基于神经网络的舰船运动模型辨识

李春风白舒毓林 龙

1中国人民解放军91388部队91分队，广东湛江524022

2东北林业大学机电工程学院，黑龙江哈尔滨150040

基于神经网络的舰船运动模型辨识

李春风1白舒毓2林 龙1

1中国人民解放军91388部队91分队，广东湛江524022

2东北林业大学机电工程学院，黑龙江哈尔滨150040

通过神经网络对线性水动力系数、弱非线性水动力系数和强非线性水动力系数进行了研究，利用免疫模糊遗传算法对各神经网络辨识器进行优化，以确定舰船运动的待识别系数，并且进行了10°/10°Z形操舵运动、30°回转操舵运动和35°回转操舵运动辨识的仿真。结果表明：利用辨识所得的各种典型操舵运动曲线与利用原参数所得结果符合良好。

舰船运动模型；神经网络；辨识；非线性

0 引 言

在舰船运动控制领域通常要建立舰船的数学模型，一是建立舰船操纵模拟器（Naval Vessel Ma⁃neuverability Simulator），为研究闭环系统性能提供一个基本的仿真平台；二是直接为设计舰船运动控制器服务［1］。对于大型舰船运动及控制问题而言，可以忽略起伏运动、纵摇运动及横摇运动，而只需讨论前进运动、横荡运动和艏摇运动的三自由度平面运动，对于航迹跟踪、航向保持等具有足够的精度。数学模型的建立首先要获得众多的水动力系数。

目前，在舰船设计阶段确定水动力系数的方法主要有4种：基于约束船模试验的方法；利用经验公式或数据库估算的方法［2］；理论或数值计算方法；自由自航船模试验加系统辨识的方法。自由自航船模试验加系统辨识的方法把舰船视为一个非线性动态系统，通过自由自航船模试验，测得系统输入（舵角、螺旋桨转速等）和系统输出（船速、艏向角、船模位置等），再利用系统辨识方法得到舰船操纵运动方程中的水动力导数。……