基于梯度型最小二乘濾波的船搖隔離度測(cè)試研究

蔡 浩

(中國衛(wèi)星海上測(cè)控部，江蘇 江陰 214431)

基于梯度型最小二乘濾波的船搖隔離度測(cè)試研究

蔡 浩

(中國衛(wèi)星海上測(cè)控部，江蘇 江陰 214431)

針對(duì)傳統(tǒng)船搖隔離度測(cè)試方法效率低、誤差大、操作復(fù)雜、且不能有效解決擾動(dòng)跳變的不足，對(duì)船搖隔離的基本原理進(jìn)行了分析，建立了梯度型最小二乘濾波模型，提出了基于梯度型最小二乘濾波算法對(duì)測(cè)量數(shù)據(jù)進(jìn)行濾波處理，利用VC++編程實(shí)現(xiàn)對(duì)船搖隔離度的自動(dòng)化測(cè)試，并在船舶生搖的條件下進(jìn)行船搖隔離度的測(cè)試分析；對(duì)比傳統(tǒng)方法測(cè)試結(jié)果表明，該方法能有效濾除測(cè)量數(shù)據(jù)中的隨機(jī)誤差，較大程度地降低了擾動(dòng)跳變的抖動(dòng)量，提高了伺服系統(tǒng)船搖隔離度的測(cè)試精度。

梯度下降；最小二乘濾波；船搖隔離度；自動(dòng)化測(cè)試

0 引言

船搖隔離度是衡量船載雷達(dá)伺服系統(tǒng)抵消船搖擾動(dòng)、穩(wěn)定天線波束指向能力的關(guān)鍵指標(biāo)，為了滿足系統(tǒng)設(shè)計(jì)需求，需在船舶生搖的動(dòng)態(tài)條件下進(jìn)行隔離度測(cè)試。當(dāng)前船搖隔離度的計(jì)算主要包括人工挑點(diǎn)計(jì)算和自動(dòng)化軟件測(cè)試兩種方法[1]，人工計(jì)算方法[2]是通過記錄查找角度和誤差電壓等數(shù)據(jù)，折算出與之相應(yīng)的角度變化量或誤差電壓對(duì)應(yīng)的角度殘差，然后按照船搖隔離度公式計(jì)算得到各項(xiàng)隔離度，這種方式計(jì)算量大、時(shí)間長，且隨操作者經(jīng)驗(yàn)不同易產(chǎn)生相應(yīng)的誤差；自動(dòng)化軟件測(cè)試中常用的濾波算法主要是加權(quán)平均濾波法和最大似然參數(shù)估計(jì)法[3]，已經(jīng)難以滿足總體對(duì)船搖處理的精度和實(shí)時(shí)性要求[4]，對(duì)外來擾動(dòng)引起測(cè)角數(shù)據(jù)及誤差電壓抖動(dòng)跳變的濾波效果不明顯，影響船搖隔離度的測(cè)試精度。梯度型最小二乘濾波算法是從實(shí)時(shí)測(cè)量數(shù)據(jù)中剔除信號(hào)中夾雜的誤差噪聲信號(hào)，它實(shí)際是對(duì)連續(xù)變化函數(shù)估計(jì)的一種最小二乘逼近。本文通過分析船搖隔離的基本原理，基于梯度型最小二乘濾波算法對(duì)測(cè)量數(shù)據(jù)進(jìn)行濾波處理，利用VC++軟件編程實(shí)現(xiàn)對(duì)船搖隔離度的自動(dòng)測(cè)試，以達(dá)到減小隨機(jī)誤差、降低擾動(dòng)跳變的抖動(dòng)量，準(zhǔn)確測(cè)試船搖隔離度的目的。

1 船搖隔離結(jié)構(gòu)及原理

目前，船載雷達(dá)伺服系統(tǒng)主要利用伺服閉環(huán)穩(wěn)定、速率陀螺反饋穩(wěn)定[5]和前饋補(bǔ)償穩(wěn)定3種方法隔離船搖，實(shí)現(xiàn)天線穩(wěn)定跟蹤。船搖隔離結(jié)構(gòu)方框圖[6]如圖1所示：

圖1 船搖隔離結(jié)構(gòu)圖

船搖隔離的基本原理主要由三部分組成：速率陀螺穩(wěn)定環(huán)、自跟蹤位置環(huán)和前饋補(bǔ)償。上虛線框處，通過船搖速度前饋補(bǔ)償，將敏感的船搖速度信號(hào)以相反的方向加入速度環(huán)路輸入端，達(dá)到隔離船搖擾動(dòng)的目的。下虛線框內(nèi)，為速率陀螺穩(wěn)定環(huán)[7]，船搖產(chǎn)生的角速度被陀螺所敏感負(fù)反饋給回路，通過主回路使天線朝著與船搖擾動(dòng)相反的方向運(yùn)動(dòng)，以陀螺信號(hào)反饋閉環(huán)穩(wěn)定實(shí)現(xiàn)隔離船搖擾動(dòng)?？驁D的最外環(huán)為自跟蹤位置環(huán)，其角誤差測(cè)量通過天線饋源和跟蹤接收機(jī)共同實(shí)現(xiàn)，跟蹤接收機(jī)鑒相器輸出電壓大小與電軸和目標(biāo)間的相對(duì)偏角變化一致，自跟蹤位置環(huán)路的作用是使輸出量θ0隨動(dòng)輸入量θi，并且克服船搖引起電軸偏離目標(biāo)的擾動(dòng)，實(shí)時(shí)控制天線向誤差減小的方向運(yùn)動(dòng)實(shí)現(xiàn)天線自動(dòng)跟蹤目標(biāo)，起到隔離船搖的作用。采用上述3種隔離船搖的方法可獲得較高的船搖隔離度[8]，如果在跟蹤過程中突然接收機(jī)失鎖，自跟蹤環(huán)路開路，天線不會(huì)立即飛車，仍能指向目標(biāo)保持記憶跟蹤，但由于陀螺干擾力矩產(chǎn)生慣性空間漂移，不能長時(shí)間工作在這種方式跟蹤目標(biāo)。

2 梯度型最小二乘濾波模型

在實(shí)際應(yīng)用中，誤差電壓和測(cè)角數(shù)據(jù)中均存在隨機(jī)噪聲及外來擾動(dòng)可能產(chǎn)生的較大幅度的抖動(dòng)[9]，給船搖隔離度的計(jì)算帶來較大影響。為了提高船搖隔離度的計(jì)算精度，實(shí)現(xiàn)計(jì)算機(jī)自動(dòng)進(jìn)行數(shù)據(jù)處理，需要實(shí)時(shí)濾除數(shù)據(jù)中的隨機(jī)噪聲分量和外來擾動(dòng)引起的抖動(dòng)，這里采用梯度型最小二乘濾波算法對(duì)誤差電壓進(jìn)行濾波，然后由計(jì)算機(jī)自動(dòng)選取峰峰值進(jìn)行船搖隔離度的計(jì)算。最小二乘法[10]由法國數(shù)學(xué)家高斯提出，是一種具有大平坦幅度響應(yīng)、應(yīng)用廣泛的估計(jì)方法。梯度型最小二乘濾波算法的基本思想是使測(cè)量數(shù)據(jù)和估計(jì)值之間差值的平方最小，在前一次估計(jì)結(jié)果的基礎(chǔ)上，利用新引入的觀測(cè)值根據(jù)算法對(duì)前次估計(jì)的結(jié)果進(jìn)行修正，從而得出新的估計(jì)值，并與前次估計(jì)結(jié)果進(jìn)行比較，若達(dá)到設(shè)置的差值上限則溢出，同時(shí)用前次估計(jì)結(jié)果替換新的估計(jì)值，這樣，隨著新的觀測(cè)值的逐次引入，一次接一次的進(jìn)行狀態(tài)估計(jì)，直到達(dá)到滿意的精度程度為止，梯度型最小二乘濾波算法的模型[11]如下：

基于最小二乘準(zhǔn)則[12]，設(shè)遺忘因子λ(0<λ≤1)，方位、俯仰誤差電壓系數(shù)Kxt、Kyt要使濾波后誤差的加權(quán)平方和分別達(dá)到最小，則：

(1)

(2)

以方位誤差電壓濾波計(jì)算為例，俯仰誤差電壓濾波可類推，用向量求模形式表示為:

(3)

其中:

(4)

(5)

(6)

Qxt對(duì)Kxt求梯度，

(7)

設(shè)濾波步長γt，根據(jù)梯度下降準(zhǔn)則，函數(shù)沿著梯度相反的方向-▽t下降最快，最優(yōu)步長由曲線性搜索算法確定，t+1時(shí)刻系數(shù)滿足:

Kx(t+1)=Kxt-▽t·γt

(8)

將Kx(t+1)代入Qxt替換其中的Kxt，求導(dǎo)化簡得：

(9)

(10)

利用MATLAB的M語言可快速編程實(shí)現(xiàn)數(shù)字濾波，而VC++可自動(dòng)調(diào)用MATLAB程序，方便了程序的設(shè)計(jì)。

部分MATLAB函數(shù)實(shí)現(xiàn)程序如下：

steepest m;

function [kender]=steepest(Qxt,a,e) %梯度下降法，Qxt為目標(biāo)函數(shù)，a為初始點(diǎn)，e為終止誤差，k表示迭代次數(shù)，ender表示最優(yōu)點(diǎn):

symsKxtγtm;

d=-[diff(Qxt,Kxt),diff(Qxt,γt)]; %分別求Kxt和γt的偏導(dǎo)數(shù)，即下降的方向

flag=1; %循環(huán)標(biāo)志

k=0;

while(flag)

d_temp=subs(d,Kxt,a(1)); %將初始點(diǎn)代入，求本次下降Kxt梯度值

d_temp=subs(d_temp,γt, a(2)); %將初始點(diǎn)代入，求得本次下降γt梯度值

d_temp=double(d_temp);

nor=norm(d_temp); %范數(shù)

if(nor>=e)

a_temp= a+m*d_temp; %改變初始點(diǎn)a的值

Qxt_temp=subs(Qxt,Kxt,a_temp(1)); %將改變后的Kxt和γt代入目標(biāo)函數(shù)

Qxt_temp=subs(Qxt_temp,γt,a_temp(2));

h=diff(Qxt_temp,m);

m_temp=solve(h); %求方程，得到本次m

a=a+m_temp*d_temp; %更新起始點(diǎn)

k=k+1;

else

flag=0;

end

end

ender=double(a); %終點(diǎn)

end

采用船搖隔離度測(cè)試的實(shí)測(cè)數(shù)據(jù)作為仿真數(shù)據(jù)，利用本文設(shè)計(jì)的梯度型最小二乘濾波算法對(duì)數(shù)據(jù)分別進(jìn)行濾波處理，以跟蹤位置回路(自跟蹤+陀2+船饋)隔離度為例，處理前后的方位、俯仰誤差電壓波形圖及局部放大圖如圖2～圖4所示。

圖2 濾波前后方位誤差電壓波形圖

圖3 濾波前后俯仰誤差電壓波形圖

圖4 濾波前后方位誤差電壓局部放大圖

比較方位、俯仰誤差電壓濾波前后曲線可以看出，由于船搖擾動(dòng)的影響，誤差電壓中疊加了高頻噪聲分量，采用梯度型最小二乘濾波后，誤差電壓的變化規(guī)律沒有改變，濾波結(jié)果與濾波前數(shù)據(jù)的重合性較好，而噪聲明顯減小，抖動(dòng)量在濾波之后得到了明顯降低，有效減小了隨機(jī)誤差，提高了船搖隔離的測(cè)試精度，達(dá)到了預(yù)期效果。

濾波前后數(shù)據(jù)統(tǒng)計(jì)量比對(duì)結(jié)果如表1所示。

表1 誤差電壓原始數(shù)據(jù)與濾波輸出統(tǒng)計(jì)量對(duì)比

由表1可以看出，通過濾波，數(shù)據(jù)的均值較接近，同時(shí)標(biāo)準(zhǔn)差有了明顯減小，說明梯度型最小二乘濾波算法可以直接對(duì)誤差電壓數(shù)據(jù)進(jìn)行處理，并且有效抑制了隨機(jī)誤差，減小了抖動(dòng)量。多組數(shù)據(jù)濾波處理分析表明，該濾波算法對(duì)船搖隔離數(shù)據(jù)處理是適用的。

3 船搖隔離度自動(dòng)測(cè)試軟件的實(shí)現(xiàn)

基于梯度型最小二乘濾波模型的船搖隔離度自動(dòng)測(cè)試軟件采用面向?qū)ο蟮腣C++編程實(shí)現(xiàn)對(duì)船搖隔離度的自動(dòng)測(cè)試。根據(jù)船搖隔離度的定義及設(shè)備不同環(huán)路指標(biāo)要求[13]，主要設(shè)計(jì)了大地手控隔離度、自跟蹤位置回路隔離度、陀螺回路隔離度、船搖前饋回路隔離度及總隔離度5類測(cè)試項(xiàng)目。每種隔離度測(cè)試項(xiàng)目在方位支路和俯仰支路上分別進(jìn)行，如圖5所示。

圖5 船搖隔離度參數(shù)設(shè)置

在軟件編程上采用分步處理的方法，包括船搖隔離度參數(shù)設(shè)置(參數(shù)設(shè)置界面如上圖所示)、數(shù)據(jù)采樣、梯度型最小二乘濾波和挑點(diǎn)計(jì)算輸出四部分，根據(jù)船搖隔離度計(jì)算方法，程序中設(shè)置采集滿足船舶生搖幅度的5個(gè)船搖周期內(nèi)的相關(guān)數(shù)據(jù)，并統(tǒng)計(jì)每個(gè)船搖周期內(nèi)誤差電壓及角度數(shù)據(jù)的極值點(diǎn)(一個(gè)周期內(nèi)的波峰和波谷值)存貯在相應(yīng)的變量中。按照隔離度計(jì)算公式即可實(shí)時(shí)計(jì)算出船搖隔離度并在軟件界面顯示，軟件流程圖如圖6所示。

圖6 船搖隔離度測(cè)試軟件流程圖

4 實(shí)驗(yàn)結(jié)果與分析

采用基于梯度型最小二乘濾波算法的船搖隔離度自動(dòng)測(cè)試軟件在船舶生搖的動(dòng)態(tài)條件下進(jìn)行船搖隔離度的計(jì)算，共進(jìn)行了13組測(cè)試，并與人工挑點(diǎn)計(jì)算方法、加權(quán)濾波測(cè)試方法[14]作了對(duì)比，對(duì)比情況如附錄所示。

擾動(dòng)較小時(shí)以自跟蹤狀態(tài)(不加陀)的隔離度測(cè)試結(jié)果為例進(jìn)行說明，如表2所示。

擾動(dòng)較大時(shí)以跟蹤位置回路(自跟蹤+陀2+船饋)隔離度測(cè)試結(jié)果為例進(jìn)行說明，如表3所示。

表2 自跟蹤(不加陀)隔離度測(cè)試結(jié)果

表3 跟蹤位置回路船搖隔離度測(cè)試結(jié)果

經(jīng)比較分析，船搖擾動(dòng)較小時(shí)(第1～7組數(shù)據(jù))，3種計(jì)算方法基本一致，最大偏差百分比在5%以內(nèi)(偏差小于2 dB)；船搖擾動(dòng)較大時(shí)(第8～13組數(shù)據(jù))，加權(quán)濾波測(cè)試方法由于未能有效濾除擾動(dòng)跳變量，引起隔離度計(jì)算結(jié)果明顯偏大，偏差量大于9.5%(偏差大于4 dB),最大達(dá)到34%。而采用本文設(shè)計(jì)的基于梯度型最小二乘濾波算法的船搖隔離度自動(dòng)測(cè)試方法與人工挑點(diǎn)計(jì)算結(jié)果仍一致(偏差量低于5%)，驗(yàn)證了該方法的可靠性和有效性。研究表明，本文設(shè)計(jì)的測(cè)試方法能準(zhǔn)確計(jì)算船搖隔離度，可替代人工挑點(diǎn)計(jì)算和現(xiàn)有軟件測(cè)試方法。

5 結(jié)束語

本文分析了船搖隔離的基本原理，建立了梯度型最小二乘濾波模型，提出了對(duì)測(cè)量數(shù)據(jù)中的噪聲分量進(jìn)行濾波再通過VC++編程實(shí)現(xiàn)船搖隔離度的自動(dòng)測(cè)試方法。借助船舶生搖的動(dòng)態(tài)條件下利用基于梯度型最小二乘濾波算法的自動(dòng)測(cè)試軟件進(jìn)行船搖隔離度計(jì)算，并與傳統(tǒng)測(cè)試方法比對(duì)，驗(yàn)證了該處理方法的有效性，解決了傳統(tǒng)測(cè)試方法效率低、誤差大、操作復(fù)雜、且不能有效解決擾動(dòng)跳變的不足，提高了伺服系統(tǒng)船搖隔離度的測(cè)試精度。由于實(shí)驗(yàn)技術(shù)條件的限制，該濾波算法仍存在濾波平滑度低的不足，在后續(xù)的船搖隔離度測(cè)試研究中，進(jìn)一步開展針對(duì)性研究，為后續(xù)優(yōu)化設(shè)計(jì)提供參考。采用梯度型最小二乘濾波算法的船搖隔離度自動(dòng)測(cè)試軟件快速完成船搖隔離度的測(cè)試，是一次大膽嘗試與創(chuàng)新，更是對(duì)傳統(tǒng)測(cè)試技術(shù)的有益革新。隨著經(jīng)驗(yàn)的不斷積累以及相關(guān)難題的不斷攻克，基于梯度型最小二乘濾波模型自動(dòng)測(cè)試船搖隔離度的前景必將更加光明。

[1] 劉四方, 羅友明. 基于VC++的船搖隔離度自動(dòng)化測(cè)試研究[J]. 控制系統(tǒng),2008,24(2):36-53.

[2] 瞿元新, 周錦標(biāo), 謝 勇,等. 船載測(cè)控設(shè)備船搖隔離度自動(dòng)化測(cè)試方法研究[J]. 飛行器測(cè)控學(xué)報(bào), 2006, 25 (4): 62-65.

[3] 何 謙, 陶 敏, 丁求啟,等. 卡爾曼濾波在船載雷達(dá)伺服速率陀螺中的應(yīng)用[J]. 遙測(cè)遙控, 2012, 33 (1): 43-46.

[4] 李志堅(jiān), 周朝猛, 劉 詠,等. 隔離船搖補(bǔ)償新方法[J]. 科學(xué)技術(shù)與工程, 2009, (19): 5736-5738.

[5] 何榮賢, 蔣 軍. 大型船載衛(wèi)通伺服隨動(dòng)系統(tǒng)船搖隔離度[J]. 陜西工學(xué)院學(xué)報(bào),2005, 21 (2): 8-10.

[6] 魯盡義. 速率陀螺應(yīng)用方法研究[J]. 測(cè)控與通信, 114 (3): 1-10.

[7] 魯新龍, 丁風(fēng)海, 孫永江. 大型船載航天測(cè)控雷達(dá)船搖隔離度的分析[A]. 中國航空學(xué)會(huì)飛行力學(xué)學(xué)術(shù)交流會(huì)[C]. 2006.

[8] 陳小剛, 李志堅(jiān), 季 輝. 增加船載雷達(dá)位置環(huán)船搖隔離度方法研究[J]. 電子設(shè)計(jì)工程, 2015 (17): 105-107.

[9] 羅 浩, 趙厚奎, 楊津驍,等. 一種解決純方位跟蹤問題的新的最小二乘模型[J]. 火力與指揮控制, 2008, 33 (11): 137-143.

[10] 文如泉, 辛 鋒, 肖永江. 最小二乘濾波算法在目標(biāo)跟蹤中的性能比較[J]. 萍鄉(xiāng)高等?？茖W(xué)校學(xué)報(bào), 2009, 26 (6): 20-23.

[11] 吳金美, 胡上成, 侯亞威,等. 基于最小二乘和最速梯度準(zhǔn)則的船搖數(shù)據(jù)自適應(yīng)濾波算法[J]. 海上測(cè)量與控制技術(shù), 2016, 22 (1): 65-67.

[12] 羅 成, 陳利華. 最小二乘濾波算法在目標(biāo)跟蹤中的應(yīng)用[J]. 湖北理工學(xué)院學(xué)報(bào), 2010, 26 (3): 18-20.

[13] 馬 林, 黃國雄, 凌貴軍. 船載衛(wèi)通天線跟蹤陀螺零漂對(duì)捕獲能力的影響分析[J]. 飛行器測(cè)控學(xué)報(bào), 2010, 29 (6): 83-85.

[14] 劉桂英, 韓 莉, 邵聯(lián)合. 可變加權(quán)因子的遞推最小二乘辨識(shí)算法及應(yīng)用[J]. 中國儀器儀表, 2006 (3): 59-61.

Research on Testing Method of Ship Shaking Isolation Based on Gradient Descent and Least-squares Filtering Algorithm

Cai Hao

(China Satellite Maritime Tracking & Control Department, Jiangyin 214431, China)

Traditional testing methods of ship shaking isolation need heavy workload, which has low efficiency and large error. Simultaneously the jitter caused by interference cannot be solved effectively. In order to solve these problems, the principle of ship shaking isolation is analyzed, and the model based on gradient descent and least-squares filtering algorithm is built, the filtering algorithm based on gradient descent and least squares is proposed to filter the measured data, the automated testing of ship shaking isolation is realized through VC++ programming, and the analysis of automated testing under the condition of ship shaking is carried out. Compared to the results tested by traditional methods, the simulation results show that the filtering algorithm which shortens testing time and improves the testing accuracy of ship shaking isolation could filter out random errors in the measurement data effectively, and the jitter caused by interference is significantly decreased.

gradient descent; least squares filtering; ship shaking isolation; automated testing

2016-12-10；

2017-02-06。

蔡 浩(1990-)，男，山東泰安人，碩士研究生，主要從事航天測(cè)控(伺服控制)方向的研究。

1671-4598(2017)07-0021-04

10.16526/j.cnki.11-4762/tp.2017.07.005

TP3

A