本發(fā)明涉及一種無人船動力定位方法及系統(tǒng)，尤其涉及一種基于智能控制的無人船動力定位方法及系統(tǒng)。

背景技術(shù)：

隨著我國創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的實(shí)施，水面無人運(yùn)輸工具、水面無人監(jiān)測系統(tǒng)、水面無人作業(yè)平臺等無人船技術(shù)，在物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能的有力推動下暫露頭角，無人船領(lǐng)域已然成為下一片產(chǎn)業(yè)藍(lán)海，具有廣闊的研究和應(yīng)用空間。

無人船在海洋上航行時會遇到風(fēng)浪流等外部環(huán)境的干擾，如果要使無人船與海面上某基準(zhǔn)線保持一定位置，船必須有產(chǎn)生反向力和力矩的能力。目前，在有人船領(lǐng)域，若想要使船舶對某一特定的位置保持船位時，船舶的泊錨索或者推力器可以有效地產(chǎn)生反向力和力矩去抵抗外界的干擾力。一般有人船采用泊錨索對船舶進(jìn)行定位時，錨索從船體向四周拋出，但是由于隨著水深的增加，這就要求錨索系統(tǒng)具有大的重量，隨著錨索系統(tǒng)的重量增加，拋錨的困難性會加大。在實(shí)際中，若達(dá)到一定的水深時，錨索系統(tǒng)會完全無用。錨索系統(tǒng)不適用在無人船上。

推進(jìn)器與錨泊系統(tǒng)不同，它可以在任意水深的時候提供推力和力矩來抵抗外界的環(huán)境擾動，從成本上來說，錨泊系統(tǒng)的成本會隨水深的增加而增加，而推進(jìn)器的成木卻與水深沒有太大的關(guān)系。所以應(yīng)用推進(jìn)器來產(chǎn)生力和力矩去抵抗外界環(huán)境的干擾，從而保持船的位置和航向是一種理想的辦法。所以，在無人船上使用動力定位方法及系統(tǒng)可行性很高。

動力定位系統(tǒng)是自動控制船舶位置和航向的系統(tǒng)，該系統(tǒng)只依賴自身的推進(jìn)系統(tǒng)。由自身裝備的各種傳感器測量出船舶運(yùn)動的位置和航向，利用計算機(jī)進(jìn)行復(fù)雜的實(shí)時計算，進(jìn)而控制船舶的推力裝置產(chǎn)生推進(jìn)力和力矩去抵抗由外界環(huán)境引起的干擾力，使船舶保持目標(biāo)的船位和船舶向。船舶利用動力定位系統(tǒng)，可以在錨泊系統(tǒng)不起作用的深水區(qū)域進(jìn)行操作。動力定位系統(tǒng)能使船舶固定在一定的位置，還可以根據(jù)實(shí)時的風(fēng)浪流的方向自動地調(diào)節(jié)船舶的蹭向到最優(yōu)的期望位置。

無人船水上作業(yè)環(huán)境復(fù)雜多變，不同水環(huán)境的水流狀態(tài)、水底地貌、水面氣象迥異，風(fēng)阻力、靜水阻力、波浪阻力等向無人船施加阻力的綜合作用，影響動力定位準(zhǔn)確性和航行穩(wěn)定性。無人船作業(yè)任務(wù)種類繁多，作業(yè)過程中，由于船上設(shè)備和作業(yè)對象的移動及旋轉(zhuǎn)，重心、吃水、艏向等狀態(tài)時刻變化，浮性、穩(wěn)性等關(guān)鍵航行性能受到牽制，危害無人船動力定位穩(wěn)定性和航行可靠性。研究無人船在多因素作用下的水動力模型，明確單因素作用效果和多因素綜合效應(yīng)，形成無人船水動力模型一般標(biāo)準(zhǔn)，是無人船研究的關(guān)鍵性工作。與此同時，無人船作為全新的水面運(yùn)輸工具，涉及智能網(wǎng)絡(luò)測控、最佳路徑規(guī)劃、實(shí)時航行決策、無線網(wǎng)絡(luò)通信等多學(xué)科問題，具有高度關(guān)聯(lián)性和耦合性，對包含環(huán)境感知、動力推進(jìn)、解耦算法等在內(nèi)的無人船推進(jìn)及控制技術(shù)提出巨大挑戰(zhàn)。傳統(tǒng)船舶操縱上十分依賴船舶班組的航行經(jīng)驗(yàn)，不宜用于無人船在復(fù)雜作業(yè)環(huán)境下的動力定位。加快無人船新型推進(jìn)系統(tǒng)和推力控制方法革命，在無人船核心關(guān)鍵器件與控制算法首先取得突破，形成持續(xù)性的自主創(chuàng)新能力和研發(fā)積累效應(yīng)，是從深度和廣度兩個角度引領(lǐng)產(chǎn)業(yè)發(fā)展的要義。

技術(shù)實(shí)現(xiàn)要素：

為解決上述中存在的問題與缺陷，本發(fā)明提供了一種無人船動力定位系統(tǒng)及方法。

本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的：

一種無人船動力定位系統(tǒng)，包括：傳感器測量系統(tǒng)、控制系統(tǒng)、動力和推進(jìn)系統(tǒng)；

所述傳感器測量系統(tǒng)，包括導(dǎo)航定位模塊、環(huán)境感知模塊和內(nèi)部監(jiān)測模塊；

所述導(dǎo)航定位模塊、環(huán)境感知模塊和內(nèi)部監(jiān)測模塊分別集成于相應(yīng)的傳感器，并都通過CAN總線連接到核心控制模塊進(jìn)行數(shù)據(jù)的處理；

所述控制系統(tǒng)，包括高層控制和底層控制；用于控制船舶位置和航向角的一個多變量的反饋控制系統(tǒng)；

所述動力和推進(jìn)系統(tǒng)，包括輸電設(shè)備、推進(jìn)器和動力機(jī)械及輔助系統(tǒng)，用于提供控制器輸出的力和力矩。

一種無人船動力定位方法，包括以下步驟：

步驟A建立一個無人船水動力模型；

步驟B將測量機(jī)構(gòu)測出的無人船位置和舶向角信息進(jìn)行處理，得出實(shí)際的無人船位置和艏向角；

步驟C將期望的位置和艏向角信號與實(shí)際值進(jìn)行比較，得出實(shí)際值與期望值的偏差信號；

步驟D設(shè)計無人船動力定位的控制算法，計算出抵抗位置偏移以及外界干擾的恢復(fù)力和力矩，使偏差的平均值減小到最?。?/p>

步驟E利用多矢量推力最優(yōu)分配算法，將推進(jìn)器的推力和方位角以及舵角等控制的指令分配到各個推進(jìn)器。

本發(fā)明提供的技術(shù)方案的有益效果是：

在無人船動力定位方法及系統(tǒng)上，針對帶有模型參數(shù)不確定和外界風(fēng)浪流干擾的動力定位無人船，提出一種動力定位無人船全速域自適應(yīng)模糊控制器。采用三個獨(dú)立的控制器分別控制無人船在三個方向上的運(yùn)動，從而簡化了控制規(guī)則的設(shè)計和縮短了執(zhí)行時間。針對帶有非線性約束條件的推力分配優(yōu)化問題，對動態(tài)的等式約束進(jìn)行等份離散，在傳統(tǒng)的粒子群算法中進(jìn)行了改進(jìn)，加入了改進(jìn)的慣性因子，改進(jìn)的比較準(zhǔn)則和改進(jìn)的干擾算子，將改進(jìn)后的粒子群算法應(yīng)用到推力分配策略中。

附圖說明

圖1是本發(fā)明無人船動力定位系統(tǒng)原理圖；

圖2是本發(fā)明無人船動力定位系統(tǒng)基本框架圖；

圖3是本發(fā)明無人船動力定位方法流程圖；

圖4是本發(fā)明無人船水動力定位系統(tǒng)模型框圖；

圖5是本發(fā)明無人船動力定位方法中自適應(yīng)模糊控制系統(tǒng)；

圖6是本發(fā)明動力定位方法的模糊控制規(guī)則；

圖7是本發(fā)明動力定位方法的分級模糊控制。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對本發(fā)明實(shí)施方式作進(jìn)一步地詳細(xì)描述。

本實(shí)施例提供了一種無人船動力定位系統(tǒng)，其中，

參見圖1，該系統(tǒng)系統(tǒng)包括：傳感器測量系統(tǒng)、控制系統(tǒng)、動力和推進(jìn)系統(tǒng)。

傳感器測量系統(tǒng)，主要包括導(dǎo)航定位模塊、環(huán)境感知模塊、內(nèi)部監(jiān)測模塊，各個模塊集成相應(yīng)的傳感器，最終全部通過CAN總線連接到核心控制模塊進(jìn)行數(shù)據(jù)的處理。

控制系統(tǒng)，是控制船舶位置和航向角的一個多變量的反饋控制系統(tǒng)，主要包括：高層控制，這個部分包括控制器和推力分配；底層控制。

動力和推進(jìn)系統(tǒng)，基本作用是提供控制器輸出的力和力矩，這個系統(tǒng)主要由輸電設(shè)備、推進(jìn)器和動力機(jī)械以及其他的輔助系統(tǒng)組成。

參見圖2，無人船動力定位系統(tǒng)基本框架圖，該系統(tǒng)包含上位機(jī)系統(tǒng)和下位機(jī)系統(tǒng)。上位機(jī)系統(tǒng)具有友好的人機(jī)交互界面，供總監(jiān)測平臺工作人員觀測和記錄航速信息，舵角信息，位置信息，航行姿態(tài)信息和環(huán)境信息等實(shí)時數(shù)據(jù)；下位機(jī)系統(tǒng)以船載核心控制器為中心，由導(dǎo)航定位系統(tǒng)，環(huán)境感知系統(tǒng)，通信系統(tǒng)和動力推進(jìn)系統(tǒng)組成。

如圖3所示，本實(shí)施例還提供了一種無人船動力定位方法，包括：

步驟10建立一個無人船水動力模型；

步驟20將測量機(jī)構(gòu)測出的無人船位置和艏向角信息進(jìn)行處理，得出實(shí)際的無人船位置和艏向角；

步驟30將期望的位置和艏向角信號與實(shí)際值進(jìn)行比較，得出實(shí)際值與期望值的偏差信號；

步驟40設(shè)計無人船動力定位的控制算法，計算出抵抗位置偏移以及外界干擾的恢復(fù)力和力矩，使偏差的平均值減小到最??；

步驟50設(shè)計多矢量推力最優(yōu)分配算法，將推進(jìn)器的推力和方位角以及舵角等控制的指令分配到各個推進(jìn)器。

參見圖4，上述步驟10還包括：

針對船舶運(yùn)動模型，擬基于Balchen模型對無人船的低頻運(yùn)動和高頻運(yùn)動分別建立數(shù)學(xué)模型。對低頻運(yùn)動中與船運(yùn)動影響較大的水動力項(xiàng)從噪聲項(xiàng)中作顯化處理，以減小噪聲誤差，改善對船舶運(yùn)動的估計。在高頻運(yùn)動中，利用船模在規(guī)則波中及不同浪向角條件下進(jìn)行試驗(yàn)，獲得規(guī)則波下無人船高頻運(yùn)動的幅值響應(yīng)和相位響應(yīng)，再根據(jù)波浪譜計算相應(yīng)的浪向角下的遭遇譜，然后由不規(guī)則波的浪譜計算高頻運(yùn)動響應(yīng)，以此確定高頻運(yùn)動模型中的相關(guān)項(xiàng)。

針對環(huán)境擾動力模型，考慮到風(fēng)浪流隨機(jī)特性造成的動態(tài)不確定性，引入隨機(jī)過程進(jìn)行描述，分別對風(fēng)流浪的載荷及變化情況進(jìn)行分析，建立隨機(jī)微分方程描述的環(huán)境擾動力模型。探索隨機(jī)環(huán)境擾動力模型下隨機(jī)系數(shù)的估計方法，并仿真分析該隨機(jī)微分動力學(xué)系統(tǒng)對實(shí)際動態(tài)不確定海況下的船舶運(yùn)動響應(yīng)的刻畫程度。

針對推進(jìn)器模型，采用擴(kuò)展推力的概念，建模成在不同舵角下與主推進(jìn)器推力的百分比關(guān)系，通過模型試驗(yàn)或Fluent計算得到船舶在低航速下推力與舵的來流速度的關(guān)系，得到在不同舵角下和螺距下舵槳組合的推進(jìn)器推力模型。

上述步驟20具體包括：利用集成傳感器技術(shù)，將北斗/GPS系統(tǒng)、水聲定位系統(tǒng)以及雷達(dá)系統(tǒng)等集成到無人船上，進(jìn)行精確測量獲得無人船位置、艏向、航姿等可測量的狀態(tài)信息，實(shí)現(xiàn)傳感器測量系統(tǒng)快速、準(zhǔn)確、穩(wěn)定地估計出船舶新的運(yùn)動狀態(tài)和不可測量的外界干擾力。

上述步驟30具體包括：利用卡爾曼濾波器與模糊自適應(yīng)方法結(jié)合，充分利用卡爾曼濾波算法的線性濾波和處理大規(guī)模動態(tài)數(shù)據(jù)的優(yōu)勢，進(jìn)行異類多傳感器數(shù)據(jù)融合，實(shí)現(xiàn)無人船動力定位控制系統(tǒng)中不可測干擾力的識別和新運(yùn)動狀態(tài)的估計

由于無人船動力定位系統(tǒng)主要關(guān)心船在水平面內(nèi)三個自由度的運(yùn)動即縱蕩、橫蕩和艏搖運(yùn)動?？紤]到低速情況下船舶三個自由度運(yùn)動之間的耦合較小，擬采用了三個獨(dú)立的控制器分別控制無人船在三個方向上的運(yùn)動，從而簡化了控制規(guī)則的設(shè)計和縮短了執(zhí)行時間。圖5所示為自適應(yīng)模糊控制系統(tǒng)在無人船動力定位中的應(yīng)用原理示意圖，它的核心部分為模糊控制器，如圖中虛線框所示。模糊控制器的設(shè)計包括以下幾項(xiàng)內(nèi)容：確定模糊控制器的輸入變量和輸出變量(即控制量)；設(shè)計模糊控制器的控制規(guī)則；確立模糊化和非模糊化(又稱清晰化)的方法；選擇模糊控制器的輸入變量及輸出變量的論域并確定模糊控制的參數(shù)(如量化因子、比例因子)；編制模糊控制算法的應(yīng)用程序。

無人船動力定位方法采用模糊控制時，為了獲得良好的控制效果，必須要求模糊控制具有較完善的控制規(guī)則。這些控制規(guī)則是對被控過程認(rèn)識模糊信息的歸納和操作經(jīng)驗(yàn)的總結(jié)。然而，由于無人船所處海洋環(huán)境的復(fù)雜性，會造成模糊控制規(guī)則或者粗糙或者不夠完善，都會不同程度地影響控制效果，為了彌補(bǔ)這個不足，考慮到模糊控制器應(yīng)向著自適應(yīng)、自組織、自學(xué)習(xí)方向發(fā)展，使得模糊控制參數(shù)和規(guī)則在控制過程中自動地調(diào)整、修改和完善，達(dá)到更佳的控制效果。因此，在此模糊控制動力定位系統(tǒng)設(shè)計中，利用自適應(yīng)模糊控制器，其在簡單模糊控制器的基礎(chǔ)上，增加了自適應(yīng)項(xiàng)而構(gòu)成的一種模糊控制器，結(jié)果如圖5所示。圖中上面虛線框內(nèi)即為增加的部分：測量模塊用于測量實(shí)際輸出特性與期望特性的偏差以便為控制規(guī)則的修正提供信息；校正模塊將輸出相應(yīng)的校正量通過修改控制規(guī)則來實(shí)現(xiàn)。

模糊控制器的輸入變量可以是一個，也可以是二個或多個，通常將模糊控制器輸入變量的個數(shù)視為模糊控制的維數(shù)。一維模糊控制的動態(tài)性能不佳，目前廣泛采用二維模糊控制器，以誤差和誤差的變化率為輸入變量，如圖4所示。對于無人船動力定位控制系統(tǒng)，所需要控制的是船舶位置，因此對于每個方向來說，控制器以該方向上無人船實(shí)際位置與定位點(diǎn)之間的偏差e和偏差的變化率e'作為輸入變量。

模糊控制器的輸入變量誤差、誤差變化率的實(shí)際范圍稱為這些變量的基本論域，顯然基本論域的量為精確量，將精確量轉(zhuǎn)換為模糊量的過程成為模糊化(Fuzzification)或稱為模糊量化，一般采用精確量離散的方法。然后，模糊控制器在模糊集中給每一個變量賦予一個置信度。模糊控制器的控制決策通過模糊控制規(guī)則(FAM)把模糊輸入集和輸出集聯(lián)系起來，模糊控制規(guī)則可以用自然語言來表達(dá)，通常采用if-then語句，由此可以建立無人船動力定位系統(tǒng)的模糊控制規(guī)則(如圖6所示)。

采用分級模糊控制方法，在原模糊控制器的基礎(chǔ)上分別又添加一個模糊控制器，這樣在大誤差范圍內(nèi)，實(shí)行粗模糊控制；在小誤差范圍內(nèi)實(shí)行細(xì)模糊控制。通過設(shè)定誤差閾值，實(shí)現(xiàn)控制的切換，如圖7所示。采用分級模糊控制將使系統(tǒng)在具有良好的動態(tài)性能同時也擁有很好的穩(wěn)態(tài)性能。

設(shè)計多矢量推力最優(yōu)分配算法，主要包括三個重要組成因素:目標(biāo)函數(shù)，不等式約束和等式約束，可以將其考慮成帶有非線性約束的單目標(biāo)動態(tài)優(yōu)化問題。針對推力分配問題，在群智能算法中，采用操作簡單、收斂快的粒子群算法。推力分配問題的目標(biāo)函數(shù)主要包括:推力器磨損最小、耗能最小、避免奇異性等。

推力分配策略使推進(jìn)器方位角變化的過程中就會造成推進(jìn)器磨損，所以在目標(biāo)函數(shù)中就應(yīng)該加入推進(jìn)器推力變化速率項(xiàng)和方位角變化速率項(xiàng)，防止推進(jìn)器過快的磨損。在推力分配策略中，要考慮到推力器輸出能耗的經(jīng)濟(jì)性，可以將推力器輸出的力大小作為目標(biāo)函數(shù)的一項(xiàng)。動力定位的無人船一般裝有多個推進(jìn)器，當(dāng)推進(jìn)器系統(tǒng)不能滿足由控制器發(fā)出的期望的控制力和力矩時，該系統(tǒng)是奇異的。對于安裝有全回轉(zhuǎn)的動力定位船舶，由于推力角速率的限制，很容易造成系統(tǒng)奇異結(jié)構(gòu)，此時船舶會失去操作性。然而由海洋環(huán)境引起的干擾力和力矩是緩慢變化的，當(dāng)推力器的方向和干擾力的方向是同向的時候，推力器的能耗是最小的，為此應(yīng)該將其加入到優(yōu)化的目標(biāo)函數(shù)中。

假設(shè)動力定位無人船有n個推進(jìn)器，則各個推進(jìn)器產(chǎn)生的推力和方向角分別為x_i,a_i。推力分配的約束條件主要包括滿足期望的控制力和力矩、推進(jìn)器角度限制、推進(jìn)器推力限制等。滿足期望的控制力和力矩該限制條件以等式的形式給出，包括縱向、橫向和舫搖的力和力矩平衡，等式約束如下:

式中，τ＝[Fx,Fy,FN]為控制器輸出的力和力矩指令；l_yi和l_xi分別為推進(jìn)器到船

舶旋轉(zhuǎn)中心的縱向和橫向坐標(biāo)。

為了減少推進(jìn)器間的相互作用，保證各個推進(jìn)器相互間的影響最小，應(yīng)對推進(jìn)器的角度進(jìn)行限制。各個推進(jìn)器的最大推力是有限的，應(yīng)對推進(jìn)器的推力進(jìn)行限制。

綜上，推力分配的數(shù)學(xué)模型如下所示：

T_min≤x_i≤T_max

a_min≤a_i≤a_max

目標(biāo)函數(shù)的第一項(xiàng)表示推進(jìn)器消耗的總能量，P為權(quán)值，用來調(diào)節(jié)消耗能量在目標(biāo)函數(shù)中權(quán)重。第二項(xiàng)表示推力變化速率項(xiàng)，x₀代表前一個時刻的推力值，x_i代表當(dāng)前時刻的推力值，Q為權(quán)值，用來調(diào)節(jié)該項(xiàng)在目標(biāo)函數(shù)中的權(quán)重。第三項(xiàng)表示推進(jìn)器角度變化速率項(xiàng)，a₀代表前一個時刻的推進(jìn)器的角度，a_i代表當(dāng)前時刻的推進(jìn)器的角度，W為權(quán)值，用來調(diào)節(jié)該項(xiàng)在目標(biāo)函數(shù)中的權(quán)重。第四項(xiàng)表示避免推進(jìn)器系統(tǒng)奇異結(jié)構(gòu)，式中ε>0是個很小的數(shù)，避免分母為0,δ>0為權(quán)值系數(shù)，δ占越大，無人船操縱性越好，B(a)是推進(jìn)器的位置結(jié)構(gòu)矩陣，如下所示:

式中，l_yi和l_xi分別為推進(jìn)器到無人船旋轉(zhuǎn)中心的縱向和橫向坐標(biāo)。

約束條件中的前三個是等式約束，其中是時間(環(huán)境)變量，可以看出前兩個等式為依賴于時間的動態(tài)非線性約束。通過以上分析可知推力分配問題可以看做動態(tài)單目標(biāo)非線性約束的優(yōu)化問題。

針對非線性單目標(biāo)優(yōu)化問題，提出了一種新的擾動算子，該算子可以使粒子偏于當(dāng)前種群中約束違背的度數(shù)小的或者目標(biāo)函數(shù)值小的粒子。定義了改進(jìn)的粒子群進(jìn)化方程，利用該方程更新粒子的位置和速度，可以有效地避免早熟收斂問題。思路是：對Y進(jìn)行一次擾動后的點(diǎn)為式中λ∈(0,1)為點(diǎn)Y沿著所走的距離。其中Φ(X_i)是粒子X_i違背約束的度數(shù)，C是正常數(shù)，C-Φ(X_i)>0。可以看出，點(diǎn)Y的移動方向是群體中所有粒子決定的，且該方向是目標(biāo)函數(shù)值較小或者約束違背的度數(shù)較小的粒子位置。加上這個擾動算子，很可能尋找到最優(yōu)的粒子。

算法流程如下：

Step1:對推力分配問題的時間變量區(qū)間[t₀,t_s]進(jìn)行等份分割，不妨設(shè)所得的環(huán)境為t₁,...,t_s，令t＝t_i。

Step2:在環(huán)境t_i(i＝1,...,s)下，給定種群規(guī)模N，在定義的范圍內(nèi)隨機(jī)選取初始粒子的位置和速度，產(chǎn)生初始粒子群pop⁰(t_i)。

Step3:將粒子的Pbest(t_i)設(shè)置為當(dāng)前位置，Gbest(t_i)設(shè)置為初始粒子群中最優(yōu)位置。

Step4:對于第k代粒子群pop^k(t_i)所有粒子，執(zhí)行如下操作:

(1)隨機(jī)產(chǎn)生r屬于[0,1]，如果r<pr，則對個體極值Pbest(t_i)或全局極值Gbest(t_i)按照擾動算子進(jìn)行擾動，否則不擾動。

(2)根據(jù)常規(guī)的粒子位置和速度更新方程產(chǎn)生在環(huán)境t_i下新一代粒子群pop^k+1(t_i)，令k＝k+1。

Step5:按照新的比較準(zhǔn)則更新全局極值和個體極值。

Step6:如果k＝K且t_i<t_s，則如t_i＝t_i+1轉(zhuǎn)step2；如果k＝K且t_i＝t_s，停止，輸出Gbest(t_i)；如果k<K，轉(zhuǎn)Step4。

從常規(guī)的粒子群算法的數(shù)學(xué)模型可以看出，在固定的時間t_i下，粒子群中的每個粒子在解空間中的“飛行”方向主要由粒子所經(jīng)歷的最好位置和群體的最好位置所決定。另外，慣性因子的改進(jìn)，使其隨著自身的迭代次數(shù)自適應(yīng)調(diào)整，這樣更有利地對解空間進(jìn)行局部和全局的自適應(yīng)搜索。擾動算子可以對粒子群的個體極值和全局極限進(jìn)行擾動，可以使目前的最優(yōu)粒子沿著目標(biāo)函數(shù)值較小或片約束違背的度數(shù)較小的粒子方向移動，這樣有效地維護(hù)了群體的多樣性，又避免了粒子群的早熟現(xiàn)象。

本發(fā)明解決類似領(lǐng)域的共性問題，可廣泛應(yīng)用于一般有人船、海上石油平臺及工程船、運(yùn)輸船、水下機(jī)器人等復(fù)雜海上作業(yè)復(fù)雜中。主要有如下以下特點(diǎn)：構(gòu)造模糊控制算法，設(shè)計自適應(yīng)模糊控制器，模糊控制具有自適應(yīng)、自組織、自學(xué)習(xí)性，使模糊控制參數(shù)和規(guī)則在控制過程中自動地調(diào)整、修改和完善，達(dá)到更佳的控制效果。

在無人船運(yùn)動中，實(shí)際速度是不可直接獲得的，通過無人船速度觀測器，可以從無人船的實(shí)際位置和航向角的測量中獲得船舶速度的估計值，從而實(shí)現(xiàn)船舶動力定位輸出反饋控制。

以上所述，僅為本發(fā)明較佳的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求的保護(hù)范圍為準(zhǔn)。