一、船舶航行的模糊模型建模及航向控制（论文文献综述）
陈鹏[1]（2021）在《基于HSSVM与卷积神经网络的船舶避碰知识库研究》文中指出为了保障船舶航行安全,船舶智能避碰决策是船舶自动避碰、预防甚至避免船舶事故发生的关键。船舶智能避碰决策不仅有助于提高船舶航行的安全性,减少人为因素的影响、节约人力物力成本,对世界的航运业的发展具有重要意义,是船舶安全航行领域的重点研究方向。船舶避碰知识库是完成船舶智能避碰决策的关键数据基础。以往船舶避碰知识库以经验数据存储、规则学习、知识推理为主,实现避碰轨迹知识库、三元组图数据库存储、图像特征融合知识库的研究为数不多,这也是本文的核心研究内容。本文以船舶航行AIS历史数据为基础,研究如何利用船舶运动轨迹采用支持向量机算法自动完成船舶避碰数据分类,建立简洁版船舶避碰知识库;在此基础上,针对海量新增AIS数据,融合轨迹运动标注特征、TCPA（Time of the Closest Point of Approach）/DCPA（Distance of the Closest Point of Approach）标注特征,利用卷积神经网络深度学习算法进行船舶轨迹匹配,实现大规模海量AIS数据的船舶避碰知识库构建,从交通安全角度研究船舶避让的规律和方法,从而为船舶智能避碰提供数据支撑。本文的主要工作包括:（1）AIS船舶轨迹数据预处理技术研究。针对海量AIS轨迹数据,首先采用基于时间片倒排索引的方式进行时间戳过滤,然后采用基于R树索引的空间范围搜索完成船舶会遇数据提取。针对AIS数据的冗余性,提出加入船舶行驶中的加速、减速、转向数据点、动态行为点的动态D-P算法,即在经典D-P算法基础上加入状态驻点,避免压缩过程丢失关键数据点。针对数据补全问题,在分析一阶差商二阶差商基础上,对船舶直线采用拉格朗日双线性插值,对船舶曲线运动采用拉格朗日二次插值,完成两船轨迹对齐需求。针对避碰模式识别中用到的TCPA/DCPA标定计算问题,定义一种简洁高效的计算方法,以平面向量运算理论、相对运动几何分析计算目标船的空间碰撞危险测度DCPA和时间碰撞危险测度TCPA,得到两船TCPA/DCPA标注结果。（2）提出一种结合加权kNN算法和超球支持向量机算法的分类决策方法研究,该方法用于船舶会遇数据分类决策。为了加快二次规划求解的速度,计算中心距离比率确定样本权值,训练时首先选取对结果超球贡献大的样本。同时为了实现算法参数寻优计算,引入多线程技术、遗传算法+SMO加速求解。对每一个测试样本,其类别判定取决于该点与每个分类超球的位置关系。对复杂相交区域的数据分类,引入kNN采用近似性度量选取相交区域训练数据集中与测试样本最近邻点的类别作为测试样本的类别,进而提高算法的泛化能力。对船舶会遇数据进行分类测试,实验结果表明新的算法效率较高,分类效果较好。根据避碰过程模式,提取整个避碰过程的轨迹序列数据,构建船舶避碰知识库。（3）基于CNN的船舶避碰轨迹匹配算法研究,用于解决海量新增AIS数据的船舶避碰知识库构建。新增AIS数据经插值、时间对齐处理后拼接在一起,组成融合特征作为基于卷积神经网络轨迹匹配网络的输入数据。以HSSVM训练得到的避碰知识为基础,设计不同的卷积核函数实现卷积操作,通过卷积层、池化层和激活函数层将原始输入数据映射到隐层特征空间,再通过全连接层则对前面的特征加权求和,将分布式特征表示映射到样本标记空间。按交叉熵损失训练深度学习网络,调优CNN网络参数,得到船舶避碰数据分类匹配结果,从而完成大规模数据的避碰模式知识库构建,并给出了船舶避碰图像知识库和船舶避碰特征知识库的应用。论文提出的方法克服了原有避碰知识库研究的一些局限性,扩展了知识存储、知识表示、知识融合的实际应用范例。
邓英杰[2]（2020）在《风帆推进船舶路径跟踪制导与控制》文中认为海洋风能作为一种广泛分布的清洁能源,可在一定程度上代替传统化石能源为船舶提供动力。作为对风能的最直接利用形式,风帆被广泛地应用在新能源船舶中。为解决现有常规动力船舶路径跟踪制导与控制算法不适用于风帆推进船舶且未考虑执行器饱和和动作频率限制等因素的问题,本文将风帆推进船舶分成风帆助航船舶、无人单体帆船和无人双体帆船3类开展研究,拟为3类研究对象设计具有良好工程应用背景的路径跟踪制导与控制方案。在制导层面,针对无人帆船（包含单体和双体的无人帆船）设计了基于航路点的直线LOS路径跟踪制导方法以及参数化曲线的平行路径跟踪制导方法。在控制层面,针对风帆助航船舶设计了展帆角的优化控制器和舵角的MLP自适应模糊控制器,针对无人帆船设计了展帆角和舵角的事件触发控制器。首先,针对风帆助航船舶的路径跟踪控制问题,在参数化LOS制导算法的框架下设计了展帆角的并列式ES-FLS优化控制器,以及舵角的MLP自适应模糊控制器。该优化控制器融合了人工经验、ES算法、FLS学习以及饱和重置机制,在实现船速最大化的同时克服了 ES算法的抖振问题。基于船舶的艏摇动力学模型,本文采用FLS逼近模型未知动态,并采用MLP技术和自适应反步法设计舵角的控制器。因为该控制器只有一个自适应参数,所以具备计算简捷的特性。接下来,针对无人单体帆船基于航路点的直线路径跟踪问题,设计了无人单体帆船的参数化LOS制导算法以及舵角的MLP自适应模糊控制器。该制导算法考虑了帆船的抢风及顺风换舷操纵（即驾驶员应避免帆船的艏向处于逆风和顺风的“不可航行区”,并操纵帆船沿Z型路线航行）,采用符号函数描述帆船在抢风和顺风换舷时的艏向切换,便于编程实现,采用双RESO估计漂角,确保了对大漂角的估计精度。该控制器除具备计算简捷的特性外,通过构造tanh函数项解决了舵叶升力系数不确定的问题。通过双时变系统的方法,本文分析了路径跟踪误差的收敛性。最后,针对无人双体帆船参数化光滑曲线的路径跟踪问题,设计了平行制导算法以及展帆角和舵角的事件触发鲁棒模糊控制器。该制导算法依据风向信息对参考路径进行分段化处理,融合了 Serret-Frenet坐标系、常规LOS算法、抢风和顺风换舷的通道限制机制等,确保了制导算法对无人双体帆船的适用性。在控制器设计中,本文采用FLS逼近模型未知动态,采用S型函数逼近舵角和风帆推力的饱和非线性,分别设计舵角和展帆角的事件触发条件,并基于反步法分别构建舵角和展帆角的鲁棒模糊控制器,确保了在执行器饱和限制下,无人双体帆船对参考速度和参考航向的有效跟踪,以及较低的执行器动作频率。综上所述,本文对3种风帆推进船舶基于航路点的直线和参数化光滑曲线的路径跟踪制导和控制展开了研究,在制导层面,调和了无人帆船抢风及顺风换舷操纵与路径跟踪的矛盾,在控制层面,解决了风帆推进船舶推力优化、执行器饱和和动作频率限制等问题,具有良好的工程应用前景和加速风帆推进船舶装备产业化的意义。
周翔宇[3]（2020）在《面向自主船舶的危险分析方法研究》文中研究说明继蒸汽技术革命、电力技术革命、计算机及信息技术革命之后,以人工智能、物联网、云计算、虚拟现实、量子信息技术等为代表的第四次工业革命正在改变世界。信息和通信技术的进步、信息分析能力的提高为各行各业创造了革命性的发展机会,在航运业中,以更为安全、高效、绿色的方式运载货物和乘客的自主船舶正受到前所未有的关注,并已成为航运业未来的发展方向。作为航运业数字化转型和新技术革新的代表,相较于仅由人工控制的常规船舶,自主船舶将在总体设计结构、系统交互方式、动力驱动来源等方面发生颠覆性的变化,同时,随着船岸间、船舶各子系统间的互联互通,自主船舶将成为现代航运生态体系中的传感器中枢和数据生成器。在此背景下,为避免由于自主船舶的引入对当前海上交通状况可能造成的负面影响,并确保自主船舶的预期安全水平至少不低于常规船舶的现有安全水平,不仅需要关注包括航行安全、货物安全在内的传统安全,还需要考虑以网络安全为代表的非传统安全。因此,针对自主船舶的安全性开展理论研究是十分必要且具有重要意义的。本文围绕自主船舶的安全性,以危险分析方法为研究对象,在明确自主船舶运行特点的基础上,提出了一种适用于自主船舶的安全性协同分析方法。以远程控制船舶为例,使用所提出的方法对其进行了危险分析,并利用模型检测工具UPPAAL验证了危险分析结果的正确性。本文的主要研究工作及成果如下。（1）自主船舶的定义及自主水平分级方法研究。从自主船舶的历史沿革和发展历程入手,在明确自主船舶的定义及其中英文表述的基础上,分析了现有自主水平分级标准存在的局限性,并提出了一种基于航海实践的自主水平分级方法。研究结果表明,划分自主水平的关键在于能否独立于人的干预完成相应的任务或实现相应的功能,而非取决于船舶自动化水平和/或决策地点。以2艘搭载自主航行技术的测试船舶为例,相较于现有自主水平分级标准,所提出的自主水平分级方法有效避免了由于单一功能的自主实现导致船舶整体自主水平认定不准确的弊端,得出的分级结果更符合客观事实。（2）危险分析方法的适用性研究。为筛选出一种或多种能够捕获自主船舶运行特点的危险分析方法,面向自主船舶提出了一种基于系统工程的适用性评估方法。该方法依据制定的适用性评估程序,生成了以功能方式描述的系统级安全需求和与自主船舶设计目标相联系的评估准则。适用性评估过程面向29种广泛使用的危险分析方法展开,结果表明,系统理论过程分析（System-Theoretic Process Analysis,STPA）方法满足了所有的评估准则,其能够更好地理解系统行为、识别危险,并揭示危险致因因素,是目前适用于自主船舶的、最具潜力和发展前途的危险分析方法之一。（3）面向自主船舶的安全性协同分析方法研究。在明确自主船舶运行特点的基础上,考虑到日益增加的网络威胁对自主船舶系统安全性的负面影响,提出了一种基于STPA 的安全性协同分析方法,即 STPA-SynSS（STPA-based analysis methodology that Synthesizes Safety and Security）。该方法在STPA的基础上提出了 6项改进,并提供了一个识别危险并揭示危险致因因素的综合过程,有效实现了对潜在危险的持续跟踪和闭环管理。以远程控制船舶的避碰场景为例,使用所提出的方法对该场景进行了详细的危险分析,并生成了具体的危险控制策略。危险分析结果的对比分析表明,相较于STPA,STPA-SynSS能够识别出更多的不安全控制行为和损失场景,同时,能够生成更具针对性的危险控制策略,证明了该方法的有效性和先进性。（4）考虑退化组件的自主船舶安全性建模研究。使用STPA-SynSS生成损失场景时,需要考虑因组件性能退化导致的不安全控制行为。为表征自主船舶的系统安全性状态随时间退化的特性,将系统安全性分析由“二态假设”扩展为多状态。根据STPA-SynSS实例分析中构建的控制结构,对远程控制船舶的安全性进行建模,构建了服从指数分布的安全性函数和描述系统达到安全性极限状态的时间分布函数。该模型可用于指导设计人员将更有针对性的安全性设计纳入到系统中,并面向退化组件建立相应的保护机制,以避免危险从潜在状态向可能导致损失的现实事故状态转移。（5）自主船舶的形式化建模与危险分析结果验证研究。为克服危险分析结果的正确性和完整性无法得到验证的限制,创新性地将形式化方法引入危险分析过程,提出了一种基于时间自动机的STPA-SynSS扩展流程。在构建时间自动机网络模型的基础上,通过利用模型检测工具UPPAAL对系统模型的有穷状态空间进行穷尽搜索,以检验语义模型与其性质规约间的满足关系,从而验证系统建模的活性和危险分析结果的正确性。验证结果表明,远程控制船舶时间自动机网络模型无死锁且运行正确,STPA-SynSS识别的不安全控制行为均会发生,即验证了 STPA-SynSS危险分析结果的正确性,同时,证明了所提出的STPA-SynSS扩展流程的有效性。本文的研究结论为识别、控制自主船舶的潜在危险奠定了较为坚实的理论基础,在一定程度上满足了航运业对于明确并提高自主船舶安全性的迫切需求。同时,可为自主船舶的安全性设计提供参考,有力保障自主船舶的安全运营。
姜日凡[4]（2020）在《基于无线网络的船舶航向保持控制研究》文中进行了进一步梳理为了满足船舶控制系统的发展需要,各种智能终端和传感器大量应用于船舶中,如果使用有线网络连接这些设备,会制约设备的移动性和灵活性,并且船舶使用有线网络存在一些问题,为了解决上述问题,船舶无线传感器网络应运而生。船舶无线传感器网络能够实现船舶智能终端和传感器的按需部署,具有移动性、灵活性、可扩展性、低成本以及方便维护等特点,并且能够有效地解决船舶内布线空间狭窄而施工困难等问题。目前船舶无线传感器网络主要应用于船舶监控和定位等领域,本文尝试以无线传感器网络为船舶操舵系统的冗余网络,进行基于无线网络的船舶航向保持控制研究。本文开展的主要研究内容和方法如下:首先,针对船舶无线传感器网络的能量有限和实时性问题,本文设计了一种船舶无线传感器网络操作系统Mindows,并提出了一种基于Mindows的船舶无线传感器网络节点的功耗管理方案,主要从操作系统层面对节点进行了低功耗设计,分别从节点微处理器、外围设备以及电池能量方面进行了电源管理设计。通过测试结果验证,该方案能有效地降低船舶无线传感器网络节点功耗,延长无线传感器网络的生命周期,且系统运行稳定。其次,为了满足基于无线网络的船舶航向保持控制研究的需要,方便地开展所研究算法的仿真测试实验,本文利用VB设计一套基于实际的GPRS和ZigBee网络的近海或内河船舶航向保持控制仿真平台,弥补了单一软件仿真的局限性。实验结果验证了在该平台通过远程及近距无线网络进行船舶航向保持控制的可行性和该平台的实用性。再次,针对船舶在海上运动的大时滞和非线性等问题,本文提出了一种适用于船舶大时滞和非线性情况的灰色预测简捷鲁棒控制算法,采用改进的灰色模型对船舶航向偏差进行实时预测,并将预测值应用于船舶航向简捷鲁棒控制器。通过仿真验证,该算法具有形式简捷、参数易整定、鲁棒性强等优点。最后,针对需要安装冗余控制网络的船舶,本文提出以ZigBee无线传感器网络为船舶操舵系统冗余网络的方案;针对无线网络控制系统的诸多问题,本文从控制和通信的联合设计角度解决这些问题,从通信角度出发,设计基于并行不相交多路径路由的ZigBee网络,保证控制算法有效实施;从控制角度出发,设计的船舶航向保持控制器将灰色预测模型和基于非线性反馈的船舶航向保持积分Backstepping简捷鲁棒控制相结合进行时延和丢包补偿控制。通过仿真验证,该方案能优化无线网络控制的整体性能,能得到较好的控制效果,具有一定的实际参考价值。本文通过仿真验证,将无线网络控制应用于船舶航向保持控制中是可行的和有效的,并且是一种有益的尝试。随着无线网络技术不断成熟完善,船舶控制系统采用无线网络代替有线网络将成为未来发展的趋势。
朴在吉[5]（2020）在《无人水面船舶自动靠泊控制研究》文中提出无人水面船舶的研发近年来越来越受到关注,其在较强环境扰动下自动靠泊控制是亟待解决的关键性问题之一。本文研究无人水面船舶自动靠泊控制问题,旨在为研究无人水面船舶靠泊支持系统和智能/无人船舶全航线自动控制探索新的思路和方法。论文完成的主要研究工作如下:1.分别建立了吊舱推进和带襟翼舵的两型无人水面船舶的操纵运动数学模型。研究这两型具有良好操纵性的无人船具有一定典型性,基于推进器和舵的不同形式,本文采用了两种不同的自动靠泊模式。对于吊舱推进无人水面船舶在港内操纵,给出了合理的自动靠泊策略;又根据其具有低速,状态变化慢的特点,应用MMG（Maneuvering Modeling Group）建模机理,基于吊舱推力矢量数学模型建立了该种船舶自动靠泊数学模型;并给出了海洋环境干扰的计算方法。对于带襟翼舵的无人水面船舶,建立了分离型运动数学模型,并给出了襟翼舵的升力计算公式。作者对于这两型无人船进行操纵性研究。首先基于等舵效分析方法对于吊舱推进无人船操纵性能进行了分析,将两个转向角以及螺旋桨转速以函数关系对应到常规船舶的舵角和螺旋桨转速上。分为四种工况进行仿真,包括船舶行驶过程的常规状态,以及故障状态。通过这种将双吊舱推进船舶类比到普通单桨单舵船舶的操纵性分析方法,为多推进器无人船舶操纵性能的分析提供了新思路。随后进行了吊舱推进无人船和带襟翼舵无人船的典型操纵性实验对比分析,可以得出这两型无人船较常规单舵单桨船舶具有更有效的操纵性。2.针对无人水面船舶自动靠泊研究过程中存在未知时变扰动及数学模型参数误差的动态不确定性情况,给出吊舱推进无人水面船舶的控制策略。采用生成对抗神经网络（Generative Adversarial Networks,GAN）自适应 Backstepping 滑模控制方法设计控制律。考虑自动靠泊过程中位置受限问题,采用障碍Lyapunov方法来限制位置变量。为解决被控无人船系统在滑模控制初始阶段容易产生较大幅度振荡问题,采用在系统初始阶段加入跟踪微分器的方法来消除大的抖振。根据吊舱式推进船舶的推进器的分布特性,给出了基于序列二次型的推力分配策略。在仿真分析中,将该方法与基于趋近律的滑模控制方法进行对比。仿真结果表明这两种方法均能够在一定的干扰下完成无人水面船舶自动靠泊任务,生成对抗神经网络自适应Backstepping滑模控制方法具有更有效的动态控制效果。3.由于自动靠泊任务对于控制精度要求较高,为了进一步提高控制的快速性和抗干扰性,本文提出更具工程实际意义的有限时间自动靠泊控制的相关理论方法。首先设计有限时间观测器,对于系统内外部存在的动态不确定性进行估计,并证明了其有限时间收敛。对于在应用有限时间控制理论设计控制律时容易出现奇异的情况,作者设计了基于全局快速非奇异终端滑模的自动靠泊控制器来避免这一问题。相关仿真结果表明,所设计的无人船有限时间自动靠泊机制可以实现有限时间稳定,提高了自动靠泊过程的快速性以及抗干扰性。4.对于带襟翼舵的欠驱动无人水面船舶的自动靠泊,作者在日本水产工学研究所进行了无人船自主靠泊水池实验。为确定自动靠泊航线,采用视线法作为制导律,设计运动轨迹的根据为以合理进入泊位的角度作为船舶航向来控制船舶运动。在实验前先进行仿真分析,建立了基于用户数据报协议（User Datagram Protocol,UDP）通信的远程控制仿真系统。应用该仿真测试系统,对于生成对抗神经网络自适应Backstepping滑模控制律和有限时间控制律的自动靠泊效果进行了验证,同样得出有限时间控制律具有更好的快速性和抗干扰性的结论。作者在水池实验中采用非线性自抗扰控制器和PID控制器对比分析了安装襟翼舵的无人船在有风和无风条件下自动靠泊的能力,首先对于这两种算法的控制效果进行了仿真计算。结合仿真结果,进行了实际水池实验验证。实验结果表明,在实际应用中非线性自抗扰控制器结果更优,这有助于解决无人船自动靠泊过程中自主确定航线和提高抗干扰能力问题及提高船舶靠泊航行安全性,取得了有益于无人船自动靠泊控制研究的水池实验数据和部分实验结果。
贾广付[6]（2020）在《小型船舶电力推进系统研究与仿真》文中认为电力推进船舶具有环保节能、布局灵活、操纵性好、安全性高、能量系统管理高效及噪音振动小等优点,成为了小型船舶动力系统研究的热点。电力推进系统船舶的结构较为复杂,本文根据其原理设计了小型船舶电力推进系统的仿真模型并进行仿真验证,目的是为小型船舶设计初级阶段的设备选型及参数计算提供参考,建立的船机桨模型也可用作船舶航向控制的研究。本文基于模块化建模的原理,先对系统的子模块进行建模,并对子模块进行相应的优化设计,验证后的子模块组合起来组成一个整体模型。首先对船舶电力推进系统的子模块推进电机和船桨进行建模,并仿真分析子模块的合理性,验证合理的子模块组合起来构成了船—机—桨模型。为了应对恶劣海况,对推进电机的控制策略进行了优化设计,添加了功率与转速控制系统模块。最后在仿真分析验证船机桨模型的性能。最后在构建船—机—桨模型得基础上,进一步对船舶航向控制进行研究并仿真分析。利用MMG模型建立了船舶操纵运动方程,构建电力推进船舶的航向控制仿真模型,并对构建模型进行回转运行与Z形操纵运动仿真验证。设计了动态滑膜控制器用于航向控制研究,并与PID航向控制器进行对比仿真验证。最后对比分析本文设计的电力推进系统模型在航向控制研究中的应用。通过对船舶几种工况的分析研究,表明本文所构建的小型船舶电力推进系统的Simulink仿真模型稳定性好,本文所提出控制策略是有效的,能够为小型船舶设计初级阶段的设备选型及参数计算提供参考,对船舶电力推进系统应用研究具有一定的理论参考价值。同时,电力推进系统模型可以用来研究航向控制,通过仿真分析得出,本文设计的动态滑膜航向控制器抗干扰能力更强、精度更高、具有很强的鲁棒性能。本文构建的航向控制系统反应快、稳态与精度都较高,能应用于复杂工况的航向研究,具有一定的应用价值。
倪生科[7]（2020）在《基于规则的船舶智能避碰决策关键技术研究》文中指出船舶智能避碰决策作为实现智能船舶的关键技术之一,一直以来受到国内外航海研究领域学者的重点关注。为保证船舶智能避碰决策系统输出决策方案的合理性、有效性和可信性,需要在《国际海上避碰规则》和海员良好船艺要求下对船舶避碰及路径规划技术进行研究。目前研究存在的问题包括:未将局面辨识模型融入避碰算法中、未考虑《国际海上避碰规则》的要求以及船舶操纵性对避让效果的影响、路径规划算法的稳定性及输出方案实用性有待加强、多船避碰策略设计不合理导致船舶间避让方案协同性不足等。鉴于上述问题,论文主要开展以下几方面工作。为保证决策方案的合理性及提高决策的智能化程度,提出一种局面类型辨识方法,并以辨识结果作为约束条件对路径规划算法的优化方向进行限定。该方法基于《国际海上避碰规则》中关于会遇局面条款的定性描述以及前人开展的局面类型辨识研究为基础,分析及总结不同会遇态势下的船舶交会特征参数范围的基础上,结合局面类型划分的完整性和唯一性要求,采用敏感度分析方法删除无相关性的判断要素,利用布尔表达式技术将局面类型判断结果表达出来,随后基于避碰效率、海员通常做法以及良好船艺的要求,构建避让行动方式判断的特征指标,同样利用布尔表达式技术对不同会遇态势下负有避让义务的船舶避让策略进行表示。为提高避碰决策及路径规划算法的可靠性及优化效率,保证输出方案符合航海实践要求,提出考虑船舶操纵性影响的船舶转向和变速两种避碰决策方法,前者通过引入多种群协同进化搜索方式克服传统遗传优化转向决策算法中出现的早熟收敛问题,综合考虑航行规则的要求、船舶安全性以及复航等指标建立约束条件以及适应度函数,并利用非线性规划技术将航行经验融入到算法中,通过对对遇、小角度交叉以及追越三种不同会遇态势案例的仿真研究,验证转向避让决策算法的有效性;后者通过对船舶减速避让过程的分析,建立以DCPA为基础的复航时机判断方法,采用数值优化方法求取满足安全要求的主机转速值,确定船舶复航操作的时机和位置,通过对大角度交叉会遇案例的仿真研究,验证变速避让决策模型的有效性。为保证多船会遇态势下船舶间避让行动的协调性,基于排队论理论、协同学理论以及多层编码技术提出一种新的多船避碰决策及路径规划方法。该方法将一定范围内的所有船舶构成一个交通系统,将多船避碰决策过程模拟成船舶排队接受决策服务的随机服务系统,由于系统的状态向量由各船舶（子系统）的状态向量共同决定,基于空间碰撞危险度和时间碰撞危险度指标方式建立具有优先权的排队规则,并利用多层编码技术实现对处于第一优先级中船舶决策方案的协同优化,最后分别利用三船会遇和六船会遇案例的仿真研究,验证该多船避碰决策方法的有效性。这种多船避碰策略首次将避碰算法的优化对象由单艘船舶上升到满足要求的一类船舶,实现船舶间的共同协作,减少决策方案的盲目性和对抗性。基于《国际海上避碰规则》和海员通常做法针对开阔水域的船舶智能避碰及路径规划技术进行了深入研究,从决策对象确立的合理性、决策模型的可靠性以及输出决策方案的适用性角度提出一种实用的避碰决策方法,基于不同会遇态势下的决策仿真,验证所提出避碰算法的有效性。与以往的研究方法相比,所提出的方法得到的决策方案更加符合航海实践并保证各船舶间避让行动间的协调性,该研究丰富了船舶避碰决策的理论基础和技术手段,对实现智能避碰决策具有较好的理论意义和应用价值。
蒋效彬[8]（2020）在《船舶系泊系统的建模仿真与应用研究》文中指出使用虚拟现实技术对船员进行教育培训更具灵活性且成本更低,因而各种航海仿真系统被广泛应用于船舶实操训练中。目前,国内各航海院校对船员进行靠离泊和锚泊（以下简称为系泊）操纵培训主要采用理论教学的方式,很少有真实的系泊设备供船员实践操作。此外,关于船舶系泊操纵的评估缺少统一的评估规则和标准,无法对船员的操作水平给出科学合理的评估。为此,本文对船舶系泊操纵时的运动学及动力学模型、系泊操纵过程的可视化仿真方法以及船舶系泊操纵仿真评估三个方面进行研究。采用分离型建模思想,建立了船舶六自由度操纵运动数学模型,该模型充分考虑了螺旋桨推进器多象限工况及风、流等环境影响,以校实习船“育鹏”轮为研究对象进行旋回试验、Z形试验和惯性停船试验,通过将仿真结果与实船试验结果的对比,表明所建立的模型满足船舶系泊操纵仿真的精度要求。针对船舶系泊操纵中靠离泊操纵和锚泊操纵的不同特点,分别就缆绳和锚链提出了基于悬链线法的静力学模型和基于集中质量法的动力学模型。在船舶靠离泊操纵过程中,分别对满足胡克定律和不满足胡克定律两种情况下的缆绳张力进行计算,分析了缆绳在靠离泊作业时的张力大小。在船舶锚泊操纵过程中,将锚链准静态法得到的数据作为动力学分析的基础,并基于集中质量法建立锚链的动力学模型,该模型充分考虑了锚链自身重量、流体动力、海流以及与海底交互作用等影响;最后,耦合船舶运动模型与锚链动力学模型,计算锚泊系统在水流作用下的运动响应,所采用的数值计算方法保证了计算稳定性并提高了计算效率。运用三维建模技术建立锚设备及系泊设备的三维模型,搭建了船舶在海上航行和系泊操纵时的虚拟场景;运用场景漫游技术、虚拟人技术以及碰撞检测技术实现三维场景的漫游与交互,提高了虚拟场景的真实感。在研究系泊缆索的可视化仿真中,根据系泊缆索的特点,提出一种改进的PBD方法,在原有的距离约束和弯曲约束基础上提出长距离附着约束和引脚约束,并采用高斯-赛德尔迭代法进行求解,在保证计算精度的同时有效地提高了计算效率。仿真系统能够实时准确地完成计算、渲染及交互操作等,实现了系泊设备的交互仿真及系泊缆索的实时收放模拟。根据系泊设备操作规程及相关评估规范,通过专家评估法确定了系泊操纵的评价指标,基于模糊综合评价法建立各个评价指标的隶属度函数,结合专家评估法及层次分析法给出各个评价指标建议的权重值及标准值,建立完整的评估模型,确定各个评价指标隶属度值后采用加权平均法得到船员的最终评估成绩,并将自动评估模型集成到船舶系泊操纵仿真系统中。在上述研究的基础上,本文开发了由操作训练子系统和自动评估子系统两个部分组成的船舶系泊操纵仿真系统。操作训练子系统较好地实现了船舶系泊系统及其可视化模拟,提高了系泊缆索的模拟仿真效果;自动评估子系统实现了对船员系泊操纵的操作步骤及结果的数据记录和评估。
丁凯歌[9]（2020）在《基于自适应双幂次增量反馈的迭代滑模航迹控制》文中研究指明随着全球经济一体化的发展,国家与国家之间的贸易量日益增长,国际航运业的发展越来越重要。因此,航运业受到人们的广泛关注。通过合理规划航线,使船舶按照预期航线航行,可以有效地改善船舶控制效率,缩减船舶的航行时间、延长设备使用寿命和减少船舶的能源消耗。因此,针对船舶的直线航迹控制研究具有显着的意义。针对欠驱动水面船舶运动具有的:复杂性、非线性和易受外界环境因素影响的特点,本文运用迭代滑模,结合双幂次趋近律型增量反馈,提出一种更加快速稳定的非线性迭代滑模的算法,该算法不用对风、流等外界干扰进行估计,就可以使闭环系统达到渐近稳定的状态。由于在现实中船舶航行的外部环境是时刻发生变化的,而双幂次增量反馈的控制参数是固定不变的,所以该控制器在不同海洋环境下,无法保证控制参数的最优性,控制器不具有自适应性。因此,本文将滑模系统与神经网络算法相结合,提高控制系统的自适应性,使参数可以根据外部变化而自动地调节改善。通过定义一种以船舶的转艏角速度和船舶舵角比值的反馈信号,并利用神经网络实现对船舶控制器参数的在线优化,提高控制器的自适应性,减小船舶操舵幅度,以及重复操舵,提高船舶使用寿命。结果表明:该控制器对外界干扰不敏感,系统可以快速趋于稳定,具有全局渐近收敛的特性,通过与非自适应迭代滑模的仿真实验对比,自适应船舶控制的航迹和航向偏差明显减小,舵角的抖振较弱,表明该算法在控制器参数的优化方面,具有良好的效果。
慕东东[10]（2020）在《单艉机推进无人水面艇的建模及运动控制策略研究》文中研究指明无人水面艇（Unmanned Surface Vehicle,USV）简称为“无人艇”,是一种能够在水面环境下安全自主航行,并完成多种任务的海上智能运动平台。无人艇的应用范围十分广泛,在民用上,其可被用于水质监测、勘探和救援等;在军事上,通过配备不同的任务模块,承担不同的作战使命。在高度动态和不可预测的海洋环境里,无人艇的控制是核心问题,是其完成各种复杂任务的重要前提。无人艇需要灵活可靠的操纵性能、精确快速的控制能力来确保其自身的安全航行,其控制系统应具备良好的自适应性、鲁棒性和较强的抗干扰能力。本文针对单艉机推进无人艇的建模、航向控制、路径跟踪和轨迹跟踪等问题进行理论研究和实验研究,主要的研究工作如下:（1）针对单艉机推进无人艇的建模问题,在合理的假设和一定的条件约束下,建立单艉机推进无人艇的三自由度模型和响应模型。通过“蓝信”号无人艇开展实艇实验（回转实验和Z型实验）提供数据支持,以经验公式和辨识建模相结合的方法获取三自由度模型、响应模型和推进器伺服模型的参数并对辨识结果加以验证,为无人艇的控制器设计提供基础。（2）针对无人艇质量轻、体积小和易受扰动影响等情况,提出了一种具有较强抗干扰能力的非线性反馈航向控制策略,解决无人艇的航向控制问题。在恶劣海况下,非线性反馈航向控制策略可以使无人艇的航向保持在目标航向附近,且与标准反馈相比其推进角的变化范围更小、更稳健,避免了伺服系统的频繁操作,降低了能耗。此外,根据线性滑模和非奇异终端滑模在平衡点收敛速度不同的特性,提出了一种具有较快收敛速度的快速非奇异终端滑模航向保持策略,分别采用径向基（Radial Basis Function,RBF）神经网络和扰动观测器补偿未知动态和外界干扰,同时采用饱和函数和模糊加权来减弱抖振现象以增强系统的鲁棒性。在恶劣海况下采用具有较强抗干扰能力的非线性反馈航向控制策略,在普通海况下采用快速非奇异终端滑模航向控制策略,其有着较快的收敛速度和较高的控制精度。（3）针对无人艇的路径跟踪控制问题,在漂角未知的条件下,设计了基于模糊优化可视距离的自适应可视距（Line-of-Sight,LOS）导航算法,且与非线性反馈航向控制相结合提出了一种路径跟踪控制策略,分别通过模拟仿真和实艇实验验证了所提路径跟踪控制策略的可行性。以此为基础,在考虑存在建模误差和外界干扰的基础上,将轨迹线性化控制方法引入到无人艇的路径跟踪控制器的设计之中,并通过神经网络最少学习参数（Minimum Learning Parameter,MLP）法和自适应技术来补偿建模误差和外界干扰,提高了控制算法的鲁棒性。（4）针对无人艇的轨迹跟踪控制问题,考虑存在参数高度不确定性、外界干扰和“计算量爆炸”等问题的情况下,分别利用RBF神经网络和自适应算法补偿未知动态和外界干扰,将神经分流模型引入控制器的设计之中来解决“计算量爆炸”问题,提出了一种自适应轨迹跟踪控制策略。考虑实艇驱动能力,引入饱和辅助设计系统解决被控系统的输入饱和问题,并将未知动态和外界干扰看作一个整体,采用神经网络最少学习参数法对其进行补偿,提出了一种具有较小计算量的轨迹跟踪控制策略,该策略具有较强的鲁棒性和实用性。稳定性分析保证了航向、航迹控制系统的稳定性,仿真研究和实艇试验结果验证无人艇控制策略的有效性。
二、船舶航行的模糊模型建模及航向控制（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、船舶航行的模糊模型建模及航向控制（论文提纲范文）
（1）基于HSSVM与卷积神经网络的船舶避碰知识库研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 国内外相关研究现状及进展 |
| 1.3 本文技术路线 |
| 1.4 研究目的和研究意义 |
| 1.5 本文主要工作及内容安排 |
| 2 船舶避碰会遇数据提取 |
| 2.1 AIS简介 |
| 2.2 AIS数据预处理 |
| 2.3 船舶会遇划分 |
| 2.4 互见中的避让过程 |
| 2.5 基于高效索引算法的船舶避碰会遇数据提取 |
| 2.5.1 基于时间片倒排索引的轨迹查询方法 |
| 2.5.2 基于R树索引的AIS轨迹搜索算法 |
| 2.6 本章小结 |
| 3 融合动态Douglas-Peucker算法与特征标注的AIS轨迹数据预处理 |
| 3.1 基于动态D-P算法的AIS轨迹压缩 |
| 3.1.1 经典Douglas-Peucker算法 |
| 3.1.2 动态D-P算法 |
| 3.1.3 基于动态D-P算法的AIS轨迹压缩 |
| 3.2 拉格朗日插值预处理 |
| 3.2.1 一阶差商与二阶差商 |
| 3.2.2 船舶直线运动的双线性插值 |
| 3.2.3 船舶曲线运动的拉格朗日二次插值 |
| 3.3 TCPA/DCPA标注 |
| 3.3.1 目标船状态计算模型 |
| 3.3.2 DCPA、TCPA计算模型 |
| 3.3.3 DCPA/TCPA计算实例 |
| 3.4 本章小结 |
| 4 基于加权HSSVM的船舶避碰知识库构建 |
| 4.1 加权超球支持向量机数学描述 |
| 4.1.1 原始的超球支持向量机描述 |
| 4.1.2 加权超球支持向量机描述 |
| 4.1.3 时间复杂度分析 |
| 4.2 超球相交区域的决策规则 |
| 4.2.1 同类错误/异类错误超球规则 |
| 4.2.2 多子超球分类规则 |
| 4.2.3 线性/非线性分类规则 |
| 4.2.4 基于kNN的分类决策规则 |
| 4.3 基于加权超球支持向量机算法的船舶避碰分类实验设计及结果分析 |
| 4.3.1 训练数据、测试数据准备 |
| 4.3.2 实验结果及分析 |
| 4.3.3 船舶避碰知识分类数据提取 |
| 4.3.4 避碰知识库建立 |
| 4.4 小结 |
| 5 基于CNN大规模船舶避碰知识库扩充及应用 |
| 5.1 算法描述 |
| 5.1.1 算法流程描述 |
| 5.2 多尺度多分辨率轨迹处理 |
| 5.2.1 轨迹合并 |
| 5.2.2 空间金字塔AIS轨迹池化处理 |
| 5.3 基于深度学习算法的避碰识别 |
| 5.3.1 卷积神经网络发展历史 |
| 5.3.2 基于CNN的轨迹匹配网络架构设计 |
| 5.3.3 实验分析 |
| 5.4 船舶避碰知识库的应用举例 |
| 5.4.1 船舶避碰图像知识库 |
| 5.4.2 船舶避碰特征知识库 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间的科研成果 |
| 致谢 |
（2）风帆推进船舶路径跟踪制导与控制（论文提纲范文）
| 创新点摘要 |
| 摘要 |
| ABSTRACT |
| 符号说明 |
| 第1章 绪论 |
| 1.1 研究背景及其意义 |
| 1.2 研究现状 |
| 1.2.1 风帆助航船舶发展概述 |
| 1.2.2 无人帆船发展概述 |
| 1.2.3 常规动力船舶路径跟踪制导与控制 |
| 1.2.4 无人帆船的导航及制导 |
| 1.2.5 无人帆船控制 |
| 1.2.6 本领域待研究的问题 |
| 1.3 主要工作和内容安排 |
| 第2章 风帆推进船舶运动数学模型及分析工具 |
| 2.1 引言 |
| 2.2 稳定性理论及相关算法 |
| 2.2.1 Lyapunov稳定性理论 |
| 2.2.2 事件触发控制 |
| 2.2.3 极值搜索算法 |
| 2.3 模糊逻辑系统 |
| 2.4 风帆推进船舶运动数学模型 |
| 2.5 海洋环境干扰及风帆受力建模 |
| 2.5.1 风干扰力及风帆受力建模 |
| 2.5.2 波浪干扰力建模 |
| 2.5.3 无人帆船的操纵仿真实验 |
| 2.6 本章小结 |
| 第3章 风帆助航船舶推力优化与路径跟踪控制 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 并列式ES-FLS推力优化 |
| 3.4 MLP自适应模糊路径跟踪控制 |
| 3.4.1 LOS制导及控制器设计 |
| 3.4.2 稳定性分析 |
| 3.5 仿真验证 |
| 3.6 本章小结 |
| 第4章 基于航路点的无人帆船直线路径跟踪制导与控制 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 无人帆船LOS路径跟踪制导 |
| 4.3.1 制导算法设计 |
| 4.3.2 基于双RESO的漂角估计 |
| 4.4 MLP自适应模糊控制和双时变系统分析 |
| 4.4.1 控制器设计 |
| 4.4.2 稳定性分析 |
| 4.5 仿真验证 |
| 4.6 本章小结 |
| 第5章 无人帆船的参数化曲线路径跟踪制导与控制 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.3 无人帆船的平行路径跟踪制导 |
| 5.4 事件触发鲁棒模糊控制 |
| 5.4.1 控制器设计 |
| 5.4.2 稳定性分析 |
| 5.5 仿真验证 |
| 5.6 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间的科研成果 |
| 致谢 |
（3）面向自主船舶的危险分析方法研究（论文提纲范文）
| 创新点摘要 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究的必要性及意义 |
| 1.3 国内外相关研究现状及进展 |
| 1.3.1 自主船舶的安全性研究 |
| 1.3.2 危险分析方法的发展与演变 |
| 1.3.3 系统理论过程分析的应用 |
| 1.4 自主船舶安全性研究中存在的问题及解决思路 |
| 1.5 主要研究内容与结构框架 |
| 1.5.1 主要研究内容 |
| 1.5.2 结构框架 |
| 1.6 本章小结 |
| 2 自主船舶的定义及其自主水平的界定 |
| 2.1 自主船舶的历史沿革 |
| 2.2 自主船舶的发展历程 |
| 2.3 自主船舶的定义与自主化演变 |
| 2.3.1 自主船舶的定义 |
| 2.3.2 船舶自主化的演变 |
| 2.4 自主水平分级标准 |
| 2.4.1 LR自主水平分级标准 |
| 2.4.2 NFAS自主水平分级标准 |
| 2.4.3 DMA自主水平分级标准 |
| 2.4.4 MASRWG自主水平分级标准 |
| 2.4.5 BV自主水平分级标准 |
| 2.4.6 IMO自主水平分级标准 |
| 2.5 自主水平分级标准的划分依据 |
| 2.6 基于航海实践的自主水平分级方法 |
| 2.7 实例分析 |
| 2.7.1 “Folgefonn”号渡轮自主水平分级 |
| 2.7.2 “Falco”号渡轮自主水平分级 |
| 2.8 本章小结 |
| 3 面向自主船舶的危险分析方法适用性评估 |
| 3.1 危险分析方法的选取与概述 |
| 3.1.1 基于事件链的危险分析方法 |
| 3.1.2 基于能量转移的危险分析方法 |
| 3.1.3 基于状态迁移的危险分析方法 |
| 3.1.4 基于系统理论的危险分析方法 |
| 3.1.5 其他危险分析方法 |
| 3.2 基于系统工程的适用性评估方法 |
| 3.2.1 文献综述的数据准备 |
| 3.2.2 危险分析方法的筛选 |
| 3.2.3 评估程序的确定 |
| 3.2.4 评估准则的生成 |
| 3.3 适用性评估过程 |
| 3.3.1 聚类分析 |
| 3.3.2 适用性评估结果 |
| 3.4 适用性评估结果分析 |
| 3.4.1 存在局限性的危险分析方法 |
| 3.4.2 STPA的适用性分析 |
| 3.5 本章小结 |
| 4 面向自主船舶的危险分析与安全性建模 |
| 4.1 自主船舶的系统安全描述 |
| 4.1.1 自主船舶的运行特点 |
| 4.1.2 自主船舶面临的系统风险 |
| 4.2 危险分析的基本原理 |
| 4.2.1 危险及其相关术语的定义 |
| 4.2.2 危险的转化 |
| 4.2.3 危险分析过程 |
| 4.3 基于STPA的安全性协同分析方法 |
| 4.3.1 STPA及其扩展方法的局限性 |
| 4.3.2 STPA-SynSS的提出 |
| 4.4 考虑退化组件的自主船舶安全性建模 |
| 4.5 实例分析 |
| 4.5.1 基于STPA-SynSS的远程控制船舶危险分析 |
| 4.5.2 考虑退化组件的远程控制船舶安全性建模 |
| 4.6 STPA-SynSS与STPA危险分析结果的对比分析 |
| 4.7 本章小结 |
| 5 面向自主船舶的形式化建模与危险分析结果验证 |
| 5.1 形式化方法概述 |
| 5.2 基于时间自动机的模型检测方法 |
| 5.2.1 模型检测的基本原理 |
| 5.2.2 时间自动机理论 |
| 5.2.3 时间自动机网络 |
| 5.2.4 模型检测工具UPPAAL概述 |
| 5.3 基于时间自动机的STPA-SynSS扩展流程 |
| 5.4 远程控制船舶时间自动机网络模型的构建 |
| 5.5 STPA-SynSS危险分析结果的验证 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间的科研成果 |
| 致谢 |
（4）基于无线网络的船舶航向保持控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 船舶自动舵的研究现状 |
| 1.2.1 自动操舵仪的发展 |
| 1.2.2 自动舵的国内外研究现状 |
| 1.3 无线网络控制系统的研究现状 |
| 1.3.1 无线网络控制系统的常见问题 |
| 1.3.2 无线网络控制系统的国内外研究现状 |
| 1.4 无线网络在船舶中的应用研究 |
| 1.4.1 远程无线网络在船舶中的应用研究 |
| 1.4.2 近距无线网络在船舶中的应用研究 |
| 1.5 本领域待研究的问题 |
| 1.6 本文主要工作与内容 |
| 2 船舶无线传感器网络的节能优化研究 |
| 2.1 引言 |
| 2.2 无线传感器网络操作系统的研究 |
| 2.2.1 无线传感器网络操作系统的设计目标 |
| 2.2.2 无线传感器网络操作系统的低功耗调度机制 |
| 2.3 Mindows操作系统 |
| 2.3.1 Mindows的文件组织结构 |
| 2.3.2 定时器触发的实时抢占调度 |
| 2.3.3 信号量 |
| 2.3.4 队列 |
| 2.4 基于Mindows操作系统的无线传感器网络节点低功耗设计 |
| 2.4.1 微处理器的低功耗设计 |
| 2.4.2 外围设备的低功耗设计 |
| 2.4.3 电池管理实现 |
| 2.5 测试与验证 |
| 2.5.1 基于Mindows的节点节能测试 |
| 2.5.2 节点节能对比测试 |
| 2.6 本章小结 |
| 3 基于无线网络的船舶航向保持控制测试平台 |
| 3.1 引言 |
| 3.2 仿真测试平台设计及工作流程 |
| 3.3 仿真平台各模块功能 |
| 3.3.1 近距无线网络模块 |
| 3.3.2 远程无线网络模块 |
| 3.3.3 船舶模型模块 |
| 3.3.4 本地和远程控制器模块 |
| 3.4 节点硬件设计 |
| 3.5 节点软件设计 |
| 3.5.1 传感器和路由节点软件设计 |
| 3.5.2 协调器节点软件设计 |
| 3.6 界面设计 |
| 3.7 仿真实例 |
| 3.8 本章小结 |
| 4 基于灰色预测的船舶航向简捷鲁棒控制 |
| 4.1 引言 |
| 4.2 船舶平面运动数学模型 |
| 4.2.1 状态空间型船舶平面运动数学模型 |
| 4.2.2 航向保持系统非线性数学模型 |
| 4.3 灰色预测算法 |
| 4.3.1 GM(1,1)基本预测模型 |
| 4.3.2 改进的GM(1,1)预测模型 |
| 4.4 船舶航向简捷鲁棒控制器 |
| 4.4.1 闭环增益成形算法 |
| 4.4.2 简捷鲁棒控制器的设计 |
| 4.5 仿真实例 |
| 4.6 本章小结 |
| 5 基于冗余无线网络的船舶航向保持控制 |
| 5.1 引言 |
| 5.2 从通信角度出发设计多路径ZigBee网络 |
| 5.2.1 并行不相交多路径路由发现 |
| 5.2.2 基于能量均衡的并行不相交多路径选择策略 |
| 5.3 从控制角度出发设计船舶航向保持控制器 |
| 5.3.1 基于WiNCS的船舶航向保持控制器设计 |
| 5.3.2 灰色预测模型 |
| 5.3.3 基于非线性的船舶航向保持积分Backstepping简捷鲁棒控制器 |
| 5.4 仿真研究 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间的科研成果 |
| 致谢 |
（5）无人水面船舶自动靠泊控制研究（论文提纲范文）
| 创新点摘要 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 无人水面船舶 |
| 1.1.2 自动靠泊问题 |
| 1.2 国内外相关研究现状及进展 |
| 1.2.1 无人水面船舶运动控制理论研究 |
| 1.2.2 船舶自动靠泊研究 |
| 1.3 本文的主要研究工作 |
| 2 船舶自动靠泊原理与两型无人船操纵运动数学模型 |
| 2.1 引言 |
| 2.2 无人船自动靠泊原理 |
| 2.2.1 自动靠泊控制目标 |
| 2.2.2 自动靠泊控制方法 |
| 2.3 无人船运动数学模型 |
| 2.3.1 吊舱推进无人船运动数学模型 |
| 2.3.2 带襟翼舵无人船运动数学模型 |
| 2.4 海洋环境建模 |
| 2.5 船舶操纵性分析 |
| 2.6 本章小结 |
| 3 具有动态不确定性的吊舱推进无人船自动靠泊滑模控制 |
| 3.1 引言 |
| 3.2 预备知识 |
| 3.2.1 问题描述 |
| 3.2.2 相关理论方法 |
| 3.3 基于趋近律的无人船自动靠泊滑模控制方法设计 |
| 3.4 无人船GAN-Backstepping-SMC自动靠泊控制方法设计 |
| 3.4.1 控制器设计 |
| 3.4.2 加入跟踪微分器的控制器设计 |
| 3.5 基于序列二次规划的吊舱推进无人船自动靠泊推力分配 |
| 3.6 仿真分析 |
| 3.6.1 船舶参数 |
| 3.6.2 仿真结果分析 |
| 3.6.3 推力分配结果 |
| 3.7 本章小结 |
| 4 基于有限时间控制的吊舱推进无人水面船舶自动靠泊控制 |
| 4.1 引言 |
| 4.2 预备知识 |
| 4.3 有限时间观测器设计 |
| 4.4 基于全局快速非奇异终端滑模的有限时间控制方法设计 |
| 4.5 仿真分析 |
| 4.5.1 结果分析 |
| 4.5.2 推力分配结果 |
| 4.6 本章小结 |
| 5 基于实验和数值分析的带襟翼舵无人水面船舶自动靠泊研究 |
| 5.1 引言 |
| 5.2 基于非线性自抗扰控制的无人船自动靠泊控制方法设计 |
| 5.2.1 控制器设计 |
| 5.2.2 基于船舶尺度的控制器参数整定方法 |
| 5.3 水池实验系统配置 |
| 5.3.1 水池实验设施 |
| 5.3.2 水池实验通信模式 |
| 5.4 自动靠泊实验的数字仿真验证 |
| 5.4.1 基于视线法的自动靠泊航线的确定 |
| 5.4.2 仿真结果 |
| 5.5 自动靠泊水池实验 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间的科研成果 |
| 致谢 |
（6）小型船舶电力推进系统研究与仿真（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 船舶电力推进系统的优势 |
| 1.3 电力推进船舶国内外研究发展现状 |
| 1.3.1 电力推进船舶技术发展现状 |
| 1.3.2 电力推进船舶研究现状 |
| 1.4 主要研究内容 |
| 2 推进电机矢量控制研究与数学建模 |
| 2.1 推进电机矢量控制原理 |
| 2.2 三相异步电动机的数学模型 |
| 2.2.1 矢量控制坐标变换 |
| 2.2.2 简化后的异步电动机数学模型 |
| 2.3 电压空间矢量PWM技术 |
| 2.3.1 SVPWM的基本原理 |
| 2.3.2 SVPWM的控制算法 |
| 3 推进电机仿真系统及其控制策略 |
| 3.1 推进电机矢量控制模型 |
| 3.2 推进电机系统控制策略研究 |
| 3.2.1 控制模式 |
| 3.2.2 功率与转速控制系统 |
| 3.2.3 PI调节器的设计 |
| 3.3 推进电机控制系统建模 |
| 3.4 仿真与结果分析 |
| 4 小型船舶电力推进系统建模及仿真分析 |
| 4.1 船舶阻力的计算 |
| 4.2 螺旋桨的工作特性 |
| 4.3 船桨相互作用关系 |
| 4.4 船桨系统仿真模型的建立 |
| 4.5 船桨模型仿真分析 |
| 4.6 船-机-桨系统仿真分析 |
| 4.6.1 电力推进船舶的船-机-桨系统建模 |
| 4.6.2 仿真与结果分析 |
| 5 电力推进系统模型在航向控制中的应用 |
| 5.1 电力推进船舶控制仿真系统分析及建模 |
| 5.1.1 电力推进船舶运动的数学模型 |
| 5.1.2 螺旋桨流体动力学模型 |
| 5.1.3 舵角调节模型 |
| 5.1.4 船体上的流体动力及力矩计算模型 |
| 5.1.5 船舶运动干扰的数学模型 |
| 5.1.6 船舶运动仿真模型 |
| 5.2 电力推进船舶航向控制模型仿真分析 |
| 5.2.1 回转运动仿真分析 |
| 5.2.2 Z形操纵运动仿真 |
| 5.3 动态滑模控制器的设计 |
| 5.3.1 航向控制基本原理 |
| 5.3.2 PID航向控制器 |
| 5.3.3 动态滑膜控制器设计 |
| 5.4 DSMC控制器与PID控制器仿真分析比较 |
| 5.5 电力推进系统模型在航向控制研究中的应用 |
| 5.5.1 电力推进系统模型在航向控制研究中的统计分析 |
| 5.5.2 推进电机矢量控制在航向控制研究中的应用 |
| 5.5.3 转速控制系统在航向控制研究中的应用 |
| 6 总结与不足 |
| 6.1 总结 |
| 6.2 不足 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（7）基于规则的船舶智能避碰决策关键技术研究（论文提纲范文）
| 创新点摘要 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 选题背景和研究意义 |
| 1.2 船舶避碰决策的研究现状 |
| 1.2.1 确定性方法 |
| 1.2.2 启发式方法 |
| 1.2.3 存在的问题及分析 |
| 1.3 基础理论研究现状 |
| 1.3.1 碰撞危险评估 |
| 1.3.2 船舶领域 |
| 1.4 论文研究内容与结构 |
| 1.4.1 研究内容 |
| 1.4.2 论文结构 |
| 2 船舶运动数学模型 |
| 2.1 船舶运动坐标系 |
| 2.2 分离型数学模型 |
| 2.2.1 船舶附加质量 |
| 2.2.2 螺旋桨的推力和转矩计算 |
| 2.2.3 舵机特性及舵上水动力 |
| 2.2.4 环境干扰力及力矩 |
| 2.2.5 主机控制模型 |
| 2.2.6 船体黏性流体动力及力矩 |
| 2.3 船舶响应型模型 |
| 2.4 本章小结 |
| 3 船舶会遇态势定量划分 |
| 3.1 基于《国际海上避碰规则》的会遇态势辨识方法 |
| 3.1.1 现有船舶会遇态势的研究及不足 |
| 3.1.2 碰撞危险评估 |
| 3.1.3 会遇局面辨识模型 |
| 3.1.4 局面构成要素敏感性分析 |
| 3.1.5 局面构成要素计算 |
| 3.1.6 局面类型的逻辑辨识 |
| 3.2 本章小结 |
| 4 国际避碰规则下的避碰决策 |
| 4.1 前提假设 |
| 4.2 遗传算法基本原理 |
| 4.2.1 遗传算法概述 |
| 4.2.2 遗传算法基本概念 |
| 4.2.3 标准遗传算法 |
| 4.3 船舶避碰动态系统数学模型 |
| 4.3.1 船舶动态避碰参数计算模型 |
| 4.3.2 船舶操纵性对船舶避让参数影响的仿真测试 |
| 4.4 基于混合遗传算法的船舶转向决策方法 |
| 4.4.1 多种群协同进化避碰算法 |
| 4.4.2 融入航行经验的混合遗传避碰算法 |
| 4.5 基于线性扩展的变速避碰决策方法 |
| 4.6 船舶避碰决策算法的完备性论证 |
| 4.6.1 案例1: 对遇局面 |
| 4.6.2 案例2: 大角度交叉局面 |
| 4.6.3 案例3: 小角度交叉局面 |
| 4.6.4 案例4: 追越局面 |
| 4.6.5 讨论与分析 |
| 4.7 本章小结 |
| 5 复杂会遇态势下的多船协同避碰决策 |
| 5.1 多船避碰决策理论分析 |
| 5.1.1 多船避碰特点及避碰流程设计 |
| 5.1.2 现有多船避碰决策方法及存在问题 |
| 5.2 多船协同避碰决策模型 |
| 5.2.1 协同学理论 |
| 5.2.2 排队论理论 |
| 5.2.3 多阶段避碰策略设计 |
| 5.2.4 协同进化机制 |
| 5.3 仿真试验 |
| 5.3.1 船舶会遇局面设置 |
| 5.3.2 试验1仿真结果 |
| 5.3.3 试验2仿真结果 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 附录A 多种群遗传算法 |
| 附录B 具有优先权的服务排队规则 |
| 参考文献 |
| 作者简历及攻读博士学位期间的科研成果 |
| 致谢 |
（8）船舶系泊系统的建模仿真与应用研究（论文提纲范文）
| 创新点摘要 |
| 摘要 |
| ABSTRACT |
| 符号说明 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 船舶运动数学模型 |
| 1.2.2 系泊缆索建模方法 |
| 1.2.3 船舶系泊系统耦合分析 |
| 1.2.4 船舶系泊系统可视化仿真 |
| 1.2.5 船舶系泊操纵仿真评估 |
| 1.3 存在的问题 |
| 1.4 论文主要工作与内容安排 |
| 1.4.1 论文主要工作 |
| 1.4.2 论文内容安排 |
| 2 船舶操纵运动数学模型 |
| 2.1 坐标系的建立 |
| 2.2 船舶六自由度数学模型 |
| 2.3 船、桨、舵的水动力模型 |
| 2.3.1 船体的水动力模型 |
| 2.3.2 桨的水动力模型 |
| 2.3.3 舵的水动力模型 |
| 2.4 风、流对船舶运动的干扰 |
| 2.4.1 风力扰动模型 |
| 2.4.2 海流扰动模型 |
| 2.5 模型仿真与验证 |
| 2.5.1 旋回试验及分析 |
| 2.5.2 Z形试验及分析 |
| 2.5.3 惯性停船试验及分析 |
| 2.6 本章小结 |
| 3 船舶系泊系统建模与仿真 |
| 3.1 船舶系泊系统数学模型 |
| 3.2 靠离泊系统建模与仿真 |
| 3.2.1 靠离泊系统数学模型 |
| 3.2.2 系缆张力模型 |
| 3.2.3 计算案例分析 |
| 3.3 锚泊系统建模与仿真 |
| 3.3.1 锚链准静态分析 |
| 3.3.2 锚链动力学分析 |
| 3.3.3 锚泊系统耦合分析 |
| 3.4 本章小结 |
| 4 船舶系泊系统可视化仿真 |
| 4.1 系泊缆索的交互仿真 |
| 4.1.1 PBD算法概述 |
| 4.1.2 PBD模型解算 |
| 4.1.3 特定约束 |
| 4.2 虚拟人与系泊设备的交互仿真 |
| 4.2.1 虚拟人的交互仿真 |
| 4.2.2 系泊设备的交互仿真 |
| 4.3 碰撞检测与响应 |
| 4.3.1 刚体之间的碰撞 |
| 4.3.2 粒子与刚体碰撞 |
| 4.3.3 粒子自碰撞 |
| 4.4 系泊系统的仿真实现 |
| 4.4.1 系泊系统开发流程 |
| 4.4.2 系泊系统仿真效果 |
| 4.5 本章小结 |
| 5 船舶系泊系统操纵评估 |
| 5.1 船舶操纵评估框架 |
| 5.2 船舶系泊操纵评估模型 |
| 5.2.1 船舶锚泊操纵评价指标 |
| 5.2.2 船舶锚泊操纵评价指标隶属度函数 |
| 5.2.3 船舶锚泊操纵评价指标标准值与权重值 |
| 5.3 船舶操纵评估的实现 |
| 5.3.1 出题模块 |
| 5.3.2 答题与评估模块 |
| 5.3.3 数据管理模块 |
| 5.4 船舶系泊操纵评估实例 |
| 5.4.1 单锚泊操纵实例分析 |
| 5.4.2 多组锚泊数据分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 附录A 船舶锚泊操纵评价指标 |
| 作者简历及攻读博士学位期间的科研成果 |
| 致谢 |
（9）基于自适应双幂次增量反馈的迭代滑模航迹控制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容和方案 |
| 1.3.1 研究内容 |
| 1.3.2 研究方案 |
| 2 欠驱动船舶数学模型 |
| 2.1 船舶运动方程 |
| 2.1.1 坐标系和运动参数 |
| 2.1.2 平面内船舶运动方程的建立 |
| 2.1.3 舵机特性数学模型 |
| 2.2 船舶动力学模型 |
| 2.2.1 船舶流体动力的计算 |
| 2.2.2 螺旋桨推力和转矩的计算 |
| 2.2.3 船舶舵力计算 |
| 2.2.4 环境干扰力的计算 |
| 2.3 船舶运动仿真系统的建立 |
| 2.4 本章小结 |
| 3 双幂次型增量反馈的迭代滑模航迹控制 |
| 3.1 问题的描述 |
| 3.1.1 船舶平面运动方程 |
| 3.1.2 控制目标与假设 |
| 3.2 控制器设计 |
| 3.2.1 非线性动态迭代滑模的设计 |
| 3.2.2 系统稳定性分析 |
| 3.3 仿真结果与分析 |
| 3.3.1 无外界干扰下船舶航迹保持控制的仿真与分析 |
| 3.3.2 船舶在定常流干扰下的航迹保持控制仿真与分析 |
| 3.3.3 船舶在海流与风干扰下的航迹保持控制仿真与分析 |
| 3.4 小结 |
| 4 迭代滑模的船舶自适应航迹保持控制 |
| 4.1 自适应双幂次增量反馈的设计 |
| 4.1.1 控制器的设计 |
| 4.1.2 神经网络设置与航迹控制结构 |
| 4.2 仿真结果与分析 |
| 4.2.1 无干扰下船舶航迹保持控制的仿真与分析 |
| 4.2.2 船舶在定常流干扰下航迹保持控制的仿真与分析 |
| 4.2.3 船舶在海流和风干扰下航迹保持控制的仿真与分析 |
| 4.3 小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（10）单艉机推进无人水面艇的建模及运动控制策略研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 无人艇的发展现状 |
| 1.2.1 国外发展现状 |
| 1.2.2 国内发展现状 |
| 1.3 无人艇运动数学模型研究现状 |
| 1.3.1 机理建模 |
| 1.3.2 辨识建模 |
| 1.4 无人艇运动控制研究现状 |
| 1.4.1 航向控制 |
| 1.4.2 路径跟踪控制 |
| 1.4.3 轨迹跟踪控制 |
| 1.5 本文主要研究思路与内容安排 |
| 1.5.1 研究思路 |
| 1.5.2 内容安排 |
| 2 单艉机推进无人艇的运动数学模型 |
| 2.1 引言 |
| 2.2 “蓝信”号无人艇 |
| 2.2.1 外观及主要参数 |
| 2.2.2 艉机推进装置 |
| 2.2.3 数据采集系统 |
| 2.3 实验数据采集 |
| 2.4 外界环境干扰模型 |
| 2.4.1 风干扰建模 |
| 2.4.2 浪干扰建模 |
| 2.4.3 流干扰建模 |
| 2.5 艉机推进器推力及伺服模型 |
| 2.5.1 推进器推力模型 |
| 2.5.2 伺服系统模型 |
| 2.6 艉机推进无人艇的建模 |
| 2.6.1 三自由度模型 |
| 2.6.2 非线性响应模型 |
| 2.7 模型辨识及验证 |
| 2.7.1 无人艇模型的辨识 |
| 2.7.2 无人艇模型的验证 |
| 2.7.3 无人艇实艇实验验证 |
| 2.8 本章小结 |
| 3 无人艇的航向保持控制 |
| 3.1 引言 |
| 3.2 理论基础 |
| 3.2.1 Lyapunov稳定性理论 |
| 3.2.2 滑模理论 |
| 3.2.3 神经网络逼近理论 |
| 3.2.4 模糊控制理论 |
| 3.3 非线性反馈航向保持控制 |
| 3.3.1 问题描述 |
| 3.3.2 控制器设计 |
| 3.3.3 仿真研究 |
| 3.3.4 实艇实验 |
| 3.4 快速非奇异终端滑模航向保持控制 |
| 3.4.1 问题描述 |
| 3.4.2 控制器设计 |
| 3.4.3 稳定性证明 |
| 3.4.4 仿真研究 |
| 3.5 本章小结 |
| 4 无人艇的路径跟踪控制 |
| 4.1 引言 |
| 4.2 理论基础 |
| 4.2.1 轨迹线性化控制技术 |
| 4.2.2 神经网络最少学习参数法 |
| 4.3 基于LOS导航策略的路径跟踪控制 |
| 4.3.1 问题描述 |
| 4.3.2 自适应LOS |
| 4.3.3 仿真研究 |
| 4.3.4 实艇验证 |
| 4.4 欠驱动无人艇自适应路径跟踪控制 |
| 4.4.1 问题描述 |
| 4.4.2 控制器设计 |
| 4.4.3 稳定性证明 |
| 4.4.4 仿真研究 |
| 4.5 本章小结 |
| 5 无人艇的轨迹跟踪控制 |
| 5.1 引言 |
| 5.2 理论基础 |
| 5.2.1 神经分流模型 |
| 5.2.2 辅助设计系统 |
| 5.3 欠驱动无人艇自适应轨迹跟踪控制 |
| 5.3.1 问题描述 |
| 5.3.2 控制器设计 |
| 5.3.3 稳定性证明 |
| 5.3.4 仿真研究 |
| 5.4 输入饱和下的欠驱动无人艇自适应轨迹跟踪控制 |
| 5.4.1 问题描述 |
| 5.4.2 控制器设计 |
| 5.4.3 稳定性证明 |
| 5.4.4 仿真研究 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读博士学位期间的科研成果 |
四、船舶航行的模糊模型建模及航向控制（论文参考文献）
- [1]基于HSSVM与卷积神经网络的船舶避碰知识库研究[D]. 陈鹏. 大连海事大学, 2021(04)
- [2]风帆推进船舶路径跟踪制导与控制[D]. 邓英杰. 大连海事大学, 2020(04)
- [3]面向自主船舶的危险分析方法研究[D]. 周翔宇. 大连海事大学, 2020(04)
- [4]基于无线网络的船舶航向保持控制研究[D]. 姜日凡. 大连海事大学, 2020(04)
- [5]无人水面船舶自动靠泊控制研究[D]. 朴在吉. 大连海事大学, 2020(04)
- [6]小型船舶电力推进系统研究与仿真[D]. 贾广付. 大连海事大学, 2020(05)
- [7]基于规则的船舶智能避碰决策关键技术研究[D]. 倪生科. 大连海事大学, 2020(01)
- [8]船舶系泊系统的建模仿真与应用研究[D]. 蒋效彬. 大连海事大学, 2020(01)
- [9]基于自适应双幂次增量反馈的迭代滑模航迹控制[D]. 丁凯歌. 大连海事大学, 2020(01)
- [10]单艉机推进无人水面艇的建模及运动控制策略研究[D]. 慕东东. 大连海事大学, 2020(01)