和控制系統(tǒng)能夠滿足船舶半實(shí)物仿真實(shí)驗(yàn)系統(tǒng)的電羅經(jīng)測(cè)量數(shù)據(jù)的融合要求，且本文設(shè)計(jì)的船舶多傳感信息融合方法的融合性能優(yōu)于測(cè)量數(shù)據(jù)濾波后加權(quán)融合，本文研究結(jié)果可為船舶動(dòng)力定位控制系統(tǒng)的設(shè)計(jì)與仿真提供理論指導(dǎo)和試驗(yàn)依據(jù)。

［1］吳德烽，楊國(guó)豪．船舶動(dòng)力定位關(guān)鍵技術(shù)研究綜述［J］．艦船科學(xué)技術(shù)，2014，36(7):1 －6．WU De-feng，YANG Guo-hao．Review on key techniques for ship dynamic positioning system［J］． Ship Science and Technology，2014，36(7):1 －6．

［2］SARGENT J S，COWGILL P N． Design considerations for dynamically positioned utility vessels［C］． Proceedings of the 8th Offshore Technology Conference，Dalas，1976:175－196．

［3］錢佳，何祖軍． 船舶動(dòng)力定位非線性自適應(yīng)濾波算法［J］．艦船科學(xué)技術(shù)，2013，35(12):25 －28．QIAN Jia，HE Zu-jun． Dynamic positioning nonlinear adaptive filtering algorithm ［J］． Ship Science and Technology，2013，35(12):25 －28．

［4］齊國(guó)鵬，俞孟蕻，袁偉． 動(dòng)力定位系統(tǒng)自適應(yīng)濾波技術(shù)［J］．艦船科學(xué)技術(shù)，2013，35(10):96 －100．QI Guo-peng，YU Meng-hong，YUAN Wei． Research on adaptive filtering techniques in dynamic positioning systems，2013，35(10):96 －100．

［5］DING L，MAO X G． Dynamic positioning of ships using a planned neural network controller［J］． Journal of Ship Research，1996，40(2):164 －171．

［6］芮世民，朱繼懋，黃根余． 應(yīng)用自適應(yīng)模糊控制實(shí)施船舶動(dòng)力定位［J］． 上海交通大學(xué)學(xué)報(bào)，2000，34(1):56－59．RUI Shi-min，ZHU Ji-mao，HUANG Gen-yu．Adaptive fuzzy control for ship dynamic positioning system［J］． Journal of Shanghai Jiaotong University，2000，34(1):56 －59．

［7］林雪原．無(wú)反饋多級(jí)式多傳感器組合導(dǎo)航系統(tǒng)［J］． 中國(guó)空間科學(xué)技術(shù)，2012(1):21 －26．LIN Xue-yuan． Multi-level multi-sensor integrated navigation system without feedback［J］． Chinese Space Science and Technology，2012(1):21 －26．

［8］宋強(qiáng)，崔亞奇，何友．反饋式多目標(biāo)多傳感器系統(tǒng)誤差融合估計(jì)技術(shù)［J］．宇航學(xué)報(bào)，2011，32(1):115 －122．SONG Qiang，CUI Ya-qi，HE You．Multi-target multi-sensor systematic error fusion estimation technique with feedback［J］．Journal of Astronautics，2011，32(1):115 －122．

［9］NOURELDIN A，EL－SHAFIE A，BAYOUMI M．GPS/INS integration utilizing dynamic neural networks for vehicular navigation［J］．Information Fusion，2011，12(1):48 －57．