卡尔曼滤波算法在自主式水下机器人超短基线定位中的应用

近年来,海洋开发进程不断深入,水下机器人在海洋探测、海上救助等领域发挥着越来越重要的作用。基于超短基线的声波探测定位技术是采集和传递信息的最有效手段,是解决水下机器人定位精度的有效途径。本文研究基于超短基线定位的原理,分析产生定位误差的原因,利用卡尔曼滤波算法提高水下机器人的定位精度。     

多无人水下航行器协同导航与定位研究

提出一种基于移动长基线的多无人水下航行器协同导航与定位方法.多无人水下航行器协同导航与定位方法对于解决大水深和远航程问题至关重要,在移动长基线算法中,主UUV装备高精度导航设备作为移动长基线节点,而从UUv装备低精度导航设备,两者之间通过水声装置米相互定位,利用传统几何关系解算从UUV,位置的算法将产生很大误差.基于扩展卡尔曼滤波的移动长基线算法能有效融合内部和外部传感器信息,提高导航精度.仿真试验对此进行了验证.     

超短基线定位误差综合分析及实验

在超短基线水下定位过程中,海洋噪声的存在、工作环境的变化以及设备安装等方面都会引起定位误差,这些误差的传递致使定位误差在超过几百米后增长很快,致使有效定位距离不能太远,限制了超短基线在水下定位作业中的应用范围。文章对超短基线水下定位系统误差的来源进行了综合分析,并进行了水声定位误差综合实验和实验数据处理分析,对超短基线定位误差进行了综合评估。通过对超短基线定位误差来源中粗差和系统误差的分析并开展相应实验,同时对实验结果数据进行深入的处理和研究,提出了改善超短基线水下定位性能的几种方法。     

基于递推最小二乘卡尔曼滤波方法的模糊度解算

针对北斗动态定位,通过使用递推最小二乘方法,采用扩展卡尔曼滤波的方法估计模糊度浮点解,实现了利用多历元载波相位观测信息求解整周模糊度.通过模拟北斗观测数据进行仿真,可以得出扩展卡尔曼滤波的方法精度高,适合动态定位解算.     

基于长基线水声定位系统水下定位技术初步应用研究

长基线定位系统(Long Baseline),简称LBL,是一种高精度深水水下定位系统。文章在介绍了国内外LBL发展现状基础上,通过松花湖LBL水下定位系统试验,介绍了其定位理论和方法,解决了50 m水深海底信标布放、固定及回收问题,探索了海底应答器相对校准(基线校准)、绝对校准方法,确定了定位标的跟踪定位方式,形成了相对完整的LBL水下定位流程和方法体系,得到了高精度水下定位数据,为实际工程应用提供了真实的理论基础。     

一种动态对动态相对定位模型及试验研究

传统的相对定位通常需要一个或多个位置固定的参考站,在一些特殊的应用场合参考站也处于运动状态。针对这种问题,给出了一种附加基线长度约束条件的三天线配置下的动对动相对定位模型,分析了该模型下模糊度和基线的求解方法,采用准动对动的试验方法,以海上航行实测数据解算三天线间的基线向量,以解算的动态基线长度误差分析动对动基线解算结果的精度,结果表明在该模型下的基线长度解算误差在5cm以内。     

海面浮动光电平台对空无源定位与跟踪

提出利用海面浮动光电平台在波浪作用下的机动实现对空中目标定位与跟踪的方法。建立基于角度与角速度实现无源定位的数学模型,采用无迹卡尔曼滤波进行噪声干扰下的跟踪滤波,通过仿真分析了滤波算法在目标固定不动和目标匀速运动2种情况下的有效性。结果表明,对于含有零均值高斯噪声的角度和角速度测量数据,利用无迹卡尔曼滤波可以进行距离估算,并具有一定的精度和稳定性。     

GPS在移动机器人导航定位系统中的应用

为了获得移动机器人定位数据的真实性，减少各种随机误差对定位精度的影响，通过运动载体当前统计模型，取位置作为观测量建立移动机器人动态定位模型，同时针对传统卡尔曼滤波的不足进行了分析，提出自适应卡尔曼滤波算法，该算法始终保持噪声模型接近于真实模型，从而较好地解决了GPS动态定位中状态噪声与观测噪声建模不准确和时变问题，在此基础上，通过模拟噪声和轨迹曲线，进行了仿真，结果显示效果显著。     

深海超短基线定位系统现状及展望

水声定位技术具备稳定的高精度定位能力,能够为各类深海探测装备直接提供绝对位置信息。超短基线定位系统的声学换能器阵安装在船底,便于大范围机动作业,成为现代远洋科考船必不可少的水声定位设备。首先介绍了超短基线定位的基本原理,然后系统介绍了法国iXblue、挪威Kongsberg、英国Sonardyne、美国LinkQuest和德国Evologics等公司的深海远程超短基线定位系统,并以哈尔滨工程大学远程超短基线定位系统为例分析了国内发展情况,最后展望了深海远程超短基线定位系统的发展趋势。     

水下沉船精确定位系统的研制

为提高水下沉船定位的精确性,使得海上沉船的搜救工作能够更顺利的进行,本文研究沉船定位相关的系统问题。本研究采取超短基线定位系统,并对其相关系统的部件和功能进行阐述,重点研究机器人(ROV)和超短基线系统的关联系统,分析沉船信息采集系统、数据传输处理系统、数据校正系统等。最后推导出整个系统的定位精度。研究结果表明,该定位系统不仅能够提高水下沉船定位的精确性,同时也能够降低潜水员水下作业危险性以及提高沉船搜救成功率,更为水下沉船定位的研究提供理论指导和一定参考价值。     

一种改进的卡尔曼滤波定位算法研究

研究了一种改进的卡尔曼滤波导航信号定位算法:通过测量每次接收机得到的伪距观测量及伪距变化量,估算出接收机的位置、速度,实现无线电导航系统的定位解算.该方法不直接使用卡尔曼滤波器来估计载体的状态,而是用滤波器来确定状态的误差,减小了运算误差,有效提高了定位精度.在进行参数估计时不需要贮存大量的测量数据,能够方便地进行动态测量数据的实时处理.该方法已经应用在导航定位解算中,仿真结果和实际应用验证了该方法具有快的收敛速度和高的定位精度.     

导航信号卡尔曼滤波定位解算方法研究

研究了导航信号的卡尔曼滤波定位解算方法，该方法能够实现用小全的测量值完成导航解的估值解算，同时还可以对导航解进行平滑，减小噪声对导航解的影响。仿真结果证明了该方法在导航定位解算中的有效性和可行性。     

基于渐消记忆自适应滤波的船舶动力定位算法仿真

由于船舶在海上运动的复杂性和非线性,精确的船舶动力定位系统数学模型难以建立.为了实现有效的动力定位控制,需要应用一定的状态估计滤波算法得到所需的船舶运动低频信号.采用常规的Kalman滤波,状态变量的新测量值对预测值的修正作用下降,旧测量值的影响随着计算步数的累积而相对提高,这是引起滤波发散的主要原因之一.文章针对船舶动力定位系统中使用常规的Kalman滤波而存在的模型不精确、 不能准确表达系统噪声和测量噪声等问题,采用渐消记忆自适应滤波估算低频运动信息,在状态估计算法中引入渐消记忆因子,减小旧测量值对状态估计值的影响权重,从而增大新测量值的作用;并根据滤波发散判断准则,选择适当的渐消记忆因子值来抑制滤波器的发散,使控制器输出较为平稳,从而降低推力系统不必要的能耗.仿真实验表明,所设计的自适应滤波器的收敛性、跟踪性优于常规的Kalman滤波,有效地提高了系统的定位精度和稳定性.     

GPS动态定位中自适应卡尔曼滤波模型的建立及其算法研究

采用描述机动载体运动的“当前”统计模型，建立了一种新的ＧＰＳ动态定位自适应卡尔曼滤波模型。为了进一步提高滤波器的动态性能，提出一种改进的自适应滤波算法，大大提高了ＧＰＳ动态定位卡尔曼滤波器的跟踪能力，改善了滤波效果。计算机仿真结果验证了该算法的有效性。     

耙吸挖泥船动力定位的Kalman滤波器设计

根据运动特性建立耙吸挖泥船的数学模型,将Kalman滤波技术应用于耙吸挖泥船动力定位系统,并进行Matlab仿真。仿真结果表明,Kalman滤波器具有很好的滤波效果,在环境力的影响下,能够得到理想的船位和艏向,是动力定位的有效方法。     

动力定位中跟踪环境力突变的自适应无迹卡尔曼滤波

无迹卡尔曼滤波可以在状态估计中滤去噪声干扰,已经被广泛应用于动力定位系统中.针对复杂海洋情况下动力定位系统需要准确、及时地估计当前时刻的状态而无迹卡尔曼滤波无法跟踪状态突变的问题,为此文章提出了一种自适应无迹卡尔曼滤波.通过及时判断状态值突变并适当调整后验均方差矩阵,可有效地跟踪船舶状态并减小实际位置与定点位置的偏差.仿真实验证明了算法的有效性.     

现代船舶动力定位系统设计

围绕现代动力定位系统的设计问题,讨论系统的构建、数学建模、控制器设计和推力器的推力分配,重点给出了基于扩展Kalman滤波的动力定位LQG控制器设计算法。     

潜航器轨迹跟踪与航向预测算法

海况条件较差时,基于水下单点GPS定位系统的潜航器实时定位有较大测量误差,不利于潜航器的轨迹跟踪与航向预测。针对误差服从高斯分布的水下单点GPS定位系统,提出基于改进型扩展卡尔曼滤波算法的GPS跟踪方法和基于回归分析算法的航向预测方法。通过测试与仿真,对定位设备采集到的数据进行对比分析,试验结果表明,上述算法显著提高了轨迹测量精度与航向跟踪能力,准确绘制出了潜航器的实时航行轨迹与航向预测线,可应用于潜航器的轨迹跟踪项目中。     

神经网络在组合导航定位算法中的应用研究

针对无源北斗1号/惯导组合导航系统滤波定位算法,文章提出并设计了神经网络及其训练算法RLS,用其输出修正组合导航滤波输出结果,提高组合导航系统的定位精度。通过仿真验证了此方案的可行性,并能有效提高北斗1号组合导航系统的定位精度。