基于改进深度确定性策略梯度(Improved DDPG)的测线跟踪中有人可操纵船舶驾引辅助方法

《Automation》:Human-Navigable Ship-Handling Support Using Improved Deep Deterministic Policy Gradient for Survey Line Tracking

【字体: 大 中 小 】 时间:2026年01月12日 来源:Automation 2

编辑推荐:

  本研究针对含参数不确定性的线性离散时间系统提出了一种鲁棒估计方法。为解决模型失配问题,所提方法增强了移动时域估计(Moving Horizon Estimation, MHE)框架,从而提高了估计精度。在此框架下,通过最小化期望估计误差推导得到估计器,并给出了

  
本研究针对含参数不确定性的线性离散时间系统提出了一种鲁棒估计方法。为解决模型失配问题,所提方法增强了移动时域估计(Moving Horizon Estimation, MHE)框架,从而提高了估计精度。在此框架下,通过最小化期望估计误差推导得到估计器,并给出了估计误差伪协方差的新递推形式。所得估计器在结构上类似于卡尔曼滤波(Kalman Filter, KF),支持递推实现。理论分析证明了系统收敛至稳定状态,且估计误差有界并保证渐近无偏性(asymptotic unbiasedness)。仿真结果表明,该策略在不同不确定条件下保持了较高的有效性与鲁棒性。
论文解读:含有界参数不确定性的线性离散时间系统之移动时域鲁棒状态估计器设计及稳定性分析(发表于《Automation》)
一、研究背景与问题提出
经典状态估计方法如扩展卡尔曼滤波(Extended Kalman Filter, EKF)、贝叶斯方法及粒子滤波在理想建模假设下表现良好,但实际工业系统(如自动驾驶车辆、传感器网络)常受环境波动、部件老化等影响,导致系统矩阵存在时变参数不确定性(parametric uncertainties),使传统KF类方法性能显著退化甚至发散。H∞滤波、集值椭球法及保证性能指标法等鲁棒滤波虽能应对不确定性,但在线递推实现困难、保守性强且需繁琐调参。现有结合MHE的鲁棒滤波未给出针对含参数不确定性线性离散系统的显式递推算子。因此,研究人员开展本研究,在MHE框架下重构代价函数以纳入随机建模误差的期望性能,推导类Kalman结构的递推鲁棒状态估计器,并证明其渐近稳定性与误差有界性,弥补了现有方法的不足。
二、主要关键技术方法
研究人员采用以下关键技术路线:(1)建立含仿射有界参数不确定性εk(满足∣εk,j∣≤ρ)的线性离散状态空间模型,wk~N(0,Qk)、vk~N(0,Rk)且相互独立;(2)将KF解释为正则化最小二乘(Regularized Least-Squares, RLS)问题,将其推广至MHE框架,构造含期望值算子E{?}的MHE代价函数以考量参数不确定性下的期望估计性能;(3)对凸代价函数求一阶最优条件,引入块对角堆叠矩阵(Ah,k,Zh,k,Φh,k等),推导得到修正后的预测/更新协方差(P^,Q^)及类KF递推形式的状态更新公式;(4)基于离散Riccati方程变换,在(A_k, Z_k)可检测(detectable)、(T{k1}, T{k2})可稳(stabilizable)等假设下证明估计误差协方差序列收敛及Lyapunov指数稳定;(5)采用车辆-挂车(vehicle–trailer)二阶线性化模型进行Monte Carlo数值仿真(400次独立实验,每实验400步),对比经典KF、H∞滤波及文献[26]方法。
三、研究结果
2. Dynamic System Representation and Design of Robust State Estimator
研究人员给出含参数不确定性εk的线性离散系统模型,状态转移矩阵Ak(εk)=Ak(0)+εkΔA(仿射形式)。将标准MHE代价函数改写为含E[J(αk)]的形式,通过取偏导为零求解全局最优,引入辅助矩阵Ωh,k1=E[ΛTRh,k+1?1Λ]等期望项,最终导出三步递推算法:①初始化x^0∣0与P0∣0含E[Z0T(ε0)R0?1Z0(ε0)];②参数修正——计算Hk分块矩阵,更新滑动窗初值协方差P^k?n∣k(n)与修正过程噪声协方差Q^k,得修正系统矩阵A^h,k(0),B^h,k(0);③状态估计更新——计算先验Pk+1∣k(n)、量测残差加权阵Reh,k+1,后验Pk+1∣k+1(n)及x^k+1∣k+1。当视窗n=0退化为标准KF,无不确定性时退化为标准MHE。
3. Stability and Convergence of the Robust Estimator
假设(A_k, Z_k)可检测、A_k满秩、(T{k1}, T{k2})可稳且各矩阵一致有界,研究人员将Pk+1∣k(n)重写为含Fk,Wk,Jk的Riccati型递推式(式15)。证明序列{Pk?n∣k?n?1(n)}收敛至唯一半正定矩阵P,进而{Pk?n∣k?n(n)}与增益Lk收敛至稳定常数阵,估计误差动态ek+1=Af,kek+ξk构成指数稳定线性随机系统。进一步引入增广误差变量证明估计误差均方有界(supkE∥xk?x^k∣k∥2<∞)且渐近无偏,满足Theorem 1与Theorem 2。
4. Simulation Results
采用车辆-挂车模型:Ak(εk)=[0.980400.0196+εk0.9804],Bk=I2,Zk=[1 ?1],Π0=I2,Qk,Rk给定,ρ控制εk幅值。Case 1:εk≡?0.8508,所提估计器较文献[26]降低估计误差方差3.76 dB,优于H∞滤波,随视窗n增大方差由13.76 dB降至12.94 dB(n=8)。Case 2/3:εk~U[?1,1],较文献[26]改善约0.74 dB,较H∞改善约0.34 dB,且误差方差随n增大递减。Table 2显示MMSE随不确定性缩放因子ρ∈{0,0.5,1.0,1.5}单调增大,ρ=0等价于名义KF达最小MMSE,验证鲁棒性-精度权衡关系。
四、讨论与结论
研究人员得出结论:所提基于MHE并融入RLS解释的递推鲁棒状态估计器适用于含有界参数不确定性的线性离散系统,具有类KF结构且无需人工调参。理论证明估计误差协方差收敛至唯一正半定矩阵,估计误差均方有界且渐近无偏。仿真表明该方法在固定及随机参数扰动下均优于对比的鲁棒滤波与已有MHE改进方法,且增大滑动视窗可进一步提升精度。不确定性界ρ直接影响代价函数中鲁棒项权重,与稳态估计误差呈单调关系,为工程应用中不确定性容忍度与估计精度的折中提供量化依据。未来工作将拓展至自适应视窗选取及非自治时变系统稳定性分析。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号