无人水面艇模糊自抗扰路径跟踪控制的研究与验证_刘磊.pdf

SHIP ENGINEERING 船 舶 工 程 Vol.45 No.1 2023 总第 45 卷，2023 年第 1 期 120 无人水面艇模糊自抗扰路径跟踪控制的 研究与验证无人水面艇模糊自抗扰路径跟踪控制的 研究与验证 刘 磊，范云生，沈心乐（大连海事大学 船舶电气工程学院，辽宁大连 116026）摘 要：摘 要：针对无人水面艇路径跟踪的精确控制问题，进行路径跟踪控制的研究。根据需求构建合适的无人水面艇运动数学模型，利用自抗扰控制算法，设计路径跟踪控制器，考虑到自抗扰控制中参数较为繁杂且整定不易的特点，结合模糊控制理论设计模糊自抗扰路径跟踪控制器。以大连海事大学“蓝信”号无人艇为研究对象，针对所设计的 2 种控制器进行 MATLAB 仿真试验，并使用“蓝信”号无人艇在大连星海湾大桥外海域进行实船验证试验，通过对仿真结果和试验结果的分析与对比，验证了所设计方法的可行性和有效性。关键词：关键词：无人水面艇；自抗扰控制；模糊控制；路径跟踪 中图分类号：中图分类号：U664.82;TP273 文献标志码：文献标志码：A 【DOI】10.13788/ki.cbgc.2023.01.19 Research and Verification of Fuzzy ADRC Path Following Controller for USV LIU Lei,FAN Yunsheng,SHEN Xinle (College of Marine Electrical Engineering,Dalian Maritime University,Dalian 116026,Liaoning,China)Abstract:Aiming at the precise control problem of the path following of unmanned surface vehicle(USV),the path following control is researched.An appropriate motion mathematical model of USV is constructed according to the requirements,and the path following controller is designed by the active disturbance rejection control(ADRC)algorithm.Considering the complex parameters and difficult tuning characteristics of ADRC,a fuzzy ADRC path following controller is designed by combining the fuzzy control theory.Taking Lanxin USV of Dalian Maritime University as the research object,MATLAB simulation experiments are carried out for the two controllers designed.The Lanxin USV is used to carry out a real ship verification test in the sea area outside Dalian Xingwan Bridge.Through the analysis and comparison of simulation results and experimental results,the effectiveness and feasibility of the proposed method are verified.Key words:unmanned surface vehicle(USV);active disturbance rejection control;fuzzy control;path following 0 引言引言 无人水面艇（Unmanned Surface Vehicle,USV）作为一种监测海洋环境、维护海洋权益和执行军事任务的海洋无人平台，具有广泛的应用前景，已成为了国内外智能化海洋装备的研究热点之一。但高度非线性、动态不确定和不可预测的复杂海洋环境，给欠驱动无人水面艇自主控制的精确性、稳定性、可靠性和安全性带来了严峻的挑战1-2。欠驱动无人水面艇的精细化运动控制一直是研究热点之一，其关键技术的工程化应用更是研究的难点3。自抗扰控制（Active Disturbance Rejection Control,ADRC）是韩京清4提出的一种崭新的控制方法，有 收稿日期：2021-12-10；修回日期：2022-02-24 基金项目：国家自然科学基金（61976033,51609033）；辽宁省自然科学基金（20180520005）；辽宁省重点研发指导计划（2019JH8/10100100）；大连市软科学研究计划（2019J11CY014）；中央高校基本科研业务费专项基金（3132021106,3132020110）。作者简介：刘 磊（1997），男，硕士研究生。研究方向：无人水面艇运动控制。刘磊等，无人水面艇模糊自抗扰路径跟踪控制的研究与验证 121 较为广泛的理论研究和工程应用成果5-6。CAO等7针对自抗扰控制器的参数优化问题，研究了无人艇的航向控制，在自抗扰控制器的基础上考虑到手动调节参数的繁杂，提出了自适应粒子群优化自抗扰控制器参数的方法，通过仿真验证了该策略的有效性。QIN等8针对具有非线性特性的USV航向控制，设计了基于深度置信网络的自适应自抗扰控制器，利用深度置信网络的学习能力，在线学习自抗扰中的主要控制参数，仿真结果证明该方法有效地提高了系统的控制效果。WU等9研究了船舶的航向跟踪控制问题，在自抗扰控制的基础上，引入了极值寻优算法对自抗扰航向跟踪控制器中的参数进行调整，使系统获得了更好的控制性能。XIAO等10提出了一种USV遗传算法自抗扰航向控制方法，利用遗传算法在线实时修改自抗扰控制器的参数来提高其自适应能力，仿真验证了该方法的有效性。YU等11采用多种群协同进化代替单种群进化，将自适应多种群遗传算法应用到自抗扰控制器的参数整定中，通过对无人船的航向控制进行仿真，证明了该方法可以有效地提高控制器的响应速度和控制精度。然而，多数的自抗扰控制器参数优化研究是通过理论仿真方法验证可行性，其工程应用的有效性有待进一步的验证。模糊控制在自抗扰控制器参数优化中有着独特的优势，在电机控制、飞行器控制等方面有着大量的研究成果。SU12在永磁同步电机调速系统中引入了模糊自抗扰控制方法，利用模糊控制实时调整非线性状态误差反馈的比例系数，仿真结果表明该方法相比传统的自抗扰控制具有更好的控制效果。LI等13针对水下航行器的航向控制问题，提出了一种基于自抗扰控制的模糊优化自适应控制方法，该方法实现较为简单，计算复杂度低，可在复杂海况下实现有效的控制。TAO等14使用模糊自抗扰方法进行电机系统的速度跟踪控制，用模糊规则对扩张状态观测器的参数进行调整，既保证了系统的速度跟踪性能，又提高了系统的鲁棒性。GAI等15针对永磁同步电机伺服系统，提出了模糊自抗扰位置控制器，该方法不仅减小了可调参数数量，还提高了系统的控制性能。LU等16研究了机械臂关节中的永磁同步电机伺服系统的位置控制方法，考虑到自抗扰控制中参数整定困难等因素，建立了模糊优化自抗扰自适应双环驱动系统，提高了系统的定位精度和响应速度。模糊自抗扰在船舶航向控制中也有少量的研究成果，但大都仅限于仿真验证，很少有应用到实船试验中。针对无人水面艇路径跟踪的精确控制问题，在团队研究17-21的基础上，本文提出一种模糊自抗扰的USV路径跟踪控制方法并进行仿真验证和实船验证，主要内容如下：1）考虑研究对象“蓝信”号无人艇的特性，建立了2阶欠阻尼艉机模型；2）在自抗扰路径跟踪控制器的基础上，考虑到参数较多而且整定困难，结合模糊控制设计了模糊自抗扰控制方法，能够对自抗扰中的参数进行在线整定和优化。利用MATLAB仿真对2种控制方法进行比较，证明了模糊自抗扰方法比传统的自抗扰方法具有更好的控制效果；3）为了验证所提出方法的实用性，进行实船验证，进一步证明所提出方法的实用性、有效性和优越性。1 理论分析理论分析 1.1 USV运动数学模型的建立运动数学模型的建立 本文研究的USV是欠驱动无人水面艇，为了方便研究，通常将USV的六自由度空间运动简化为三自由度的平面运动，其平面运动示意图见图1。图1 平面运动示意图 图 1 中：O0-X0Y0为惯性坐标系，O0为选取的地球上面一点作为原点，O0X0指向正北方向，O0Y0指向正东方向；o-xy 为USV 的附体坐标系，o 为选取USV的质心作为原点，ox 指向艇首的方向，oy 指向 USV的右舷方向；为漂角；为舵角；为艏摇角；22()Uuv=+为前进速度u和横漂速度v的和速度。此时 USV 的平面运动方程为()()zzm urvXm vurYI rN-=|+=|=?（1）式中：m 为USV 的质量；r 为艏摇角速度；Izz为USV相对于 z 轴的转动惯量；X、Y 和 N 分别为作用在USV的 x 轴、y 轴的水动力和 z 轴方向上的水动力矩。通过转换和求解，最终可以得到 Nomoto 数学模型为 TK+=?（2）式中：T和K为模型参数；?和?分别为的1 阶导数和2 阶导数。考虑到无人水面艇运动时的非线性特性，在Nomoto 模型中引入1 个非线性项，就可得Norrbin 模型为 船舶电气、探通导设备及自动控制 122 3TrrrKr+=?（3）式中：为非线性项模型系数。Norrbin 模型结合 USV 的运动学方程，有：3cossinsincosxuvyuvTrrrKr=-|=+|+=|=?（4）研究对象“蓝信”号无人水面艇，经辨识得到的数学模型参数K、T和分别为0.701、0.332和1.1023。1.2 艉机模型和干扰数学模型艉机模型和干扰数学模型 研究对象“蓝信”号无人水面艇的艉机模型采用式（5）22：22nnnr2P +=?（5）式中：r为指令推进角；n为自然频率；为阻尼比；P为放大系数；经辨识得到的模型参数n、和P依次为1.396、0.853 和1.0203。无人艇在复杂海况中航行时，其运动性能受外部干扰（风、浪、流）的影响较大，为此必须研究所受干扰的数学模型。为了便于计算，在无人艇运动航行控制的仿真中，将高斯白噪声通过 1 个 2 阶传递函数来模拟干扰对无人水面艇的影响：()()()y sh s w s=（6）式中：w(s)为高斯白噪声；h(s)为2阶波浪传递函数且满足：2200()2K sh sss=+（7）式中：s为传递函数中的复数变量；K为增益常数；为阻尼系数；0为主导海浪频率。2 控制器设计控制器设计 USV的路径跟踪控制可分为间接路径跟踪控制和直接路径跟踪控制。直接路径跟踪控制的控制精度较高、控制效果较好，但设计较为困难；而间接路径跟踪控制设计较为简单，易于实现。本文采用间接路径跟踪控制，利用LOS（Line-of-Sight）制导算法将航迹偏差转化为期望的航向，进而实现间接的路径跟踪控制。其控制结构见图2。图2 基于LOS制导律的间接路径跟踪控制原理图 2.1 LOS算法算法 LOS制导算法应用广泛，具有不依赖于模型对象和抗干扰能力强的特点23-24。选取USV当前的位置为P=(x,y)，以此点为圆心，选取半径为R做圆，此时会与USV前一时刻位置Pk与下一时刻位置Pk+1所在的直线上相交于2点A和B，距离Pk+1较近的点B为LOS位置，几何关系见图3。图3 LOS中的几何关系 通过图3可得到期望的航向角：222losloslosloslos()()tanxxyyRyyxx-+-=|-=|-（8）假设点P到直线PkPk+1的最短距离为d，如果选取的圆的半径R小于d，那么就不会有交点A和B，为避免这种情况的发生，选取R=d+L（L为船长）。2.2 自抗扰控制器设计自抗扰控制器设计 结合上述的LOS制导算法，设计自抗扰航向控制器主要由跟踪微分器（Tracking Differentiator,TD）、状态误差反馈控制律（Nonlinear State Error Feedback,NLSEF）、扩张状态观测器（Extended State Observer,ESO）和扰动补偿等4个部分组成。跟踪微分器的离散化形式为25()()1201122220002101120022fhan()(),(),(1)()()(1)()8sign()2sign()sign()fsg(,)2sign()sign()fsg(,)2()fsg(,)fhafhx kv kx khx kx khx kx kx khfhdhah xyxaad dyy adaaydydy dadada daayay da=-|+=+|+=+=+=+-=+-=+-=+-+nsignfsg(,)signaaa dad|=-|（9）+-+-GPS 罗经 推力角 检测装置d e d e 期望航迹(xd,yd)航向 控制 艉 机 无人水面艇LOS 制导律(x,y)刘磊等，无人水面艇模糊自抗扰路径跟踪控制的研究与验证 123 式中：x1(k)为输入信号v(t)的逼近信号，且有x1(k+1)=1()x k?；h为积分步长；h0为滤波因子；为速度因子。扩张状态观测器的公式25为 111201 1230211303121fal(,)fal(,)sign()fal(,)ezyzzezzebuzeeeeeee -=-|=-|=-+|=-|=|?（10）式中：z1、z2和z3为扩张状态观测器的输出信号；b、1、2、01、02和03为参数；e1为z1与x1(k)的差值；为线性段区间函数的参数。状态误差反馈的公式25为 011112212fal(,)fal(,)uee=+（11）式中：11、12、1和2为参数；e2为z2与x1(k+1)的差值。通过z3进行补偿可得到最终控制量u为 30()z tuub=-（12）2.3 模糊自抗扰控制器设计模糊自抗扰控制器设计 本文使用模糊控制算法对自抗扰控制进行优化，在线调节状态误差反馈控制率中的参数1和2。其结构见图4。如图4所示，将跟踪微分器输出的两路信号作为模糊控制的输入，经过隶属函数的选取和模糊规则的确定，最后经过解模糊后输出两路信号1和2，并以此作为自抗扰控制器中非线性状态误差反馈模块中参数1和2的调整量，即可实现参数1和2的整定并提高系统的控制效果。图4 基于模糊控制的自抗扰结构图 经过模糊控制后的状态误差反馈控制律中参数1和2可表示为 111222=+（13）式中：1和2分别为模糊控制输出的调整量。在模糊控制中，隶属函数选用三角形函数。1和2的模糊控制规则的选用见图5。图5 1和 2的模糊控制规则 通过上述的调整规则和选取的三角形隶属函数，可得到图6所示的1和2的三维视图。图6 模糊控制输出调整量的三维视图 3 仿真试验仿真试验 “蓝信”号无人水面艇参数见表1。表1 “蓝信”号无人水面艇参数表 参数 数值参数 数值 艇长/m 7.02满载吃水/m 0.32 艇宽/m 2.6 方形系数 0.697 6艇净重/kg 2 300艇速/kn 35 满载排水量/m32.73重心距中心距离/m 0.35 3.1 直线路径跟踪仿真直线路径跟踪仿真 在ADRC控制器中，所用到的参数取值如下：TD中的参数为=1.1，h0=0.9，h=0.8；ESO中的参数为=0.1，1=0.5，2=0.25，01=1.25，01=290，03=0.09 7，b=1.2；NLSEF中的参数为=0.1，11=0.75，12=1.25，1=1.83，2=8.35。(a)1(b)2 船舶电气、探通导设备及自动控制 124 在设置参考路径为直线，加入白噪声干扰后，2种控制器的仿真结果见图7图9。采用IAE和ITAE 2种指标进行比较，见式（14），性能指标见表2。00IAE()dITAE()de ttt e tt+=|=|（14）图7 无人艇直线路径跟踪与误差曲线 图8 无人艇直线路径跟踪的航向角与推力角变化曲线 图 9 直线路径参数1与 2变化曲线 表2 直线路径跟踪性能指标 控制算法 IAE ITAE 自抗扰（ADRC）68.92 771.73模糊自抗扰（Fuzzy+ADRC）58.90 660.62 3.2 曲线路径跟踪仿真曲线路径跟踪仿真 设置参考路径为正弦，1=1.36，2=3.30，其余参数不变。同样加入白噪声干扰后，可得仿真结果见图10图12，性能指标见表3。通过对图7图12、表2和表3的分析可看出，ADRC和Fuzzy+ADRC 2种算法都可满足系统的的控制性能要求。但在ADRC算法的基础上增加了模糊控制后，系统的控制性能有了进一步的提高，从性能指标IAE和ITAE也可看出，Fuzzy+ADRC的指标值都比ADRC的指标值要小。图10 无人艇曲线路径跟踪与误差曲线(a)跟踪曲线(b)跟踪误差曲线(a)航向角(b)推力角(a)跟踪曲线 刘磊等，无人水面艇模糊自抗扰路径跟踪控制的研究与验证 125 图10 无人艇曲线路径跟踪与误差曲线（续）图11 无人艇曲线路径跟踪的航向角与推力角变化曲线 图 12 曲线路径参数1与1变化曲线 表3 曲线路径跟踪性能指标 控制算法 IAE ITAE 自抗扰（ADRC）237.44 13 026.60模糊自抗扰（Fuzzy+ADRC）199.80 10 941.45 4 实船验证实船验证 为了进一步验证本文所提出方法的实用性，使用“蓝信”号无人艇在大连星海湾大桥外海域进行实船试验，见图13。试验时风力为3级，海况为3级海况，试验环境见图14。分别进行了直线路径跟踪和曲线路径跟踪验证试验。图13 “蓝信”号无人艇和试验区域 图14 试验环境 4.1 直线路径跟踪控制试验验证直线路径跟踪控制试验验证 实船验证试验时，由于实际海况与仿真情况会有差别，因此控制器参数也会有不同：=1.1，h0=0.9，h=0.9；=0.1，1=0.5，2=0.25，01=1.25，01=290，03=0.1，b=1.2；=0.1，11=0.75，12=1.25，1=0.96，2=7.78。试验时“蓝信”号无人艇的航速为10 kn，进行直线跟踪验证试验，试验结果见图15图17，性能指标见表4。图15 无人艇直线路径跟踪试验与误差曲线 (b)跟踪误差曲线(a)航向角(b)推力角(a)跟踪曲线(a)“蓝信”号(b)试验区域船舶电气、探通导设备及自动控制 126 图15 无人艇直线路径跟踪试验与误差曲线（续）图16 无人艇直线路径跟踪试验的航向角与 推力角变化曲线 图 17 直线路径参数1与2变化曲线（试验）表4 直线路径跟踪试验性能指标 控制算法 IAE ITAE 自抗扰（ADRC）179.482 5 5 272.8模糊自抗扰（Fuzzy+ADRC）85.513 1 2 564.9 4.2 曲线路径跟踪控制试验验证曲线路径跟踪控制试验验证“蓝信”号无人艇的航速同样为10 kn，1=2.49，2=3.28，其余参数不变，进行曲线跟踪验证试验，试验结果见图18图20，性能指标见表5。图18 无人艇曲线路径跟踪试验与误差曲线 图19 无人艇曲线路径跟踪试验的航向角与 推力角变化曲线 (b)跟踪误差曲线(a)航向角(b)推力角(a)航向角(a)跟踪曲线(b)跟踪误差曲线 刘磊等，无人水面艇模糊自抗扰路径跟踪控制的研究与验证 127 图19 无人艇曲线路径跟踪试验的航向角与 推力角变化曲线（续）图20 曲线路径参数1与2变化曲线（试验）表5 曲线路径跟踪试验性能指标 控制算法 IAE ITAE 自抗扰（ADRC）998.220 6 129 980模糊自抗扰（Fuzzy+ADRC）713.234 1 92 715 通过实船验证试验也可看出：Fuzzy+ADRC控制方法比传统的ADRC控制方法的效果要好，而且Fuzzy+ADRC控制方法的IAE和ITAE的值也比ADRC方法的值要小。5 结论结论 本文针对USV的路径跟踪控制问题，利用LOS制导律将路径跟踪问题转化为间接的航向控制，设计了自抗扰控制器，且在此基础上，考虑到自抗扰中参数较多且调整较为繁杂的特性，结合模糊控制对自抗扰中的参数进行在线整定，并提出了模糊自抗扰控制方法。分别对2种控制方法进行了仿真验证，通过对试验结果的分析可看出模糊自抗扰控制方法比传统的自抗扰控制方法有更好的控制精度。为进一步验证本文所提出方法在工程应用上的实用性，继而进行了实船验证，验证结果进一步表明了本文所提出方法的有效性和实用性。参考文献：参考文献：1 LIU Z X,ZHANG Y M,YU X,et al.Unmanned Surface Vehicles:An Overview of Developments and ChallengesJ.Annual Reviews in Control,2016,41:71-93.2 SUN X J,WANG G F,FAN Y S,et al.A Formation Autonomous Navigation System for Unmanned Surface Vehicles with Distributed Control Strategy J.IEEE Transactions on Intelligent Transportation Systems,2021,22(5):2834-2845.3 范云生,王国峰,赵永生.无人水面艇运动建模与自主控制M.辽宁大连:大连海事大学出版社,2020.4 HAN J Q.From PID to Active Disturbance Rejection ControlJ.IEEE Transactions on Industrial Electronics,2009,56(3):900-906.5 CHU Z R,SUN Y M,WU C,et al.Active Disturbance Rejection Control Applied to Automated Steering for Lane Keeping in Autonomous VehiclesJ.Control Engineering Practice,2018,74:13-21.6 CHU Z R,WU C,SEPERHRI N.Active Disturbance Rejection Control Applied to High-Order Systems with Parametric UncertaintiesJ.International Journal of Control,Automation and Systems,2019,17(6):1483-1493.7 CAO J H,ZHOU Y M,LI R H,et al.Design of Optimal Ship Steering Active Disturbance Rejection Controller Based on Adaptive Particle Swarm OptimizationC/Congress on Evolutionary Computation(CEC),IEEE.2019.8 QIN B B,CHEN Z Q,SUN M W,et al.Active Disturbance Rejection Control of Ship Course Based on Deep Belief NetworkC/8th Data Driven Control and Learning Systems Conference(DDCLS),IEEE.2019.9 WU R,DU J,XU G,et al.Active Disturbance Rejection Control for Ship Course Tacking with Parameters Tuning J.International Journal of Systems Science,2021,52(4):756-769.10 XIAO H R,PAN W G,HAN Y Z.Design of Ship Course Controller Based on Genetic Algorithm Active Disturbance Rejection TechniqueC/International Conference on Computer Science,Environment,Ecoinformatics and Education.2011.11 YU S M,WANG J J,ZHANG Q Y.A Parameter Optimization Method of ADRC by Adaptive Multi-Population Genetic AlgorithmC/Chinese Automation Congress(CAC),IEEE.2018.12 SU G.Fuzzy ADRC Controller Design for PMSM Speed Regulation SystemJ.Advanced Materials Research,2011,201-203:2405-2408.13 LI H J,HE B,YIN Q Q,et al.Fuzzy Optimized MFAC Based on ADRC in AUV Heading ControlJ.Electronics,(b)推力角 船舶电气、探通导设备及自动控制 128 2019,8(6):608.14 TAO L,CHEN Q,NAN Y R,et al.Speed Tracking and Synchronization of a Multimotor System Based on Fuzzy ADRC and Enhanced Adjacent Coupling SchemeJ.Complexity,2018,2018:5632939.15 GAI J T,HUANG S D,HUANG Q,et al.A New Fuzzy Active-disturbance Rejection Controller Applied in PMSM Position Servo SystemC/17th International Conference on Electrical Machines and Systems(ICEMS),IEEE.2014.16 LU W Q,LI Q,LU K Y,et al.Load Adaptive PMSM Drive System Based on an Improved ADRC for Manipulator JointJ.IEEE Access,2021,9:33369-33384.17 QIU B B,WANG G F,FAN Y S.Predictor LOS-based Trajectory Linearization Control for Path Following of Underactuated Unmanned Surface Vehicle with Input SaturationJ.Ocean Engineering,2020,214:107874.18 FAN Y S,HUANG H Y,TAN Y Y.Robust Adaptive Path Following Control of an Unmanned Surface Vessel Subject to Input Saturation and UncertaintiesJ.Applied Sciences,2019,9:1815.19 HUANG H Y,FAN Y S.Path Following Control for Underactuated Surface Vessel with DisturbanceC/30th Chinese Control and Decision Conference.2018.20 HUANG H Y,FAN Y S.Path Following for Unmanned Surface Vessels Based on Adaptive LOS Guidance and ADRC C/24th International Conference on Neural Information Processing.2017.21 HUANG H Y,FAN Y S.Sliding Mode Based ADRC for Curved Path Following of Unmanned Surface VesselsC/Chinese Automation Congress.2017.22 FAN Y S,MU D D,ZHANG X K,et al.Course Keeping Control Based on Integrated Nonlinear Feedback for a USV with Pod-Like PropulsionJ.Journal of Navigation,2018,71(4):878-898.23 FOSSEN T I,LEKKAS A M.Direct and Indirect Adaptive Integral Line-of-Sight Path-Following Controllers for Marine Craft Exposed to Ocean CurrentsJ.International Journal of Adaptive Control and Signal Processing,2017,31:445-463.24 LIU C G,NEGENBORN R R,CHU X M,et al.Predictive Path Following Based on Adaptive Line-of-Sight for Underactuated Autonomous Surface VesselsJ.Journal of Marine Science and Technology,2018,23(3):483-494.25 LIU L,FAN Y S.Active Disturbance Rejection Course Control for USV Based on RBF Neural NetworkC/39th Chinese Control Conference(CCC),IEEE,2020.（上接第 115 页）参考文献：参考文献：1 周春成.长江口南槽航道航标配布和应用要点J.航海技术,2020(6):31-34.2 张亚群,盛松伟,游亚戈,等.波浪能发电技术应用发展现状及方向J.新能源进展,2019,7(4):374-378.3 ZHANG D H,LI W,LIN Y G,et al.An Overview of Hydraulic Systems in Wave Energy Application in ChinaJ.Renewable and Sustainable Energy Reviews,2012,16(7):4522-4526.4 熊玮,谷汉斌,刘海,等.波浪能发电技术在船舶上的应用J.水运管理,2018,40(3):30-33.5 YANG S H,HE H Z,CHEN H,et al.Experimental Study on the Performance of a Floating Array-Point-Raft Wave Energy Converter under Random Wave Conditions J.Renewable Energy,2019,139:538-550.6 KHANA N,KALAIRA A,ABASB N,et al.Review of Ocean Tidal,Wave and Thermal Energy TechnologiesJ.Renewable and Sustainable Energy Reviews,2017,72:590-604.7 刘健龙.远洋钓鱿船波浪能发电系统的设计研究D.浙江舟山:浙江海洋大学,2019.8 史宏达,王传崑.我国海洋能技术的进展与展望J.太阳能,2017(3):30-37.9 陈倩清,郑淑,李明,等.船舶横摇运动预测误差研究J.船舶工程,2021,43(2):42-47.10 席海峰,王神龙,徐亚杰.基于CFD 数值模拟的船舶横摇附加质量系数和阻尼系数J.船舶工程,2021,43(6):49-55.11 ZHANG B S,SONG B W,MAO Z Y,et al.Numerical Investigation on VIV Energy Harvesting of Bluff Bodies with Different Cross Sections in Tandem ArrangementJ.Energy,2017,133:723-736.12 ZHANG B S,MAO Z Y,SONG B W,et al.Numerical Investigation on VIV Energy Harvesting of Four Cylinders in Close Staggered FormationJ.Ocean Engineering,2018,165:55-68.13 NEWMARK N M.A Method of Computation for Structural Dynamics J.Journal of the Engineering Mechanics Division,1959,85(3):67-94.14 DE J F,MATIGNON D.Simulation of Fractionally Damped Mechanical Systems by Means of a Newmark-Diffusive Scheme J.Computers and Mathematics with Applications,2010,59(5):1745-1753.