本发明涉及海洋潜航器操纵与控制，具体地，涉及一种可视化海洋潜航器水动力学模型辨识方法和系统。
背景技术：
1、随着海洋工程领域的不断发展，海洋潜航器在海洋勘测、海事救援和军事侦察等领域中扮演着日益重要的角色。为了确保海洋潜航器能够有效完成各种高精尖任务，海洋潜航器模型辨识成为了一项关键的准备工作，也是近年来海洋工程界的研究重点之一。海洋潜航器模型辨识面临诸多挑战，其中之一是海洋潜航器性能数据往往表现为非线性数据，传统的最小二乘辨识方法难以准确预测海洋潜航器的性能。针对这一问题，科研人员纷纷尝试引入机器学习算法，以期解决这一挑战。然而，基于机器学习所得出的数据通常难以直观反映在系统中，并且很大程度上依赖于特定的运行环境和支持。因此，开发一款操作简单、运行稳定，能够方便对海洋潜航器性能进行全面、快速的计算与分析的系统显得十分必要。
2、专利文献cn112487555a公开了一种水空两栖潜水器无量纲阻力系数辨识方法；专利文献cn116226749a公开了一种潜水器潜浮运动状态估计方法；专利文献cn116300998a公开了一种rov水下高精度姿态控制方法。
3、在现有技术方法中，通常采用最小二乘等传统拟合算法对海洋潜航器运动进行模型辨识，精度较低；仅基于理论算法推导方法的可视化效果较差，对用户不友好；系统界面单调、可调参数有限，模型仿真还原度较差。
技术实现思路
1、针对现有技术中的缺陷，本发明的目的是提供一种可视化海洋潜航器水动力学模型辨识方法和系统。
2、根据本发明提供的可视化海洋潜航器水动力学模型辨识方法，包括：
3、步骤1：采用线性核支持向量机lksvm算法，对海洋潜航器的运动特征进行提取和辨识，通过对训练数据的学习，实现对不同类型海洋潜航器模型的准确辨识；
4、步骤2：根据用户设定的前向速度、时间间隔、舵角以及仿真时间，通过lksvm算法导出指定的海洋潜航器不同模型的辨识结果，从而为用户提供定制化的模型识别功能；
5、步骤3：根据导出的模型辨识结果以及用户设定数据，利用可视化技术对海洋潜航器运动进行运动反演及泛化预报，将数据直观展示，以供用户分析和决策。
6、优选地，所述步骤1包括：
7、设样本集xi、yi分别为系统输入和输出变量，i,n分别为变量索引和样本数量，在lksvm算法中使用以下函数对该输入、输出样本进行回归分析：
8、y＝γtf(x)+b
9、式中，γ是权重向量，b为偏置量，f(xi)为核函数，借助核函数将数据映射到高维特征空间，并在该空间进行回归计算；
10、目标函数和约束条件如下式所示：
11、
12、subject to
13、yi-(γtf(xi)+b)＝εi
14、式中，p为正则化参数即惩罚因子，εi为回归误差；
15、拉格朗日函数表示为：
16、
17、式中，ki为拉格朗日乘子；
18、由karush-kuhn-tucker条件得：
19、
20、
21、pεi＝ki
22、γtf(xi)+b+εi-yi＝0
23、基于以上推导得到线性方程组：
24、
25、回归后的模型为：
26、
27、其中，j为变量索引，引入核函数对模型进行回归分析；
28、选择线性核函数，并设线性化模型为：
29、
30、得系统的参数矩阵θ：
31、
32、优选地，所述步骤2包括：
33、海洋潜航器的一阶/二阶操纵响应模型分别表示为：
34、
35、
36、式中，t1,t2,t3,k是操纵性指数，α为非线性项系数；为海洋潜航器艏向角速度；ψ为海洋潜航器艏向角，分别表示艏向角速度的一阶和二阶导数；δ为海洋潜航器舵角，为舵角的一阶导数。
37、优选地，在试验中，实际采集的海洋潜航器模型状态数据为离散数据，对操纵响应模型进行离散化处理：
38、针对一阶操纵响应模型，首先将方程转化为ψ与δ的关系，代入得：
39、
40、其中，δ(t)表示舵角随时间的变化函数；ψ(t)表示艏向角随时间的变化函数；表示艏向角一阶导数；表示艏向角二阶导数；t为时间；
41、取采样时间间隔δt，基于差分近似处理和得：
42、
43、将辨识得到的操纵性指数代入到海洋潜航器操纵响应方程中，对艏向角数据进行预报。
44、优选地，所述步骤3包括：基于function pushbutton callback回调函数嵌入机器学习算法，实现参数的辨识以及运动预报的功能，使用matlab绘图函数来展示结果，通过在回调函数中更新控件的属性值，实现动态更新可视化结果的效果。
45、根据本发明提供的可视化海洋潜航器水动力学模型辨识系统，包括：
46、模块m1：采用线性核支持向量机lksvm算法，对海洋潜航器的运动特征进行提取和辨识，通过对训练数据的学习，实现对不同类型海洋潜航器模型的准确辨识；
47、模块m2：根据用户设定的前向速度、时间间隔、舵角以及仿真时间，通过lksvm算法导出指定的海洋潜航器不同模型的辨识结果，从而为用户提供定制化的模型识别功能；
48、模块m3：根据导出的模型辨识结果以及用户设定数据，利用可视化技术对海洋潜航器运动进行运动反演及泛化预报，将数据直观展示，以供用户分析和决策。
49、优选地，所述模块m1包括：
50、设样本集xi、yi分别为系统输入和输出变量，i,n分别为变量索引和样本数量，在lksvm算法中使用以下函数对该输入、输出样本进行回归分析：
51、y＝γtf(x)+b
52、式中，γ是权重向量，b为偏置量，f(xi)为核函数，借助核函数将数据映射到高维特征空间，并在该空间进行回归计算；
53、目标函数和约束条件如下式所示：
54、
55、subject to
56、yi-(γtf(xi)+b)＝εi
57、式中，p为正则化参数即惩罚因子，εi为回归误差；
58、拉格朗日函数表示为：
59、
60、式中，ki为拉格朗日乘子；
61、由karush-kuhn-tucker条件得：
62、
63、
64、pεi＝ki
65、γtf(xi)+b+εi-yi＝0
66、基于以上推导得到线性方程组：
67、
68、回归后的模型为：
69、
70、其中，j为变量索引，引入核函数对模型进行回归分析；
71、选择线性核函数，并设线性化模型为：
72、
73、得系统的参数矩阵θ：
74、
75、优选地，所述模块m2包括：
76、海洋潜航器的一阶/二阶操纵响应模型分别表示为：
77、
78、
79、式中，t1,t2,t3,k是操纵性指数，α为非线性项系数；为海洋潜航器艏向角速度；ψ为海洋潜航器艏向角，分别表示艏向角速度的一阶和二阶导数；δ为海洋潜航器舵角，为舵角的一阶导数。
80、优选地，在试验中，实际采集的海洋潜航器模型状态数据为离散数据，对操纵响应模型进行离散化处理：
81、针对一阶操纵响应模型，首先将方程转化为ψ与δ的关系，代入得：
82、
83、其中，δ(t)表示舵角随时间的变化函数；ψ(t)表示艏向角随时间的变化函数；表示艏向角一阶导数；表示艏向角二阶导数；t为时间；
84、取采样时间间隔δt，基于差分近似处理和得：
85、
86、将辨识得到的操纵性指数代入到海洋潜航器操纵响应方程中，对艏向角数据进行预报。
87、优选地，所述模块m3包括：基于function pushbutton callback回调函数嵌入机器学习算法，实现参数的辨识以及运动预报的功能，使用matlab绘图函数来展示结果，通过在回调函数中更新控件的属性值，实现动态更新可视化结果的效果。
88、与现有技术相比，本发明具有如下的有益效果：
89、(1)本发明提出了基于lksvm算法的海洋潜航器模型辨识方法，实现对海洋潜航器运动特征的高效提取和辨识；
90、(2)本发明融合了可视化技术对海洋潜航器运动进行运动反演及泛化预报，使得数据展示更直观，更易于用户理解和分析，为决策提供了有力的支持；
91、(3)本发明设计了海洋潜航器参数辨识及运动预测可视化界面嵌入可调模型参数，可根据用户需求灵活调整，为用户提供定制化的模型识别功能，实现了高效、精准的海洋潜航器运动控制与预测，为海洋科学研究领域提供了有力的支持。
1.一种可视化海洋潜航器水动力学模型辨识方法，其特征在于，包括：
2.根据权利要求1所述的可视化海洋潜航器水动力学模型辨识方法，其特征在于，所述步骤1包括：
3.根据权利要求2所述的可视化海洋潜航器水动力学模型辨识方法，其特征在于，所述步骤2包括：
4.根据权利要求3所述的可视化海洋潜航器水动力学模型辨识方法，其特征在于，在试验中，实际采集的海洋潜航器模型状态数据为离散数据，对操纵响应模型进行离散化处理：
5.根据权利要求1所述的可视化海洋潜航器水动力学模型辨识方法，其特征在于，所述步骤3包括：基于function pushbutton callback回调函数嵌入机器学习算法，实现参数的辨识以及运动预报的功能，使用matlab绘图函数来展示结果，通过在回调函数中更新控件的属性值，实现动态更新可视化结果的效果。
6.一种可视化海洋潜航器水动力学模型辨识系统，其特征在于，包括：
7.根据权利要求6所述的可视化海洋潜航器水动力学模型辨识系统，其特征在于，所述模块m1包括：
8.根据权利要求7所述的可视化海洋潜航器水动力学模型辨识系统，其特征在于，所述模块m2包括：
9.根据权利要求8所述的可视化海洋潜航器水动力学模型辨识系统，其特征在于，在试验中，实际采集的海洋潜航器模型状态数据为离散数据，对操纵响应模型进行离散化处理：
10.根据权利要求6所述的可视化海洋潜航器水动力学模型辨识系统，其特征在于，所述模块m3包括：基于function pushbutton callback回调函数嵌入机器学习算法，实现参数的辨识以及运动预报的功能，使用matlab绘图函数来展示结果，通过在回调函数中更新控件的属性值，实现动态更新可视化结果的效果。
