无人船操纵性实验仿真：MATLAB 实现带你入门

osvHKXEHM

8人浏览 · 2026-04-03 17:00:00

osvHKXEHM · 2026-04-03 17:00:00 发布

无人船操纵性实验仿真包括回转仿真和Z型实验仿真 MATLAB编程实现，mmg模型 KVLCC2模型注释很详细适合新手学习且易扩展联系~~~

在无人船的研究领域，操纵性实验仿真是至关重要的一环。今天就来聊聊基于 MATLAB 编程实现的无人船操纵性实验仿真，主要涉及回转仿真和 Z 型实验仿真，并且基于 mmg 模型与 KVLCC2 模型，代码注释详细，新手友好还易于扩展。

一、mmg 模型简介

mmg 模型（MMG - Mathematical Model Group）是一种广泛应用于船舶操纵运动模拟的数学模型。它将船舶运动分解为多个子系统，如船体、螺旋桨、舵等，分别考虑它们的作用力与运动关系，从而较为精确地模拟船舶在不同工况下的操纵性能。

二、KVLCC2 模型简介

KVLCC2 模型是一种针对超大型油轮（VLCC）开发的标准模型，它提供了一套详细的水动力系数数据，这些系数对于准确模拟船舶在不同航速、舵角等条件下的运动非常关键。在无人船仿真中借鉴这个模型，可以利用其成熟的系数体系，快速搭建起较为准确的仿真框架。

三、回转仿真实现

下面直接看代码实现部分（MATLAB 代码）：

% 定义仿真参数
dt = 0.1; % 时间步长
T = 100; % 仿真总时长
time = 0:dt:T; % 时间向量

% 初始化船舶状态
u0 = 10; % 初始航速
v0 = 0; % 初始横向速度
r0 = 0; % 初始角速度
x0 = 0; % 初始纵向位置
y0 = 0; % 初始横向位置

% 基于 mmg 模型参数设置
% 这里简单设置一些参数，实际应用需根据具体船舶调整
m = 1000; % 船舶质量
Ix = 5000; % 转动惯量
Xu = -100; % 纵向水动力导数
Xuu = -10; % 与纵向速度平方相关的水动力导数
Yv = -200; % 横向水动力导数
Yr = -300; % 与角速度相关的横向水动力导数
Nr = -400; % 转艏力矩导数

% 预分配存储变量
u = zeros(size(time));
v = zeros(size(time));
r = zeros(size(time));
x = zeros(size(time));
y = zeros(size(time));

% 设定初始值
u(1) = u0;
v(1) = v0;
r(1) = r0;
x(1) = x0;
y(1) = y0;

% 回转仿真循环
for i = 1:length(time)-1
    % 计算加速度
    du = (Xu * u(i) + Xuu * u(i)^2) / m;
    dv = (Yv * v(i) + Yr * r(i)) / m;
    dr = (Nr * r(i)) / Ix;

    % 更新速度
    u(i + 1) = u(i) + du * dt;
    v(i + 1) = v(i) + dv * dt;
    r(i + 1) = r(i) + dr * dt;

    % 更新位置
    x(i + 1) = x(i) + u(i) * cos(r(i)) * dt - v(i) * sin(r(i)) * dt;
    y(i + 1) = y(i) + u(i) * sin(r(i)) * dt + v(i) * cos(r(i)) * dt;
end

% 绘制回转轨迹
figure;
plot(x, y);
xlabel('纵向位置 x (m)');
ylabel('横向位置 y (m)');
title('无人船回转仿真轨迹');

回转仿真代码分析

参数定义部分：首先设定了仿真的时间步长 dt 和总时长 T，这两个参数决定了仿真的精度和时长范围。同时初始化了船舶的速度、角速度以及位置信息，这些是后续仿真的起始条件。
模型参数设置：针对 mmg 模型，设置了船舶的质量 m、转动惯量 Ix 以及各种水动力导数。这些参数直接影响船舶在仿真中的运动特性，实际应用中需要根据具体船舶的实验数据或理论计算来精确设置。
预分配与初始值设定：为存储船舶状态变量（速度、角速度、位置）预先分配内存空间，这样可以提高程序运行效率。然后将初始值赋给这些变量。
仿真循环：在循环中，根据 mmg 模型的力与力矩平衡方程计算船舶的加速度，通过加速度更新速度，再根据速度更新位置。这一系列计算模拟了船舶在时间推进过程中的运动变化。
结果绘制：最后使用 MATLAB 的绘图函数绘制出无人船的回转轨迹，直观展示仿真结果。

四、Z 型实验仿真实现

% 同样定义仿真参数
dt = 0.1;
T = 200;
time = 0:dt:T;

% 初始化船舶状态，与回转仿真类似
u0 = 10;
v0 = 0;
r0 = 0;
x0 = 0;
y0 = 0;

% 基于 KVLCC2 模型参数设置
% 这里简单示例部分参数，实际需更详细准确设置
m = 2000;
Ix = 8000;
Xu = -150;
Xuu = -15;
Yv = -250;
Yr = -350;
Nr = -450;

% 舵角变化设置，Z 型实验关键
delta1 = 10 * pi / 180; % 初始舵角
delta2 = -10 * pi / 180; % 反向舵角
delta_time = 50; % 舵角保持时间

% 预分配存储变量
u = zeros(size(time));
v = zeros(size(time));
r = zeros(size(time));
x = zeros(size(time));
y = zeros(size(time));
delta = zeros(size(time));

% 设定初始值
u(1) = u0;
v(1) = v0;
r(1) = r0;
x(1) = x0;
y(1) = y0;

% Z 型实验仿真循环
for i = 1:length(time)-1
    if i * dt <= delta_time
        delta(i) = delta1;
    elseif i * dt <= 2 * delta_time
        delta(i) = delta2;
    else
        delta(i) = 0;
    end

    % 计算加速度，考虑舵角影响
    du = (Xu * u(i) + Xuu * u(i)^2) / m;
    dv = (Yv * v(i) + Yr * r(i) + m * u(i) * r(i) + 0.5 * rho * L * T * abs(u(i)) * u(i) * CLdelta * delta(i)) / m;
    dr = (Nr * r(i) + 0.5 * rho * L^3 * T * abs(u(i)) * u(i) * CNdelta * delta(i)) / Ix;

    % 更新速度
    u(i + 1) = u(i) + du * dt;
    v(i + 1) = v(i) + dv * dt;
    r(i + 1) = r(i) + dr * dt;

    % 更新位置
    x(i + 1) = x(i) + u(i) * cos(r(i)) * dt - v(i) * sin(r(i)) * dt;
    y(i + 1) = y(i) + u(i) * sin(r(i)) * dt + v(i) * cos(r(i)) * dt;
end

% 绘制 Z 型实验结果
figure;
subplot(2,1,1);
plot(time, rad2deg(delta));
xlabel('时间 t (s)');
ylabel('舵角 \delta (度)');
title('Z 型实验舵角变化');

subplot(2,1,2);
plot(time, rad2deg(r));
xlabel('时间 t (s)');
ylabel('角速度 r (度/s)');
title('Z 型实验角速度变化');

Z 型实验仿真代码分析

参数与初始化：与回转仿真类似，设定仿真参数和初始化船舶状态。不同之处在于，这里基于 KVLCC2 模型设置了相应的参数，并且专门设置了舵角变化相关参数，这是 Z 型实验的关键。
舵角设置：根据 Z 型实验的要求，在不同时间段设置不同的舵角。前 deltatime 时间内舵角为 delta1，接下来 deltatime 时间内舵角变为 delta2，之后舵角归零。
加速度计算：在计算加速度时，相比回转仿真，加入了舵角对横向力和转艏力矩的影响项。这里涉及到流体密度 rho、船长 L、船宽 T 以及与舵角相关的升力系数 CLdelta 和力矩系数 CNdelta 等参数，实际应用中这些参数需要根据具体船舶和实验条件准确确定。
速度与位置更新：同回转仿真一样，通过加速度更新速度，再由速度更新位置。
结果绘制：使用 subplot 函数在一个图形窗口中绘制了舵角和角速度随时间的变化曲线，方便观察 Z 型实验过程中这两个关键参数的动态变化。

这样基于 mmg 模型和 KVLCC2 模型的无人船操纵性实验仿真就基本实现啦，无论是回转仿真还是 Z 型实验仿真，对于新手来说，只要理解了模型原理和代码逻辑，后续都可以根据实际需求对参数、模型细节等进行扩展，进一步完善仿真内容。如果在学习过程中有任何问题，欢迎联系~~~ 一起交流探讨，让我们在无人船仿真的领域里共同进步。