資源描述：
《基于子空間理論的動力定位船舶模型辨識及控制方法研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、分類號：密級：UDC：編號：工學博士學位論文基于子空間理論的動力定位船舶模型辨識及控制方法研究博士研究生：趙昂指導教師：夏國清教授學科、專業(yè)：控制理論與控制工程哈爾濱工程大學2016年10月萬方數(shù)據(jù)萬方數(shù)據(jù)分類號：密級：UDC：編號：工學博士學位論文基于子空間理論的動力定位船舶模型辨識及控制方法研究博士研究生：趙昂指導教師：夏國清教授學位級別：工學博士學科、專業(yè)：控制理論與控制工程所在單位：自動化學院論文提交日期：年月論文答辯日期：年月學位授予單位：哈爾濱工程大學萬方數(shù)據(jù)萬方數(shù)據(jù)ClassifiedIndex：U.D.C：ADissertatio
2、nfortheDegreeofD.EngResearchonsubspacetheorybasedmodelidentificationandcontrolmethodsforDynamicPositioningshipsCandidate：ZhaoAngSupervisor：Prof.XiaGuoqingAcademicDegreeAppliedfor：DoctorofEngineeringSpecialty：ControlTheoryandControlEngineeringDateofSubmission：DateofOralExamina
3、tion：University：HarbinEngineeringUniversity萬方數(shù)據(jù)萬方數(shù)據(jù)哈爾濱工程大學學位論文原創(chuàng)性聲明本人鄭重聲明：本論文的所有工作，是在導師的指導下，由作者本人獨立完成的。有關觀點、方法、數(shù)據(jù)和文獻的引用已在文中指出，并與參考文獻相對應。除文中已注明引用的內容外，本論文不包含任何其他個人或集體已經(jīng)公開發(fā)表的作品成果。對本文的研究做出重要貢獻的個人和集體，均已在文中以明確方式標明。本人完全意識到本聲明的法律結果由本人承擔。作者（簽字）：日期：年月日哈爾濱工程大學學位論文授權使用聲明本人完全了解學校保護知識產(chǎn)權的有關
4、規(guī)定，即研究生在校攻讀學位期間論文工作的知識產(chǎn)權屬于哈爾濱工程大學。哈爾濱工程大學有權保留并向國家有關部門或機構送交論文的復印件。本人允許哈爾濱工程大學將論文的部分或全部內容編入有關數(shù)據(jù)庫進行檢索，可采用影印、縮印或掃描等復制手段保存和匯編本學位論文，可以公布論文的全部內容。同時本人保證畢業(yè)后結合學位論文研究課題再撰寫的論文一律注明作者第一署名單位為哈爾濱工程大學。涉密學位論文待解密后適用本聲明。本論文（□在授予學位后即可□在授予學位12個月后□解密后）由哈爾濱工程大學送交有關部門進行保存、匯編等。作者（簽字）：導師（簽字）：日期：年月日年月日萬
5、方數(shù)據(jù)萬方數(shù)據(jù)基于子空間理論的動力定位船舶模型辨識及控制算法研究摘要建立較為精確的船舶數(shù)學模型，對于控制器設計和船舶操縱性能預報具有重要的輔助作用，因此也受到了研究者們越來越多的關注。目前船舶數(shù)學模型的獲取方法均采用了白箱建模方式，即通過船型參數(shù)使用經(jīng)驗公式等構建出船舶微分方程，或者通過進行水池試驗對船舶水動力導數(shù)進行估算。這些算法難免會出現(xiàn)計算復雜、操作困難等問題。為了克服這些問題，本課題主要研究動力定位船舶數(shù)學模型的黑箱辨識方法，以及對應的預測控制算法。首先根據(jù)船舶模型的特點，在子空間理論的背景下深入研究了適用于船舶非線性離散模型的辨識算法，
6、然后進一步對船舶連續(xù)時間線性模型進行了辨識算法研究。最后對動力定位過程中的控制問題進行了研究，將子空間理論和預測控制結合起來，提出新型預測控制器并應用用于船舶動力的控制中。具體來說，本文的研究內容包括：傳統(tǒng)船舶模型辨識算法均側重于船舶水動力參數(shù)的辨識，并通過特定的自航模試驗、水池斜拖試驗或者經(jīng)驗公式等計算得到對應的水動力導數(shù)，但是這些方法在計算水動力參數(shù)的時候都或多或少地存在計算量大，或者出現(xiàn)參數(shù)相消導致估算結果有很大誤差等問題。為了克服這些缺點，本課題提出研究船舶黑箱非線性模型的辨識問題。論文首先針對船舶非線性的特點，在采用子空間辨識理論進行模
7、型辨識之前，將其轉換成辨識算法中常用的模塊化級聯(lián)結構，即帶有非線性反饋的Hammerstein模型。接著將非線性部分以Fourier級數(shù)為基底進行展開，最終將模型轉換成適用于子空間辨識的框架。最終根據(jù)變換后船舶模型的特殊形式，提出采用基于MOESP的子空間辨識算法對其參數(shù)矩陣進行估計，從而得到船舶黑箱辨識模型。針對船舶模型中水動力參數(shù)可能隨著外界海洋環(huán)境的不同而發(fā)生漂移的問題，提出一種在線更新船舶黑箱模型的子空間辨識策略：即根據(jù)子空間辨識中QR分解的特點，采用Givens旋轉矩陣對該復雜分解過程進行處理，從而降低計算復雜度，進而實現(xiàn)算法的在線計算
8、，最終使得子空間辨識算法能夠適用于船舶黑箱模型的在線辨識中。針對數(shù)據(jù)采樣頻率的變化會導致辨識得到的動力定位船舶離散數(shù)學模型發(fā)生變化的問題
