动力定位冗余测量系统的模糊自适应融合算法

《动力定位冗余测量系统的模糊自适应融合算法》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、130传感器与微系统(TransducerandMicrosystemTechnologies)2012年第31卷第7期*动力定位冗余测量系统的模糊自适应融合算法林孝工，徐树生，赵大威(哈尔滨工程大学自动化学院，黑龙江哈尔滨150001)摘要:针对船舶动力定位的冗余测量系统，基于模糊自适应滤波和滤波器可信度的模糊评判，建立了多传感器数据融合算法。该方法与线性或非线性系统状态估计相结合，构成模糊自适应融合算法。通过监测滤波新息的均值和分歧度，应用模糊推理系统在线调节测量噪声协方差矩阵，从而抑制滤波发散;构建新的数据质量

2、函数和子系统故障检测函数，根据检测结果自适应地选择子系统构建全局融合体系;利用子系统滤波的新息分歧度比值和状态估计误差的协方差，模糊评判各子系统滤波的可信度，由此计算相应的信息分配系数，实现全局融合。通过转台半实物仿真，验证了该算法的有效性。关键词:数据融合;模糊推理系统;可信度;自适应滤波中图分类号:U675．79文献标识码:A文章编号:1000—9787(2012)07—0130—05Fuzzyadaptivefusionalgorithmforredundant*measurementofdynamicposi

3、tioningsystemLINXiao-gong，XUShu-sheng，ZHAODa-wei(SchoolofAutomation，HarbinEngineeringUniversity，Harbin150001，China)Abstract:Aimingatredundantmeasurementsystemofavesseldynamicpositioning，basedonthefuzzyadaptivefilteringandthefuzzyjudgementofcredibilityoffilter，a

4、multi-sensordatafusionalgorithmisproposed．Combiningwiththestateestimatesoflinearsystemornonlinearsystem，afuzzyadaptivefusionalgorithmisbuilt．Bymonitoringthemeanandthedegreeofdivergence(DoD)ofinnovationinformationofafilter，themeasurementnoisecovariancematrixisad

5、justedonlinebyfuzzyreasoningsystem，anddivergenceoffilteringissuppressed．Dataqualitycontrolfunctionandfaultdetectionfunctionofsubsystemsarebuilt．Accordingtothedetectionresults，subsystemsareselectedadaptivelytoconstructglobalfusionsystem．UtilizingtheparameterDoDa

6、ndtheestimationerrorcovariance，thecredibilityofasubsystemfilteringisevaluatedbyafuzzyinferencesystem，andweightedfactorsarecalculatedfortheglobalfusion．Thesemi-physicalsimulationresultindicatestheeffectivenessoftheproposedalgorithm．Keywords:datafusion;fuzzyreaso

7、ningsystem;credibility;adaptivefiltering0引言此问题，国内外学者建立了一些自适应滤波算法，其中将模动力定位系统是海洋船舶、钻井平台等海洋开发设施糊自适应技术应用于卡尔曼滤波是一个热点。在滤波过程的关键系统之一，在海洋资源开发和特种作业过程中扮演中，滤波新息的变化可以反映滤波的收敛性，利用新息协方［1］着十分重要的角色。高等级动力定位采用多传感器测量系差匹配原理，可产生多种滤波收敛评价因子，利用评价［2～5］统，实现船舶位置和姿态的不间断测量，提高动力定位系统因子在线模糊自适应地

8、调节测量噪声协方差矩阵、过［4，6～8］的安全性和控制精度。在船舶动力定位系统中，需要建立程噪声协方差矩阵，使之更符合真实的模型，有效提以卡尔曼滤波为基础的线性或非线性的系统状态估计算高卡尔曼滤波对模型的自适应能力，抑制滤波发散，改善滤法，实现多传感器的数据融合。波性能。由于标准卡尔曼滤波对系统模型依赖性强、鲁棒性差，传感器的测量数据必须经过质