一种基于无人艇惯导和气象仪信息的海况等级估计方法专利检索-递归噪声图形技术专利检索查询-专利查询网

一种基于无人艇惯导和气象仪信息的海况等级估计方法

阅读：600发布：2020-05-12

专利汇可以提供一种基于无人艇惯导和气象仪信息的海况等级估计方法专利检索，专利查询，专利分析的服务。并且本发明提供了一种基于无人艇惯导和气象仪信息的海况等级估计方法，采集无人艇的惯导和气象仪信息，建立海浪激励无人艇运动的系统模型，利用在线遗忘因子递归最小二乘法在线辨识无人艇横摇运动频率响应函数，估计无人艇横摇运动的功率密度谱，由无人艇横摇运动反演海浪有效浪高，由海上风速信息计算海浪高，根据海浪高与海况等级的对应关系估计海况等级。本发明由无人艇惯导和气象仪信息估计海况等级结构简单、成本低、易于实现、适用性强，减少了对无人艇本身运动响应函数的依赖，降低了无人艇航速、航向对反演结果的影响，增强了系统的鲁棒性，估计结果准确，能够满足复杂海上条件下环境感知的要求。，下面是一种基于无人艇惯导和气象仪信息的海况等级估计方法专利的具体信息内容。

权利要求

1.一种基于无人艇惯导和气象仪信息的海况等级估计方法，其特征在于包括下述步骤：
步骤一：采集时间段T内无人艇的惯导和气象仪信息；
采集采样时间T内惯导输出的无人艇横摇角序列y(n)＝{y1,y2,y3,…,yN}和气象仪输出的风速信息v1,v2,v3,…,vN，其中T为采样时间，取值10-30分钟，N为采样的个数，N选择512的倍数；
步骤二：建立海浪激励无人艇运动的系统模型；
将海浪看作噪声源，假定为高斯白噪声，由海浪u(n)激励无人艇运动系统H(Z)产生真实的无人艇的横摇角信号x(n)，再叠加系统噪声v(n)，即产生无人艇的横摇角输出y(n)，即：y(n)＝x(n)+v(n)，其中，海浪激励船舶运动的系统是一个线性系统，利用AR模型来描述该系统，其离散时域信号表达式为：
式中ai是模型的系数，a0＝1，p为模型阶数，u(n)为海浪的激励输入，x(n-i)为i时刻无人艇的横摇角真实值；
对AR模型表达式进行Z变换，将z＝ejw带入得到无人艇横摇运动频率响应函数为：
步骤三：利用在线遗忘因子递归最小二乘法在线辨识无人艇横摇运动频率响应函数H(w)；
步骤四：估计无人艇横摇运动的功率密度谱Sy(w)；
计算惯导输出的无人艇横摇角序列y(n)的频谱Y(w)，即Y(w)＝FFT(y(n))，由周期图法得无人艇横摇运动的功率密度谱Sy(w)：
其中，N为横摇角序列的长度；
步骤五：由无人艇横摇运动反演海浪有效浪高H1/3；
首先利用无人艇横摇运动的功率密度谱函数Sy(w)和横摇运动频率响应函数H(w)反演海浪功率密度谱Su(w)：
然后计算海浪功率密度谱的0阶距m0：
最后根据海浪谱与海浪要素的对应关系计算有效浪高H1/3：
步骤六：由海上风速信息计算海浪高H0；
计算采样时段T内的平均风速v，根据风速与浪高的对应关系计算海浪高H0，计算公式为：
H0＝0.015*v2+1.5 (7)
步骤七：估计海况等级；
表1.海况等级划分
计算由无人艇横摇角反演的海浪高H1/3和由风速信息计算的海浪高H0的两个海浪高的均值，根据表1，即可根据海浪高与海况等级的对应关系估计海况等级。

说明书全文

一种基于无人艇惯导和气象仪信息的海况等级估计方法

技术领域

[0001] 本发明涉及电子信息的多传感器数据融合领域，尤其是一种海况等级估计方法。

背景技术

[0002] 海上环境感知，了解海域的基本海况条件，是人类海洋开发利用、科学研究的基础。海况是指在风力的主要作用下，视野内海面波浪外形、波峰破碎及浪花泡沫的多少等海面状况，共分为10级。传统的海况检测手段如目测存在监测困难、便捷性不高的缺点；波浪仪监测存在自动化程度低、实时性不强的缺点；雷达和卫星监测存在成本高的缺点。这些测量方法在时效性与可操作性上无法满足实时获取海浪信息的要求，尤其是对于深海区域。

[0003] 文献“基于系统辨识的船舶运动响应与海浪反演技术研究[D].哈尔滨工程大学， 2017”提出了一种基于海浪反演技术的海况估计方法。该方法基于船舶航行时海浪与船舶相互作用，将随机海浪与船舶运动看作一个系统，海浪激励视为输入，船舶运动视为输出，通过船舶的运动信号来反演当前的海浪遭遇谱，然后将遭遇谱转化为海浪的真谱，最后将反演的海浪真谱与常用的海浪谱公式进行拟合求出海浪高参数，估计出海况等级。但是，该方法没有考虑影响海况主要因子——海风的影响因素，同时会受到本船航行速度、航向与波浪传播的夹角的影响，且计算过程复杂。

[0004] 专利“CN103900541A”提出了一种海况估计器，该方法包括横摇角谱密度函数估计器用于估算船舶横摇角密度函数，海浪谱密度逆推器用于反推海浪谱密度函数，海况计算单元通过海浪密度谱函数计算海浪的均方差，完成海况的估计。但是该方法也没有考虑海风的影响，同时在估计船舶横摇角谱密度函数的时候要计算横摇角序列的协方差，计算量大，并且没有给出船舶横摇运动响应函数的计算方法，要依赖于船舶横摇运动响应函数已知的条件，不具有普遍的适用性。

发明内容

[0005] 为了克服现有技术的不足，本发明提供一种基于无人艇惯导和气象仪信息的海况等级估计方法。为了充分发挥无人艇体积小、智能程度高、资源消耗少的优点，本发明提出利用无人艇的惯导和气象仪信息估计海况等级的方法，可在无人艇航行的过程中不需要额外的探测手段，利用气象仪采集的风速信息和惯导采集的无人艇的运动信息实时估计出当前的海况等级。本发明在估计海况时引入了海上风速因子，增加了估计结果的可靠性，同时在估计无人艇运动谱函数的同时在线辨识无人艇运动响应函数，然后通过辨识的运动响应函数反推海浪的密度谱函数，根据海浪谱与海浪要素的对应关系求出海浪谱的0阶距函数和对应的海浪高，减少了无人艇自身运动和海浪传播因素对计算的影响，最后估计海况等级，该方法成本低、可实现性强，能满足实时获取海况信息的要求。

[0006] 本发明解决其技术问题所采用的技术方案的实施步骤如下：

[0007] 步骤一：采集时间段T内无人艇的惯导和气象仪信息；

[0008] 采集采样时间T内惯导输出的无人艇横摇角序列y(n)＝{y1,y2,y3,…,yN}和气象仪输出的风速信息v1,v2,v3,…,vN，其中T为采样时间，取值10-30分钟，N为采样的个数， N选择512的倍数；

[0009] 步骤二：建立海浪激励无人艇运动的系统模型；

[0010] 将海浪看作噪声源，假定为高斯白噪声，由海浪u(n)激励无人艇运动系统H(Z)产生真实的无人艇的横摇角信号x(n)，再叠加系统噪声v(n)，即产生无人艇的横摇角输出y(n)，即：y(n)＝x(n)+v(n)，其中，海浪激励船舶运动的系统是一个线性系统，利用AR模型来描述该系统，其离散时域信号表达式为：

[0011]

[0012] 式中ai是模型的系数，a0＝1，p为模型阶数，u(n)为海浪的激励输入，x(n-i)为i 时刻无人艇的横摇角真实值；

[0013] 对AR模型表达式进行Z变换，将z＝ejw带入得到无人艇横摇运动频率响应函数为：

[0014]

[0015] 步骤三：利用在线遗忘因子递归最小二乘法在线辨识无人艇横摇运动频率响应函数H(w)；

[0016] 步骤四：估计无人艇横摇运动的功率密度谱Sy(w)；

[0017] 计算惯导输出的无人艇横摇角序列y(n)的频谱Y(w)，即Y(w)＝FFT(y(n))，由周期图法得无人艇横摇运动的功率密度谱Sy(w)：

[0018]

[0019] 其中，N为横摇角序列的长度；

[0020] 步骤五：由无人艇横摇运动反演海浪有效浪高H1/3；

[0021] 首先利用无人艇横摇运动的功率密度谱函数Sy(w)和横摇运动频率响应函数H(w) 反演海浪功率密度谱Su(w)：

[0022]

[0023] 然后计算海浪功率密度谱的0阶距m0：

[0024]

[0025] 最后根据海浪谱与海浪要素的对应关系计算有效浪高H1/3：

[0026]

[0027] 步骤六：由海上风速信息计算海浪高H0；

[0028] 计算采样时段T内的平均风速v，根据风速与浪高的对应关系计算海浪高H0，计算公式为：

[0029] H0＝0.015*v2+1.5 (7)

[0030] 步骤七：估计海况等级；

[0031] 表1.海况等级划分

[0032]

[0033]

[0034] 计算由无人艇横摇角反演的海浪高H1/3和由风速信息计算的海浪高H0的两个海浪高的均值，根据表1，即可根据海浪高与海况等级的对应关系估计海况等级。

[0035] 本发明的有益效果在于与其他测量估计海况等级的方法相比，由无人艇惯导和气象仪信息估计海况等级结构简单、成本低、易于实现、适用性强，在对海浪谱反演的过程中在线辨识无人艇运动响应函数，并由海浪谱与海浪要素的对应关系直接求出海浪高，减少了对无人艇本身运动响应函数的依赖，降低了无人艇航速、航向对反演结果的影响，同时引入了风速因子联合估计海浪高，增强了系统的鲁棒性，估计结果准确，能够满足复杂海上条件下环境感知的要求。附图说明

[0036] 图1为利用无人艇的惯导和气象仪信息估计海况等级的流程图。

[0037] 图2为海浪与无人艇运动的系统模型。

具体实施方式

[0038] 下面结合附图和实施例对本发明进一步说明。

[0039] 参照图1，本发明提出的由无人艇惯导和气象仪信息估计海况等级的方法，其理论依据是国家海洋局规定的海况等级划分与海浪高和风速的对应关系，通过采集无人艇的惯导信息和气象仪采集的海上风速信息，估计横摇运动谱和辨识横摇运动响应函数，进而反演海浪谱信息和海浪谱对应的海浪高，同时计算相同时段内的风速对应的海浪高，最后将两种方式计算的海浪高取平均，估计出最终的海况等级。

[0040] 具体的实施步骤如下：

[0041] 步骤一：采集时间段T内无人艇的惯导和气象仪信息；

[0042] 惯导的数据时间间隔是Δt，则采样频率为f＝1/Δt，得到采集采样时间T内惯导输出的无人艇横摇角序列y(n)＝{y1,y2,y3,…,yN}和气象仪输出的风速信息v1,v2,v3,…,vN，其中T＝N*Δt，取值10-30分钟，主要有两个因素：一是采用较长时间的观测值可以保证统计意义，体现代表性；二是海浪作为随机过程观测值的时长也不宜过大，避免因海况发生变化导致不满足平稳性的要求，N为采样的个数，N选择512的倍数；

[0043] 步骤二：建立海浪激励无人艇运动的系统模型；

[0044] 在一定的海况及航速及航向下，无人艇运动为一个平稳的随机信号，当前海浪信息为对无人艇自身系统的激励信号，将海浪看作噪声源，假定为高斯白噪声，由海浪 u(n)激励无人艇运动系统H(Z)产生真实的无人艇的横摇角信号x(n)，再叠加系统噪声 v(n)，即产生无人艇的横摇角输出y(n)，即：y(n)＝x(n)+v(n)，如图2所示，其中，海浪激励船舶运动的系统是一个线性系统，利用AR模型来描述该系统，其离散时域信号表达式为：

[0045]

[0046] 式中ai是模型的系数，a0＝1，p为模型阶数，u(n)为海浪的激励输入，x(n-i)为i 时刻无人艇的横摇角真实值；

[0047] 对AR模型表达式进行Z变换，将z＝ejw带入得到无人艇横摇运动频率响应函数为：

[0048]

[0049] 步骤三：利用在线遗忘因子递归最小二乘法在线辨识无人艇横摇运动频率响应函数H(w)；

[0050] 步骤四：估计无人艇横摇运动的功率密度谱Sy(w)；

[0051] 计算惯导输出的无人艇横摇角序列y(n)的频谱Y(w)，即Y(w)＝FFT(y(n))，由周期图法得无人艇横摇运动的功率密度谱Sy(w)：

[0052]

[0053] 其中，N为横摇角序列的长度；

[0054] 步骤五：由无人艇横摇运动反演海浪有效浪高H1/3；

[0055] 首先利用无人艇横摇运动的功率密度谱函数Sy(w)和横摇运动频率响应函数H(w) 反演海浪功率密度谱Su(w)：

[0056]

[0057] 然后计算海浪功率密度谱的0阶距m0：

[0058]

[0059] 最后根据海浪谱与海浪要素的对应关系计算有效浪高H1/3：

[0060]

[0061] 步骤六：由海上风速信息计算海浪高H0；

[0062] 计算采样时段T内的平均风速v，即

[0063]

[0064] 根据风速与浪高的对应关系计算海浪高H0，计算公式为：

[0065] H0＝0.015*v2+1.5 (7)

[0066] 步骤七：估计海况等级；

[0067] 表1.海况等级划分

[0068]

[0069]

[0070] 根据表1，计算由无人艇横摇角反演的海浪高H1/3和由风速信息计算的海浪高H0的两个海浪高的均值，即可根据海浪高与海况等级的对应关系估计海况等级。

标题	发布/更新时间	阅读量
三维场景重构中几何线索感知的像素级点云稠密化方法	2020-05-13	388
基于卡尔曼滤波模型的鱼塘水质预测方法及系统	2020-05-12	22
一种基于多传感器检测和GNSS定位的溺水检测方法以及设备	2020-05-14	661
一种基于虚拟训练的机器人智能抓取方法	2020-05-08	196
基于四阶累积量的管道泄漏振动信号自适应时延估计方法	2020-05-11	135
基于模型预测控制架构的综合能源系统优化运行方法及系统	2020-05-14	248
一种基于加速度计的溺水行为识别方法	2020-05-13	501
一种基于多速率融合技术的宽带微小角速度测量方法	2020-05-15	298
基于递归压缩感知的电力线通信系统脉冲噪声抑制方法	2020-05-08	660
一种基于深度学习的回声消除方法	2020-05-13	572

一种基于无人艇惯导和气象仪信息的海况等级估计方法

一种基于无人艇惯导和气象仪信息的海况等级估计方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：