随着国家海洋强国战略的深入推进,在船舶领域,对无人艇的研究需求日益增长。随着船用发动机、船型优化设计、船舶推进技术等提升,无人艇的设计航速也越来越快,相应的对其操纵性要求也越来越高。为了更好的研究无人艇的运动控制特性,对其操纵性进行准确的预报和评估,建立比较精确的操纵运动模型就十分关键。现有较为成熟的、用于获得无人艇操纵运动数学模型参数的传统方法,通常耗时费力、限制条件多、经济性较差。而目前计算机技术的飞速发展,使得一种新的用于获取动力学系统的模型参数的系统辨识方法获得了广泛的关注,其在无人艇模型参数辨识方面的应用也越来越多。为了克服传统方法的不足,高效便捷地获取无人艇操纵运动模型参数,本文基于EKF(Extended Kalman Filter)和LS(Least Square)研究了无人艇操纵运动模型参数辨识的问题,并辨识得到无人艇操纵响应模型及Abkowitz模型的参数。本文首先介绍了无人艇运动坐标系,根据无人艇操纵运动模型的种类,分别介绍了无人艇操纵响应模型和Abkowitz模型。接着通过前项差分法对无人艇操纵响应模型进行离散化处理,将其转化成基于EKF的增广状态向量形式。再利用采集的仿真数据,辨识得到响应模型各项参数,并通过操纵运动仿真结果对比分析,验证了辨识所得的响应模型具有一定的泛化能力。然后在传统的最小二乘法(LS)进行响应模型参数辨识结果的基础上,提出了基于LS的分步辨识法。通过对相应辨识模型的输入数据进行相关性分析,对离散化的响应模型进行简化处理,得到简化后的辨识模型。基于简化后的辨识模型再次辨识,部分参数辨识结果彼此相互独立,以此为基础逐步进行误差修正,最终完成无人艇操纵响应模型的参数分步辨识。通过一系列不同类型操纵运动仿真结果对比分析,验证了基于LS分步辨识法,可以较好的减轻参数漂移现象,辨识得到更加准确的响应模型,并且具有良好的泛化能力。最后以Mariner船模为研究对象,基于无人艇操纵运动Abkowitz模型构造相应的辨识模型,并结合辨识模型的特点,在其基础上通过添加适当的随机变量进行改进优化,减轻参数漂移的影响,然后利用混合操纵运动数据对Abkowitz模型进行参数辨识,再通过不同类型操纵运动仿真试验对比,验证了辨识结果具有良好的泛化能力。