一种低速状态下的船只航速补偿方法及系统与流程

本发明涉及船只航行定位，具体地涉及一种船只航速补偿方法及系统。

背景技术：

1、随着现代科学技术的进步，几乎所有的船只都安装了定位系统，定位系统通常包括gps、北斗等多种类型，其均可以为船只提供定位信息、航速信息等数据，可以保证船只在河流、海洋中的航行安全，且便于海事部门管理。

2、现有的定位系统存在低速航速信息获取困难的问题，即在船只实际航速高于1.5km/h 时定位系统的航速信息是可靠的，但是当船只实际速度低于1.5km/h时，定位系统即无法或很难获取船只航速的变化。低速定位有问题。

3、现有技术中，存在低速补偿手段，来保证船只在低速状态下的航速信息精准。例如差分定位法，即通过比较参考站和船只接收器之间的距离差异来提高定位系统测量精度的技术；具体为差分定位系统通过在地面上设置一个或多个称为参考站的定位接收器，通过事先明确参考站准确位置，并实时测量定位信号的误差，然后将这些误差信息传输给船只接收器，从而补偿船只的航速信息。但是上述差分定位系统需要至少一个或多个参考站来提供准确的测量数据，这意味着在某些偏远地区或应用中可能无法获得参考站的覆盖，从而限制了可用性；此外还存在投入成本高、维护成本高的问题。

技术实现思路

1、本发明的目的是为了提供一种低速状态下的船只航速补偿方法，其不需要额外的定位技术支持，通过结合螺旋桨数据即可完成对低速状态下船只的航速补偿，具备多区域普遍适用性、无延迟精度高和成本低的优点。

2、为了实现上述目的，本发明采取的具体技术方案如下：

3、一种低速状态下的船只航速补偿方法，其特征在于，方法包含：

4、s01、获取多组船只的训练航速yi和该训练航速yi下的螺旋桨训练转速xi；

5、s02、建立航速补偿模型m，初始化模型参数值，将多个所述训练转速xi带入所述航速补偿模型m，计算得到对应预测航速yei；

6、s03、将训练航速yi与预测航速yei的差值定位为残差ei，计算所述残差ei的平方和s并进行最小化操作，获取最优模型参数值；

7、s04、将所述最优模型参数值带入所述航速补偿模型m，完成模型训练；补偿时，将船只螺旋桨实际转速v代入训练完成后的所述航速补偿模型m，得到对应的补偿航速h1，使用所述补偿航速h1对船只定位航速h2进行补偿并得到补偿后的实际航速h3。

8、由此，本船只航速补偿方法的目的是首先通过海量的实验数据，对构建的航速补偿模型m进行训练，获取训练完成后的航速补偿模型m，以此将船只低速航行时的定位系统给出的定位航速h2数据进行补偿，从而获取补偿后的实际航速h3。该实际航速h3相比于定位航速h2在低速状态下更具真实性。

9、航速补偿模型m的训练需要多组训练航速yi和该训练航速下的螺旋桨训练转速xi作为支撑。由于船只低速状态时，在不同的负载情况下，螺旋桨转速-船只航速基本呈多项式关系。一方面为了减少高次模型对模型的泛用性及实用性的影响，另一方面考虑到模型的准确性，此处采用三次多项式建立航速补偿模型m。中，a、b、c、d为模型参数，其初始值a0、b0、c0、d0的选择可以使用经验法人为赋值或使用随机数赋值的方法，将参数配置完成后，需要将多个训练转速xi带入模型进行计算，得出一一对应的预测航速yei，由于模型参数的选择存在非最优性，因此得出的预测航速yei与训练转速xi对应的训练航速yi之间存在明显差异，此时将二者差值定义为残差ei，且残差ei=训练航速yi-航速航速yei。

10、由于训练数据的数量较多，且每组训练数据均会产生一个残差ei，通过统计所有残差ei并计算其平方和s，并将平方和s进行最小化操作，可以获取最优模型参数值，当a、b、c、d取得最优值a`、b`、c`、d`时，该参数下的所有训练数据带入后计算得出的残差ei的平方和s为最小值，此时即完成了航速补偿模型m的训练。

11、当船只处于低速状态时，例如定位航速h2低于1.5km/h时，即使用上述航速补偿模型m对定位航速h2进行补偿，此时通过将船只螺旋桨实际转速v带入训练完成后的航速补偿模型m，即可得到对应的补偿航速h1，此时补偿航速h1与定位航速h2之间可能存在或大或小的数值差距，通过使用系数相乘法或其他现有的补偿方式，可将定位航速h2做出修正，此时获得最具备真实参考性的实际航速h3。

12、综上所述，通过前期海量的训练数据对于航速补偿模型m的训练，可以通过该模型对于低速状态下船只螺旋桨实际转速v的计算，获取补偿航速h1，进而对可能存在误差的定位航速h2进行修正，获取最具备真实参考性的实际航速h3。此方法不需要额外的定位技术支持，通过结合螺旋桨数据即可完成航速补偿，具备多区域普遍适用性、无延迟精度高和成本低的优点，可解决现有定位系统在船只低速情况下的航速信息精度差的问题。

13、作为本发明的优选，步骤s01中，还包含船只负载识别与分组步骤，具体为，船只负载检测装置获取当前船只的负载信息，根据所述负载信息确定当前船只的负载分类，所述负载分类包括高负载、中负载和低负载三种。

14、由于不同负载下，船只的螺旋桨转速与航速之间的关系存在区别，即一个航速补偿模型m中的一组最优参数只在一个负载范围下具备说服力，因此在建立航速补偿模型m时，首先通过船只负载检测装置将获取当前船只的负载信息，根据所述负载信息确定当前船只的负载分类，负载分类包括高负载、中负载和低负载三种，分别获取每个分类下的多组船只的训练航速yi和该训练航速yi下的螺旋桨训练转速xi，从而获取该负载下的一组最优参数。在补偿时，也首先确定当前的负载分类，进而使用该负载下对应的航速补偿模型m对船只航速进行补偿。

15、作为本发明的优选，所述s04中，在进行航速补偿之前，还包括航速判断步骤，具体为：航速判断模块获取所述船只定位航速h2，对所述船只定位航速h2进行中值滤波；若滤波结果大于设定阈值，则判定当前船只处于非补偿状态；若滤波结果小于等于设定阈值，则判定当前船只处于需补偿状态。

16、由于船只定位航速h2来自于定位系统,例如gps或北斗数据，该数据在航速的设定阈值之上，可被认为是精确可信的，故不需要进行补偿。因此，在进行航速补偿之前航速判断模块获取船只定位航速h2，对船只定位航速h2进行中值滤波；若滤波结果大于设定阈值，则判定当前船只处于非补偿状态；若滤波结果小于等于设定阈值，则判定当前船只处于需补偿状态。其中中值滤波为现有技术中一种效抑制噪声的非线性信号处理技术,可以使船只定位航速h2的精准度得到初步提升。

17、作为本发明的优选，所述s03中，还包括航速补偿模型m的验证步骤，具体为：验证模块整合所述残差ei数据，判断其是否符合正态分布；若所述残差ei符合正态分布，则完成对航速补偿模型m的验证；若所述残差ei不符合正态分布，则显示错误信息。

18、通常情况下，残差ei越符合正态分布，模型的预测效果越好。已知现有技术中，对于一个回归模型中的每个观测值，通过预测值与实际值的差异计算出的残差符合正态分布的情况，这种正态分布的出现，意味着回归模型的拟合程度较好，能较为准确的预测位置数据。通过验证模块来判断残差ei符合正态分布，可以实现对航速补偿模型m的验证，若残差ei符合正态分布，则完成对航速补偿模型m的验证；若残差ei不符合正态分布，则显示错误信息。

19、作为本发明的优选，所述s03中，使用梯度下降优化算法对所述残差ei的平方和s进行最小化操作。

20、计算残差平方和s对每个参数a, b, c, d的梯度，梯度表示了函数在当前点的变化率，指示了函数在该点的最陡增长方向。根据梯度的方向调整参数的值。梯度下降的更新规则为:

21、                    （1）

22、其中，α是学习率，控制参数更新的步长大小，重复计算梯度并更新参数的过程，直到满足停止条件。停止条件为残差平方和小于 0.1或迭代次数大于200次，最终得到的参数值将是使得残差平方和s最小的最优模型参数值。

23、作为本发明的优选，该种低速状态下的船只航速补偿方法还包括模型泛化能力的验证步骤，具体为：获取测试数据集，所述测试数据集包含多组测试航速和该测试航速下的螺旋桨测试转速；使用所述测试数据集对所述航速补偿模型m进行测试。

24、泛化能力是指模型对未见过的数据的适应能力或推广能力，这包括测试集、数据集和实际应用中的表现。一个拥有高泛化能力的模型应该能够对所有新数据做出正确的预测，而不仅仅是在训练集上表现良好。通过分别获取不同负载下的测试数据集，并使用所述测试数据集对所述航速补偿模型m进行测试，可以测试航速补偿模型m的泛化能力。

25、一种低速状态下的船只航速补偿系统，其特征在于，该系统包含：

26、训练数据采集模块，用于获取多组船只的训练航速yi和该训练航速yi下的螺旋桨训练转速xi；

27、航速补偿模型m获取模块，用于建立航速补偿模型m，初始化模型参数值，将多个所述训练转速xi带入所述航速补偿模型m，计算得到对应预测航速yei；

28、最优参数获取模块，用于将训练航速yi与预测航速yei的差值定位为残差ei，计算所述残差ei的平方和s并进行最小化操作，获取最优模型参数值；

29、航速补偿模块，用于将所述最优模型参数值带入所述航速补偿模型m，完成模型训练；补偿时，将船只螺旋桨实际转速v代入训练完成后的所述航速补偿模型m，得到对应的补偿航速h1，使用所述补偿航速h1对船只定位航速h2进行补偿并得到补偿后的实际航速h3。

30、作为本发明的优选，该种船只航速补偿系统还包含船只负载识别与分组模块，所述船只负载识别与分组模块用于获取当前船只的负载信息，并根据所述负载信息确定当前船只的负载分类；所述负载分类包括高负载、中负载和低负载三种。

31、作为本发明的优选，该种船只航速补偿系统还包含航速补偿模型m验证模块，所述航速补偿模型m验证模块用于验证模块整合所述残差ei数据，判断其是否符合正态分布；若所述残差ei符合正态分布，则完成对航速补偿模型m的验证；若所述残差ei不符合正态分布，则显示错误信息。

32、作为本发明的优选，该种船只航速补偿系统还包含航速判断模块，所述航速判断模块用于获取船只定位航速h2，对所述船只定位航速h2进行中值滤波；若滤波结果大于设定阈值，则判定当前船只处于非补偿状态；若滤波结果小于等于设定阈值，则判定当前船只处于需补偿状态。

33、综上所述，本发明具有如下的有益效果：

34、1.通过前期海量的训练数据对于航速补偿模型m的训练，可以通过该模型对于低速状态下船只螺旋桨实际转速v的计算，获取补偿航速h1，进而对可能存在误差的定位航速h2进行修正，获取最具备真实参考性的实际航速h3。此方法不需要额外的定位技术支持，通过结合螺旋桨数据即可完成航速补偿，具备多区域普遍适用性、无延迟精度高和成本低的优点，可解决现有定位系统在船只低速情况下的航速信息精度差的问题。

35、2.通过对船只负载进行识别与分组，可以增强船只负载与螺旋桨转速的联系，通过高、中、低三种负载的识别与划分，分别建立三种负载下的航速补偿模型m，可以提高预测航速yei的合理性和科学性。

技术特征：

1.一种低速状态下的船只航速补偿方法，其特征在于，方法包含：

2.根据权利要求1所述的一种低速状态下的船只航速补偿方法，其特征在于，步骤s01中，还包含船只负载识别与分组步骤，具体为，船只负载检测装置获取当前船只的负载信息，根据所述负载信息确定当前船只的负载分类，所述负载分类包括高负载、中负载和低负载三种。

3.根据权利要求1所述的一种低速状态下的船只航速补偿方法，其特征在于，所述s04中，在进行航速补偿之前，还包括航速判断步骤，具体为：航速判断模块获取所述船只定位航速h2，对所述船只定位航速h2进行中值滤波；若滤波结果大于设定阈值，则判定当前船只处于非补偿状态；若滤波结果小于等于设定阈值，则判定当前船只处于需补偿状态。

4.根据权利要求3所述的一种低速状态下的船只航速补偿方法，其特征在于，所述s03中，还包括航速补偿模型m的验证步骤，具体为：验证模块整合所述残差ei数据，判断其是否符合正态分布；若所述残差ei符合正态分布，则完成对航速补偿模型m的验证；若所述残差ei不符合正态分布，则显示错误信息。

5.根据权利要求4所述的一种低速状态下的船只航速补偿方法，其特征在于，所述s03中，使用梯度下降优化算法对所述残差ei的平方和s进行最小化操作。

6.根据权利要求5所述的一种低速状态下的船只航速补偿方法，其特征在于，该种低速状态下的船只航速补偿方法还包括模型泛化能力的验证步骤，具体为：获取测试数据集，所述测试数据集包含多组测试航速和该测试航速下的螺旋桨测试转速；使用所述测试数据集对所述航速补偿模型m进行测试。

7.一种低速状态下的船只航速补偿系统，其特征在于，该系统包含：

8.根据权利要求7所述的一种低速状态下的船只航速补偿系统，其特征在于，该种船只航速补偿系统还包含船只负载识别与分组模块，所述船只负载识别与分组模块用于获取当前船只的负载信息，并根据所述负载信息确定当前船只的负载分类；所述负载分类包括高负载、中负载和低负载三种。

9.根据权利要求8所述的一种低速状态下的船只航速补偿系统，其特征在于，该种船只航速补偿系统还包含航速补偿模型m验证模块，所述航速补偿模型m验证模块用于验证模块整合所述残差ei数据，判断其是否符合正态分布；若所述残差ei符合正态分布，则完成对航速补偿模型m的验证；若所述残差ei不符合正态分布，则显示错误信息。

10.根据权利要求9所述的一种低速状态下的船只航速补偿系统，其特征在于，该种船只航速补偿系统还包含航速判断模块，所述航速判断模块用于获取船只定位航速h2，对所述船只定位航速h2进行中值滤波；若滤波结果大于设定阈值，则判定当前船只处于非补偿状态；若滤波结果小于等于设定阈值，则判定当前船只处于需补偿状态。

技术总结
本发明涉及船只航行定位技术领域，具体地涉及一种船只航速补偿系统及方法。该方法可以通过前期海量的训练数据对于航速补偿模型的训练，并通过该模型对于低速状态下船只螺旋桨实际转速的计算，获取补偿航速，进而对可能存在误差的定位航速进行修正，获取最具备真实参考性的实际航速。此方法不需要额外的定位技术支持，通过结合螺旋桨数据即可完成航速补偿，具备多区域普遍适用性、无延迟精度高和成本低的优点，可解决现有定位系统在船只低速情况下的航速信息精度差的问题。

技术研发人员：徐屹,胡宇梁,邓鹏飞,何侠
受保护的技术使用者：宁波恒力达科技有限公司
技术研发日：
技术公布日：2024/9/23