水下航行器导航系统的模糊自适应多模型滤波方法

为了提高水下航行器组合导航系统的精度,针对系统模型和量测噪声随实际工作环境的不同而变化的特点,提出了一种基于模糊自适应改进多模型滤波的算法。首先依据多模滤波的思想,对系统进行离散化建模;然后基于协方差匹配技术,利用滤波信息的统计方差和计算方差的偏差作为模糊系统输入,设计模糊推理系统调节量测噪声方差,最后给出算法的实现过程。仿真结果表明,所提方法可增强估计算法的抗干扰能力,提高了估计精度。     

基于模式识别的无人水下航行器智能导航方法

传统方法对无人水下航行器进行导航时,经纬度误差与实际误差相差较大。为了解决该问题,提出模式识别导航方法。统计满足特征组分辨尺度的各个特征,并计算离散度,设计特征选择流程,在对完成已经存在的特征进行更新后,对状态变量进行维护处理,对新加入的特征值进行坐标分析,并获取扩充后的状态向量,保证导航不会受到区域大小限制,设计具体航迹线确定方案,由此完成无人水下航行器智能导航。仿真实验结果表明,该方法比传统方法导航结果误差要小,且与实际误差一致,具有广阔应用前景。     

水下航行器组合导航蔽障控制器的设计与实现

为了提高水下航行器的蔽障性能,进行组合导航蔽障控制器优化设计。针对水下航行器导航中容易出现横滚误差的问题,提出一种基于横滚小扰动误差补偿的组合导航蔽障控制算法,构建水下航行器组合导航蔽障控制对象模型,进行控制约束参量分析,设计组合导航蔽障的运动方程和控制目标函数,采用小扰动误差补偿方法进行横滚误差抑制,提高控制精度,在纵向运动的弹道模型下实现控制器的优化设计。仿真结果表明,采用该控制方法进行水下航行器组合导航蔽障控制的误差较小,收敛性和鲁棒性较好,性能优越。     

无人水下航行器的智能航行控制

水下无人航行器是探索未知水域的重要设备,但是传统水下无人航行器的智能航行控制系统,受到水域信号传播限制,造成智能控制范围较小,为此设计无人水下航行器的智能航行控制系统。使用水域深度变换器对智能控制器进行重新设计,根据水域深度变化进行不同方式的控制切换,优化PID控制器,改变水域信号传输方式,根据需求进行多传输方式的切换;使用粒子群算法对智能控制方式进行规划,对不同水域控制方式进行最优选择,实现航行智能控制系统设计。试验结果表明,设计的控制系统能在水下2 000 m内进行有效控制,比传统控制系统多出800 m的有效范围,因此本文设计系统具备极高的有效性。     

水下航行器模型参数辨识技术

采用系统辨识技术识别水下航行器模型参数,是修正理论计算或船模水动力试验结果,实现精确数学建模的有效手段,对水下航行器总体性能优化、操纵性预报、控制器设计等方面都具有重要意义。重点对基于最小二乘法、人工智能和卡尔曼滤波的3种典型参数辨识方法进行分述,并对相关领域取得的成果、存在的问题和研究热点进行系统梳理。最后,对系统辨识技术在水下航行器模型参数辨识应用领域的发展趋势进行展望。     

北斗卫星导航系统在水下无人航行器中的应用方案研究

本文阐述北斗卫星导航系统在水下无人航行器的几种主要应用方案,根据北斗卫星导航系统的导航定位和短报文通信功能特点,将北斗在UUV的应用分为两大类:一类主要利用北斗导航提供导航定位服务,如组合导航、基于北斗的水下导航系统等;另一类主要利用北斗系统的短报文通信服务或兼具使用导航定位服务,如基于北斗卫星导航系统的UUV遥控系统等。本文为水下无人航行器的北斗卫星导航系统应用提供了发展思路。     

基于混合网格的水下航行器系统航行特性研究

水下航行器系统是包含主体、推进系统和其余附体的整体结构,其航行特性研究是水下航行器系统设计的重要内容.为研究水下航行器系统的航行性能和航行时的表面压力特征和流场特性,基于CFD方法,使用重叠网格和滑移网格相结合的混合网格技术对某自主研发水下航行器系统模型进行直接模拟.结果表明:水下航行器系统在不同大小的推力作用下,会表现出不同的航行性能,通过推力-速度曲线可以插值得到不同推力下的航行点;水下航行器在来流速度不同时其所受表面压力大小不同,但分布规律相似,且具有相同的流场分布特性.     

水下航行器仿真模型的有效性确认方法研究

本文提出了一种仿真模型有效性的确认方法，该方法对实际系统输出采用待验证模型的卡尔曼滤波算法进行滤波处理，并根据获得的滤波新息特生定量地判断待验证模型与实际系统的一致性程度，从而确定待验证的模型的接受与否，通过在水下航行器纵向运动仿真模型上的仿真应用，表明该方法对实际系统所存在的多种随机干扰都具有适应性，可推广应用到其它仿真领域中。     

无人水下航行器与操雷

对未来水下信息战中用途广泛的无人水下航行器(UUV)与操雷进行了比较,分析了操雷的动力系统、控制系统、自导系统、内测系统、线导系统、操雷系统及操雷仪表等,提出应用成熟的操雷技术研究开发UUV,以及把操雷改装为UUV的技术捷径。介绍了成本低廉的人控水下航行器(MUV),建议利用MUV来部分替代UUV的技术。     

自主水下航行器发展概述

自主水下航行器（AUVs）因其应用于海洋勘探而逐渐成为一个有趣的研究对象。波浪滑翔机是一种行驶于波浪表面的无人滑行器（SUV）,它借助海洋能来推动自己,这对于典型的AUVs所采用的电机供能以及昂贵的锚链系统浮标供
　　能来说,是一种技术上的重大跨越。该文讨论了最有效率的AUVs类型。第一部分为每一种类型的发展历程,第二部分为它们各自的技术特点。此外,波浪滑翔机作为应用于海洋部门的一种新型水下机器人,文中简要地给出它的过去,现在以及未来的发展概述。研究波浪滑翔机的意义在于证明它的效率以及实用性,进而取代诸多的AUVs来实现各种实际应用。而研究结果也表明波浪滑翔机确实可以应用于众多领域。对于海洋检测而言,相比于其他AUVs,波浪滑翔机提供了更廉价,更经济,更环保的作业模式,同时也不需要缆绳、船舶等海上作业服务。     

基于惯性导航/地磁的水下潜器组合导航定位方法

针对水下潜器长时间水下航行的隐蔽性且定位精度不高的问题,提出了一种基于惯性导航/地磁的组合导航系统。建立了惯性导航/地磁组合导航系统模型,并且利用卡尔曼滤波算法对系统进行滤波。最后通过仿真实验表明,该组合导航系统能够有效弥补单惯性导航系统精度发散的不足,提高了导航精度,实现了水下潜器的精确导航。     

UKF和PF融合算法在动力定位船舶状态估计中的应用研究

针对船舶动力定位状态估计时使用扩展卡尔曼滤波导致模型失配而产生滤波精度不高甚至滤波发散的问题,设计一种融合无迹卡尔曼滤波和粒子滤波的动力定位船舶状态估计算法.该算法以粒子滤波作为整体框架,运用无迹卡尔曼滤波对粒子状态的每次更新进行最优化估计,从而最优化了每个粒子的状态,再根据每个粒子的重要性分布,得出船舶复合运动中的低频状态.Matlab仿真结果表明,该方法能够从含有高频和噪声干扰的测量信息中估计出的船舶低频运动状态,相比于直接使用UKF,该方法的滤波精度更高,滤波性能也比较稳定.     

Simulation platform of navigation system for autonomous underwater vehicle

1 Introduction1 It is hoped the Autonomous Underwater Vehicle (AUV) can be fully autonomous, but the basis of this hope is that AUV can navigate and position accurately.Inertial navigation is the main navigation method for AUV, but accumulative error of t…     

置信检验自适应联邦卡尔曼滤波及其水下机器人组合导航应用

[目的]为解决载体受到扰动时组合导航精度下降的问题,提出一种基于置信检验自适应联邦卡尔曼滤波(CC-AFKF)框架.[方法]首先,将电子罗盘(EC)、全球定位系统(GPS)与惯性导航系统(INS)相结合;其次,构建置信检验模型,有效滤除INS/GPS和INS/EC子系统中低置信度的量测值,保证量测值的准确性;最后,提出...     

一种基于甚低频系统的舰船综合导航方法与仿真

介绍了阿尔法导航系统的特点,提出了一种基于阿尔法信息的舰船综合导航方法,具体阐述了卡尔曼滤波数学模型的建立和滤波实现,并利用M atlab软件进行了仿真和结果分析。     

自适应网格交互多模型不敏粒子滤波算法

将一种变结构多模型算法——自适应网格交互多模型(AGIMM)算法和不敏粒子滤波(UPF)算法相结合,提出了自适应网格交互多模型不敏粒子滤波算法(AGIMMUPF).该算法通过自适应网格实现了模型自适应,从而以较小的模型集合覆盖了目标大范围的机动,并以此来克服固定结构交互多模型粒子滤波(IMMPF)算法存在的缺陷,同时各模型滤波算法采用不敏粒子滤波(UPF)算法,使重要性密度函数融合了最新量测信息,更好地逼近真实状态的后验概率分布.通过计算机仿真证明,提出的算法可以有效提高IMMPF的费效比.     

基于代理模型的水下航行体头型优化设计方法研究

文章采用Kriging代理模型技术针对水下航行体头型优化设计开展研究。采用CFD方法分析了不同头型水下航行体的流体动力性能,将性能参数作为初始样本建立代理模型;根据测试样本点的预测均方误差选择加点策略更新代理模型,提高代理模型预测精度;采用非劣分类遗传算法对阻力和表面压力开展多目标优化,寻找近似最优解。结果表明:基于代理模型技术的水下航行体头型多目标优化设计方法可以有效提高设计效率,获得具有良好水动特性的航行体头型。     

Motion Control of Underwater Vehicle Based on Least Disturbance BP Algorithm

Up to now, some technology of neural networks are developed to solve the non-linearity of researched objects and toimplement the adaptive control in many engineering fields, and some good results were achieved. Though it puts some questionsover to design application structure with neural networks, it is really unknowable about the study mechanism of those.But, theimportance of study ratio is widely realized by many scientists now, and some methods on the modification of that are provided.     

Application of ML to System Identification for Underwater Vehicle

In this paper, maximum-likelihood (ML) and its relaxation algorithm, which are used to identify the mathematicsmodel of an underwater vehicle(UV), arc discussed. With the trial data of zigzag tests, the hydrodynamic derivatives of theUV were estimated, and the relaxation algorithm is confirmed to have better astringency from the contrast between the twomethods.Then a simulation environment based on these parameters is established to verify the validity and effect of these meth-ods. The result shows the model is credible and the methods are very useful for the research of maneuverability and adaptivecontrol of underwater vehicles.