基于自适应渐消Sage-Husa扩展卡尔曼滤波的协同定位算法

[目的]针对多自主水下航行器（AUV）在航行过程中的定位精度等问题,提出一种基于自适应渐消Sage-Husa扩展卡尔曼滤波的多AUV协同定位算法。[方法]首先,改进滤波算法中的自适应滤波器,由渐消记忆指数加权得到新息协方差估计值,并引入渐消因子修正预测误差协方差,以达到调节滤波增益的目的。然后,建立多AUV协同导航模型,得到基本的协同导航滤波过程,通过对速度、加速度及位置信息的融合,实现对跟随AUV位置状态的准确估计。最后,采用此算法与EM-EKF,EKF算法分别对AUV协同导航模型进行仿真,并对结果进行对比。[结果]结果表明,在噪声协方差不匹配时,所提算法与EM-EKF,EKF算法相比均方根误差（RMSE）分别减少17.82%和24.48%,平均定位误差分别减少17.87%和22.54%;在噪声协方差时变时,RMSE分别减少42.11%和51.23%,平均定位误差分别减少34.87%和46.90%。[结论]所提算法有效改善了滤波的可靠性、精确性和自适应性。     

基于SUKF滤波的INS/DVL组合导航研究

惯性导航系统(INS)长时间自主工作存在误差积累,采用INS与多普勒速度计程仪(DVL)组合的方案导航.针对组合导航系统状态维数较高,采用算法实现和估计精度优于传统扩展卡尔曼滤波的尺度变换模式的UKF(SUKF)方法.仿真结果表明,采用SUKF滤波方法实现INS/DVL组合导航是可行的.     

基于MHE的多UUV协同定位方法

针对多水下自治机器人(UUV)协同定位模型中的非线性问题,本文提出利用滚动时域估计(MHE)方法对协同定位状态空间模型进行最优状态估计,通过仿真试验,证明了该方法的可行性。     

基于CKF的多UUV协同定位方法

针对多水下自治机器人(UUV)协同定位模型中的非线性问题,论文提出利用容积卡尔曼滤波(CKF)方法对协同定位状态空间模型进行最优状态估计,通过仿真试验,证明了该方法的可行性。     

自主式水下航行器水下回收融合引导技术方案及算法

[目的]为解决母艇携载的自主式水下航行器（AUV）在水下自主回收和对接的问题,基于惯导（INS）、声学超短基线定位（USBL）、光学等信号引导的多源数据融合,提出一种面向移动平台的AUV水下回收对接引导方法。[方法]为此,设计融合多传感器信息的扩展联邦卡尔曼滤波器,采用分散滤波并再经信息融合方法以提高滤波精度。分别以INS和USBL及光学探测信号作为子滤波器的输入信息,结合AUV水下回收对接过程中的5个阶段分别建立运动方程,最终得到适用于移动平台搭载的AUV水下对接引导系统的多源数据融合导航算法。[结果]仿真结果表明,所提方法具有可行性、系统鲁棒性和控制精度,[结论]可满足母艇水下回收作业对接的工程要求,以及作为AUV水下自主回收操作的技术参考。     

水面无人艇领航—跟随固定时间编队控制

[目的]为解决复杂扰动下的领航—跟随水面无人艇(USV)编队控制问题,提出一种固定时间控制(FTC)方法。[方法]针对跟踪控制子系统,设计一种基于积分滑模的固定时间跟踪控制(IMS-FTC)策略;针对编队控制子系统,设计一种基于有限时间扰动观测器的固定时间编队控制(FDO-FFC)策略;基于Lyapunov稳定性理论证明所设计的编队控制方法的整体稳定性。[结果]采用经典CyberShip II试验模型进行仿真研究,结果显示所设计的控制方案能够有效提高领航—跟随USV编队系统的精确性和鲁棒性。[结论]研究成果可为无人艇编队控制系统设计提供先进的技术手段。     

基于加权信息增益的并行融合AUV协同定位方法

[目的]为提高杂波干扰下自主水下航行器（AUV）集群系统在协同定位过程中的全局定位精度,提高定位信息的实时性,提出一种以信息增益为评价标准的局部信息融合算法。[方法]通过阈值加权方法对观测数值进行粗差改善,进行局部信息滤波,优化观测值以使其更接近于真实值。从信息熵理论的角度考察各量测信息的可靠性,对多台主AUV的多组局部滤波信息进行优化。以信息增益为融合权值指标,融合多组局部滤波结果,生成唯一的被测从AUV定位信息。进一步地,考虑到主、从AUV之间的声呐探测以及水声信号的通信延时特性,局部信息滤波与信息增益融合算法会出现滤波数据异步的问题,提出一种局部信息滤波和信息增益加权方法的并行结构,通过实时更新机制,确保信息加权算法的输入值为最新时刻的局部滤波输出值。[结果]仿真实验结果表明,相较于多源局部滤波信息,所提融合方法能够有效降低局部滤波误差,提高定位精度,对局部滤波有进一步的优化作用。[结论]所提融合方法可有效实现多AUV系统的协同定位能力。     

船舶动力定位系统的一增广非线性观测器设计

滤波和状态估计在动力定位系统中起着非常重要的作用。本文在文献[1]的基础上，为船舶动力定位系统设计了一增广非线性状态观测器，其稳定性通过李亚普诺夫方法得到了证明。该非线性观测器的性能通过对一动力定位船舶模型的仿真得到了验证。     

2种典型AUV编队控制算法比较与局部优化研究

本文研究分析了基于领航者-跟随者的编队控制方法和基于路径跟随的编队控制方法等2种常用的AUV编队控制方法异同点。针对2种方法在路径点切换时航向变化较大的共性问题,提出采用B样条曲线对规划航路做在线的局部B样条拟合优化,对路径切换点处领航AUV的控制航向角作适度平滑处理。通过数值仿真验证了该方法可改善路径切换时,基于领航者-跟随者的编队控制中的跟随AUV目标跟踪位置变化速度和曲率,削弱了跟随AUV的点跟随难度;同时在路径跟随的编队控制中,利用B样条基函数自变量作为在切换点附近路径的同步控制参数的一部分,可提高切换点附近路径上编队的同步速度。     

卡尔曼滤波技术在潜艇组合导航中的应用研究

高精度的导航定位是潜艇研究中所面临的主要难题之一。采用GPS辅助的INS/DVL组合导航是目前潜艇的主流导航模式。当前实现GPS/INS/DVL组合导航的技术主要有航迹推算和卡尔曼滤波。本文将卡尔曼滤波技术应用于潜艇组合导航,并把EKF与传统的DR方法进行了仿真比较研究。结果表明,EKF的估计精度较高。     

基于AKF的组合对准方法在AUV中的应用

针对水下航行器(AUV)初始对准过程中,由于惯性测量器件的测量精度不高,导致系统自对准的精度不高的问题,提出在初始对准阶段采用DVL辅助的组合对准方法,引入 DVL提供的速度信息提高对准的精度.建立AUV中系统的状态方程和观测方程,同时为解决噪声不确定导致滤波器发散的问题,提出将自适应卡尔曼滤波(AKF)用于组合对准中.通过采集到的实验数据验证基于AKF的组合对准方法的精度比较高,将其用于AUV的初始对准中是可行的.     

AUV cluster path planning based on improved RRT* algorithm北大核心CSCD

[目的]针对微小型欠驱动自主式水下机器人(autonomous underwater vehicle,AUV)集群控制问题,设计一种基于改进RRT^(*)算法的编队控制策略。[方法]RRT^(*)算法规划的路径陡变难以跟踪且收敛速度较慢,针对该问题提出改进方法。首先加入偏置函数使随机采样点靠近目标点,然后采用Dubins曲线平滑连接采样点,通过在可变半径范围内重新布线,并设计有关曲线长度与避障的代价函数,选择最优路径。依据代价和最小值为多AUV分配集结点,协调多AUV速度完成最小集结时间约束,随后设计基于Dubins路径的分段向量场构造方法,使得多AUV跟踪规划路径,到达目标集结点时速度与方向保持一致。[结果]仿真结果表明,多AUV编队平均路径长度缩短26.6%,平均集结时间缩短21.7%。[结论]该算法路径规划质量高,可顺利完成编队集结任务。     

大尺度欠驱动高速AUV导航系统研制

[目的]针对某新型大尺度欠驱动高速自主式水下机器人(AUV)导航系统的研制,[方法]详细介绍AUV导航系统的硬件组成及软件构架,构建基于VxWorks实时嵌入式操作系统的AUV组合导航系统。考虑到高速AUV导航系统的非线性特征及容错性要求,将无迹卡尔曼滤波(UKF)技术用于联邦滤波器,设计基于UKF的联邦卡尔曼滤波器,并对导航系统的二维平面模型进行数值仿真。[结果]结果表明,联邦无迹卡尔曼滤波器相比传统的卡尔曼滤波方法能够获得更高的精度和更好的鲁棒性;半实物仿真联调试验、水池试验、湖上试验及艇载试验充分验证了导航系统的实时性和可靠性,[结论]证明该系统能够满足AUV航行任务的需要。     

小型AUV动力定位建模与控制仿真

伴随着水下潜航器的进一步深入研究,AUV产品正朝着小型化、民用化的方向不断发展。以小型AUV为研究对象的水动力性能分析、路径规划、水下通信等问题成为AUV产品设计的核心所在。本文基于ITTC双参数波浪谱及漂移力计算公式,在Matlab中建立不规则波浪仿真模型,对AUV运动规律进行预测。搭建动力定位控制系统Simulink模型,基于粒子群算法优化PID控制器参数,对AUV进行定位控制研究。成功模拟小型AUV的工作水环境并搭建动力定位仿真台架,实现AUV的定位控制,为AUV水动力性能试验及动力定位系统的软硬件设计创造了条件,为小型AUV产品的设计实现奠定基础。     

基于M估计的多UUV协同定位算法

为解决多水下无人航行器(UUV)协同定位系统因水声环境复杂,水声距离观测信息受异常噪声干扰,导致采多UUV协同定位效果变差的问题,本文将M估计算法应用于UUV协同定位中,提出一种基于M估计多UUV协同定位算法。半实物仿真试验结果表明,相较于传统基于扩展卡尔曼滤波算法,所提算法可将定位精度提升30%左右。     

基于M估计的多UUV协同定位算法

为解决多水下无人航行器(UUV)协同定位系统因水声环境复杂,水声距离观测信息受异常噪声干扰,导致采多UUV协同定位效果变差的问题,本文将M估计算法应用于UUV协同定位中,提出一种基于M估计多UUV协同定位算法。半实物仿真试验结果表明,相较于传统基于扩展卡尔曼滤波算法,所提算法可将定位精度提升30%左右。     

基于滑模的欠驱动无人艇的包含控制问题研究

本文研究了具有多个动态领航船的欠驱动无人艇的包含控制问题。假设所有跟随船不知道领航船的控制输入,并且只有部分跟随船能够获得部分领航船的位置和速度。在此条件下,本文首先提出了一种基于虚拟领航船的包含控制方法。使用该方法可以将多无人艇的包含控制问题简化为虚拟领航船的包含控制问题和跟随船的目标跟踪问题。然后为虚拟领航船设计了相应的包含控制算法,并基于滑模控制理论为跟随船设计了目标跟踪算法。仿真结果验证了所提出的控制方法的有效性。     

基于SINS/DVL/GPS的AUV组合导航标定方法的研究及其误差分析

为了进一步提高自主水下航行器(AUV)捷联惯导(SINS)与多普勒计程仪(DVL)组合导航定位精度,需要准确标定出SINS与DVL之间的安装误差角以及DVL的刻度系数。论文系统的介绍了组合导航系统的标定方法和流程,最后分析了组合导航系统的误差来源。     

自主水下航行器自适应S面三维轨迹跟踪的仿真验证

[目的]旨在研究非线性六自由度自主水下航行器（AUV）的轨迹跟踪问题。[方法]为此,设计三维轨迹变前视距离视线（LOS）导引律,利用李雅普诺夫稳定性判据证明此导引律的稳定性,使用设计的自适应S面控制算法对AUV的航向角、纵倾角和纵向速度进行控制。然后,以REMUS 100 AUV为例,利用Matlab软件分别对AUV的航向角、纵倾角和纵向速度控制及其空间直线、曲线轨迹跟踪进行仿真,以验证所提导引律的有效性。[结果]结果表明：对于非线性控制而言,相比于传统的S面控制,自适应S面控制可降低控制参数整定的难度,抗干扰能力更强;而且,相比于传统的LOS导引律,所提导引律可使AUV更快地跟踪上参考轨迹。[结论]所设计的轨迹跟踪控制算法能够实现对AUV的三维轨迹跟踪,并改善AUV的操纵性。     

基于EKF的AUV协同定位方法仿真与验证

自主水下航行器（AUV）协同导航定位技术是解决复杂作业环境下导航问题的重要途径,研究了单领航艇的主从式多AUV基于扩展卡尔曼滤波（EKF）算法的协同到导航定位问题。AUV协同定位时,主AUV内部装备高精度导航设备,从AUV内部装备低精度导航设备,外部配有测距装置,舰艇间是通过通信装置来交换自身位置和状态信息并同时测量通信双方的相对距离,通过信息融合对自身定位进行修正,利用EKF算法对系统中传感器所传递信息进行融合,对从AUV进行实时定位。通过仿真验证此算法可以显著提高导航定位精度。