一种基于波浪物理约束的浮标风速动态补偿方法和系统与流程
本发明涉及海上浮标风速测量,具体是一种基于波浪物理约束的浮标风速动态补偿方法和系统。
背景技术:
1、浮标是海上近地层风速观测的核心载体,其搭载的风速仪测量值不可避免地受浮标六自由度运动耦合影响,既包含浮标平动产生的附加速度误差,也包含姿态倾斜导致的风速矢量方向偏差,必须准确解算浮标运动状态并完成运动补偿,才能获得可靠的真实风速数据。
2、当前主流补偿方案多采用惯性测量单元与全球导航卫星系统组合的导航架构获取浮标运动状态,在常规海况下可满足基本补偿需求;但在台风等极端海况下存在双重短板:一是浮标大幅摇摆易引发全球导航卫星系统载波相位失锁,失锁后纯惯性积分的位置、速度误差随时间迅速累积发散,状态估计精度快速衰减;二是剧烈冲击下小量程高精度惯性测量单元易发生量程饱和,输出数据失真,进一步加剧运动解算误差,最终导致风速补偿精度严重下降。
3、因此,亟需一种极端海况下稳定维持状态估计精度的浮标风速动态补偿方法。
技术实现思路
1、针对现有技术中的缺陷,本发明提供一种基于波浪物理约束的浮标风速动态补偿方法和系统,解决现有技术中极端海况下浮标风速动态补偿不够准确的问题。
2、为了实现上述目的,本发明的一个方面提供了一种基于波浪物理约束的浮标风速动态补偿方法,所述方法包括:获取浮标的惯性测量单元数据、全球导航卫星系统数据、风速仪数据和浮标设计参数;根据所述浮标设计参数计算浮标垂向运动的固有频率和阻尼比;根据所述惯性测量单元数据和所述全球导航卫星系统数据计算波浪主频和粘性阻尼系数;根据所述固有频率、所述阻尼比、所述波浪主频和所述粘性阻尼系数,利用卡尔曼滤波算法对所述惯性测量单元数据和所述全球导航卫星系统数据进行融合得到浮标运动状态最优估计;基于所述浮标运动状态最优估计和所述风速仪数据计算真实风速。
3、本发明通过获取浮标设计参数计算垂向运动固有频率和阻尼比,基于惯性测量单元数据和全球导航卫星系统数据提取实时波浪主频与粘性阻尼系数,将波浪物理约束嵌入卡尔曼滤波框架,利用浮标自身的动力学特性约束状态递推过程,抑制了全球导航卫星系统失锁期间惯性积分误差的发散;同时通过双重量测更新充分挖掘惯性测量单元与全球导航卫星系统的观测信息,完整剔除浮标平动和转动对风速测量的干扰,大幅提升了台风等恶劣海况下海上浮标风速观测的补偿精度与数据连续性。
4、可选地,所述获取浮标的惯性测量单元数据、全球导航卫星系统数据、风速仪数据和浮标设计参数包括:获取浮标的主惯性测量单元数据、辅惯性测量单元数据、全球导航卫星系统数据、风速仪数据和浮标设计参数;根据所述主惯性测量单元数据和所述辅惯性测量单元数据得到惯性测量单元数据。
5、本发明通过同步采集量程、精度互补的主、辅惯性测量单元数据,再基于窗口统计方差、信号幅值计算置信度权重完成两组惯性数据自适应加权融合,常规海况优先采信主imu高精度测量值,极端海况主传感器饱和失真时自动切换辅imu宽量程有效数据,全程平滑过渡无硬切换造成的数据跳变,避免单惯性单元在大浪冲击下数据截断失效,提高了全海况下惯性测量数据的完整性、连续性与可靠性。
6、可选地,所述根据所述主惯性测量单元数据和所述辅惯性测量单元数据得到惯性测量单元数据包括:分别在所述主惯性测量单元数据和所述辅惯性测量单元数据中提取主加速度数据、主角速度数据、辅加速度数据和辅角速度数据;以预定义的时间窗口分别对所述主加速度数据和所述主角速度数据进行滑动采样,得到多个时序窗口加速度数据和时序窗口角速度数据;根据所述时序窗口加速度数据计算窗口加速度方差和窗口终点加速度综合幅值,并根据所述时序窗口角速度数据计算窗口角速度方差和窗口终点角速度综合幅值;根据所述窗口加速度方差和所述窗口终点加速度综合幅值计算主加速度置信度权重,并根据所述窗口角速度方差和所述窗口终点角速度综合幅值计算主角速度置信度权重;根据所述主加速度置信度权重对所述主加速度数据和所述辅加速度数据进行加权融合得到融合时序加速度数据;根据所述主角速度置信度权重对所述主角速度数据和所述辅角速度数据进行加权融合得到融合时序角速度数据;根据所述融合时序加速度数据和所述融合时序角速度数据形成惯性测量单元数据。
7、本发明通过分离主、辅imu的加速度与角速度数据,借助滑动窗口统计数据方差与瞬时幅值计算主传感器动态置信权重,分别对加速度、角速度自适应加权融合后合成统一惯性数据,依据信号波动与饱和程度平滑分配主次传感器权重,常规海况充分保留主imu高精度优势,大浪冲击主传感器饱和失真时自动降低其权重、采信辅imu宽量程有效数据,无硬切换造成的数据跳变,抑制惯性测量噪声与截断失真,提高了全海况下惯性原始数据的平滑度、可靠性与测量精度。
8、可选地,所述根据所述惯性测量单元数据和所述全球导航卫星系统数据计算波浪主频和粘性阻尼系数包括:在所述惯性测量单元数据中提取垂向加速度分量数据;根据所述垂向加速度分量数据计算波浪主频;在所述全球导航卫星系统数据中提取水平速度时序数据和信号质量指示参数;当所述信号质量指示参数满足预设可用条件时,利用所述水平速度时序数据计算粘性阻尼系数。
9、本发明通过从融合惯性数据提取坐标转换后的垂向加速度求解实时波浪主频,同时提取gnss水平速度与信号质量参数,仅在定位信号达标时在线辨识水平粘性阻尼系数,依托浮标真实运动响应实时获取海况动力学参数,规避固定模型参数与实际海浪不匹配的缺陷,信号劣化时沿用历史有效阻尼值保障参数连续输出,为滤波模型提供动态物理约束,提高了卡尔曼滤波状态预测的贴合度与极端海况下浮标运动估计的稳定性。
10、可选地,所述根据所述固有频率、所述阻尼比、所述波浪主频和所述粘性阻尼系数,利用卡尔曼滤波算法对所述惯性测量单元数据和所述全球导航卫星系统数据进行融合得到浮标运动状态最优估计包括:设置包含三维位置、三维速度和三维姿态角的卡尔曼滤波器的状态向量;以所述惯性测量单元数据中的角速度为控制输入构建姿态转移矩阵,并基于所述固有频率、所述阻尼比和所述粘性阻尼系数构建垂向运动离散时间状态转移矩阵、水平运动离散状态转移矩阵;通过所述垂向运动离散时间状态转移矩阵、所述水平运动离散状态转移矩阵和所述姿态转移矩阵,并结合所述波浪主频,对所述状态向量进行时间预测得到状态先验估计;基于所述全球导航卫星系统数据中的位置和速度构建第一观测矩阵;根据所述第一观测矩阵对所述状态先验估计进行第一量测更新得到第一量测更新后的状态估计;基于所述惯性测量单元数据中的加速度构建第二观测矩阵;根据所述第二观测矩阵对所述第一量测更新后的状态估计进行第二量测更新得到第二量测更新后的状态估计;根据所述第二量测更新后的状态估计得到浮标运动状态最优估计。
11、本发明通过构建含三维位置、速度、姿态的滤波状态向量,分别依托imu角速度、浮标动力学参数搭建姿态、垂向、水平运动转移矩阵,结合波浪主频完成带物理约束的状态时间预测,再依次构建gnss、imu加速度观测矩阵执行两级分步量测更新,以海浪动力学规律约束滤波递推,gnss失锁时抑制惯性积分误差发散,分阶段充分挖掘两类传感器观测信息修正状态偏差,提高了极端海况下浮标三维运动状态估计的精准度与鲁棒性。
12、可选地,所述以所述惯性测量单元数据中的角速度为控制输入构建姿态转移矩阵,并基于所述固有频率、所述阻尼比和所述粘性阻尼系数构建垂向运动离散时间状态转移矩阵、水平运动离散状态转移矩阵包括:基于所述固有频率和所述阻尼比构建垂向运动连续时间系统矩阵;采用矩阵指数法对所述垂向运动连续时间系统矩阵进行离散化处理得到垂向运动离散时间状态转移矩阵;以所述粘性阻尼系数构建水平运动离散状态转移矩阵;基于四元数运动学方程,以所述惯性测量单元数据中的角速度为控制输入构建姿态转移矩阵。
13、本发明通过依托浮标固有频率、阻尼比构建垂向连续系统矩阵,采用矩阵指数法精准离散化得到垂向转移矩阵保障数值稳定,基于在线辨识粘性阻尼系数搭建水平转移矩阵,结合imu角速度与四元数运动学方程构建无奇异姿态转移矩阵,完整贴合浮标水动力运动规律,规避欧拉角万向锁与近似离散化带来的递推误差,让滤波状态演化贴合真实海浪响应,提高了极端海况下浮标姿态、水平与垂向运动递推的精度、连续性与数值稳定性。
14、可选地,所述通过所述垂向运动离散时间状态转移矩阵、所述水平运动离散状态转移矩阵和所述姿态转移矩阵,并结合所述波浪主频,对所述状态向量进行时间预测得到状态先验估计包括:通过所述垂向运动离散时间状态转移矩阵、所述水平运动离散状态转移矩阵和所述姿态转移矩阵对所述状态向量进行递推,得到状态预测值;根据所述波浪主频对卡尔曼滤波的过程噪声协方差矩阵进行调整得到自适应过程噪声协方差矩阵;根据所述自适应过程噪声协方差矩阵、所述垂向运动离散时间状态转移矩阵、所述水平运动离散状态转移矩阵和所述姿态转移矩阵递推状态协方差矩阵得到先验协方差矩阵;根据所述状态预测值和所述先验协方差矩阵形成状态先验估计。
15、本发明通过利用垂向、水平、姿态三类转移矩阵递推得到状态预测值,依据实时波浪主频缩放调节过程噪声协方差矩阵生成自适应矩阵,结合各类转移矩阵递推得到先验协方差矩阵,联合状态预测值与先验协方差矩阵构成完整先验估计,依据海浪实时强度动态调整滤波器对动力学模型的置信权重,大浪海况适度放大过程噪声弱化模型约束、平静海况缩小噪声强化模型约束,适配时变海浪扰动,提高了不同海况下浮标运动状态先验预测的自适应能力与估计准确度。
16、可选地,所述通过所述垂向运动离散时间状态转移矩阵、所述水平运动离散状态转移矩阵和所述姿态转移矩阵对所述状态向量进行递推,得到状态预测值包括:利用所述垂向运动离散时间状态转移矩阵对所述浮标的垂向位置和垂向速度进行递推得到垂向递推后数据;利用所述水平运动离散状态转移矩阵对所述浮标的水平位置和水平速度进行递推得到水平递推后数据;根据所述姿态转移矩阵对所述状态向量中的姿态角进行递推,得到递推后姿态角;基于所述垂向递推后数据、所述水平递推后数据和所述递推后姿态角形成状态预测值。
17、本发明通过分别采用垂向、水平、姿态转移矩阵独立递推浮标垂向运动数据、水平运动数据与姿态角,再整合三类递推结果合成完整状态预测值,依托浮标不同自由度独立的水动力规律分模块求解,规避整体耦合递推带来的模型干扰与计算冗余,各通道动力学约束互不干涉,降低滤波数值计算负担,保证各维度运动递推贴合海浪真实响应,提高了浮标多自由度运动状态预测的计算效率与分维度估计精准度。
18、可选地,所述根据所述波浪主频对卡尔曼滤波的过程噪声协方差矩阵进行调整得到自适应过程噪声协方差矩阵包括:获取预设的参考频率和卡尔曼滤波的过程噪声协方差矩阵;根据所述波浪主频与所述参考频率的相对偏差计算噪声缩放系数;利用所述噪声缩放系数对所述过程噪声协方差矩阵中速度分量对应的对角元素进行调节,得到自适应过程噪声协方差矩阵。
19、本发明通过调取参考频率与标称过程噪声协方差矩阵,依据波浪主频和参考频率的偏差算出噪声缩放系数,仅对矩阵内速度分量对角元完成缩放调节生成自适应协方差矩阵,随海浪振动强度动态调整滤波器对速度预测模型的信任程度,高频大浪时放大速度噪声降低模型权重,平缓海面缩小噪声强化模型约束,精准匹配实时海况扰动特征,提高了卡尔曼滤波对时变海浪环境的自适应能力与浮标速度状态预测精度。
20、本发明的另一个方面,还提供了一种基于波浪物理约束的浮标风速动态补偿系统,包括:处理器、输入设备、输出设备和存储器,所述处理器、所述输入设备、所述输出设备和所述存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行本发明前一个方面任一项所述的一种基于波浪物理约束的浮标风速动态补偿方法。
21、本发明的一种基于波浪物理约束的浮标风速动态补偿系统,结构紧凑、性能稳定、集成度高和构成简单,能够稳定地执行本发明前一方面提供的一种基于波浪物理约束的浮标风速动态补偿方法,进一步提升本发明整体适用性和实际应用能力。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com