大型船舶操縱指數(shù)優(yōu)化選取及其仿真研究

龐振北

摘要：本文首先基于自適應(yīng)機(jī)制建立了大型船舶操縱指數(shù)模型，然后利用傳感器進(jìn)行相關(guān)的數(shù)據(jù)收集和整理，根據(jù)構(gòu)造模型的目標(biāo)函數(shù)，對船舶操縱指數(shù)進(jìn)行優(yōu)化。通過仿真實驗，證明了改模型對于船舶操縱指數(shù)優(yōu)化的有效性和科學(xué)性。

關(guān)鍵詞：大型船舶;操縱指數(shù);仿真研究

1、大型船舶操縱數(shù)據(jù)采集及處理

1.1大型船舶操縱指數(shù)數(shù)據(jù)采集

在進(jìn)行原始數(shù)據(jù)采集的時候，本模型擬采用多傳感信息采集模型，搭建信息融合模型，能夠?qū)崿F(xiàn)參量信息融合選取，約束參量模型如下：

在對傳感器進(jìn)行研究過程中，選取輸入層的敏感元件作為研究對象，對敏感元件的采樣參數(shù)進(jìn)行分析研究，利用自適應(yīng)控制協(xié)議，搭建大型船舶操縱系統(tǒng)指數(shù)分布模型。

由于大型船舶操縱系統(tǒng)的數(shù)據(jù)鏈路分布節(jié)點具有不穩(wěn)定性，因此對其進(jìn)行自適應(yīng)鏈路分配，由此可以得到數(shù)據(jù)分布的狀態(tài)空間 ，這時候鏈路層能夠接收到的控制指令可以是一個M*N的參數(shù)矩陣，在此基礎(chǔ)上搭建大型船舶操縱數(shù)據(jù)輸出的比特序列流特征的分布模型，中繼節(jié)點需要滿足 ，則傳輸信道的數(shù)據(jù)總量滿足：

1.2大型船舶操縱指數(shù)優(yōu)化目標(biāo)函數(shù)

在上述數(shù)據(jù)采集模型條件下，搭建大型船舶操縱指數(shù)優(yōu)化控制節(jié)點的分布模型。并利用多策略控制方式得到大型船舶操縱數(shù)據(jù)信息特征匹配模型，指數(shù)優(yōu)化控制目標(biāo)函數(shù)為：

船舶縱傾下的姿態(tài)控制方程為：

將上述公式代進(jìn)高維控制模型中，得到誤差反饋修正輸出的公式為：

2、船舶操縱指數(shù)最優(yōu)選取模型

在確定目標(biāo)函數(shù)后，對船舶操縱指數(shù)選取模型進(jìn)行優(yōu)化，選取最優(yōu)操縱指數(shù)，模型求解過程中設(shè)定一個Lyapunove函數(shù)，Lyapunove函數(shù)為：

求導(dǎo)后得到：

船舶操縱數(shù)據(jù)關(guān)聯(lián)權(quán)重為：

根據(jù)船舶操縱角度對上述關(guān)聯(lián)權(quán)重進(jìn)行修正，得到：

引入自適應(yīng)機(jī)制后，大型船舶操縱指數(shù)為：

定義另外一個Lyapunove函數(shù)，Lyapunove函數(shù)為：

通過不斷迭代，對Lyapunove指數(shù)進(jìn)行均衡配置，以此實現(xiàn)大型船舶操縱指數(shù)優(yōu)化選取。

3、仿真實驗

利用計算機(jī)進(jìn)行仿真實驗，首先用傳感器獲得船舶操縱的原始數(shù)據(jù)采集，設(shè)定采集過程中的數(shù)據(jù)最大迭代次數(shù)為30次，數(shù)據(jù)采集的時間間隔為0.65秒，采集點數(shù)為1300點，載波頻率為11KHz，鏈路層的控制參數(shù)： ?，傳輸帶寬為24Mbit，得到原始數(shù)據(jù)采集結(jié)果。

根據(jù)建立的自適應(yīng)模型對大型船舶操縱指數(shù)進(jìn)行優(yōu)化選取，分別在加入干擾和為加入干擾的條件下對船舶操縱的航向角和誤差進(jìn)行測試。通過結(jié)果得出本文建立的模型能夠較好的提升大型船舶的姿態(tài)控制的穩(wěn)態(tài)跟蹤能力，對大型船舶操縱指數(shù)選取模型的收斂性進(jìn)行分析，得到收斂性實驗結(jié)果。