仅方位角系统UUV轨迹优化方法研究

在主从式UUVs(Unmanned Underwater Vehicles)系统中,从UUV仅携带被动传感器测得杂波环境下的主UUV方位角信息,通过自主优化其运动轨迹以达到尽快实现与主UUV汇合的目的。分析对比不同的观测载体机动轨迹对仅方位角系统TMA(Target Motion Analysis)精度的影响后,充分考虑到本课题从UUV速度小于主UUV速度这一特殊情况,提出了一种适用于工程应用的基于动态距离最短的轨迹优化方法并且借鉴其它载体航路跟踪模式设计从UUV跟踪轨迹的整体过程,使用扩展卡尔曼滤波算法进行主UUV运动要素估计,采取边估计边优化的方法实时更新从UUV运动状态。仿真实验中与基于方位角变化率最大轨迹优化方法及基于最小化均方误差阵的迹的轨迹优化方法进行对比,结果表明该方法能够实现主从UUVs的汇合,验证了该方法的合理性。     

UUV群探测系统仿真设计

研究水下航行器(UUV)群协同探测问题,系统用多传感器协同探测,执行警戒、侦察、监视水下航行等作战任务,要求实时快速和准确探测。针对目前水下情况复杂,UUV导航精度低、水声通信误码率大等状态。为解决算法研制与实际结合不紧密的问题,提高UUV群协同探测系统性能,采用GUI函数接口,设计并实现了UUV群协同探测仿真系统。系统可通过可视化界面,用MATLAB平台对UUV群用于多目标的协同探测算法进行仿真。仿真结果表明,仿真系统能够满足UUV协同仿真测试要求,对于UUV群协同探测系统的研制具有重要的应用价值。     

利用sigma点卡尔曼滤波的多UUV协同定位

融合无人水下航行器(UUV)内部航位递推估计和外部量测信息的协同定位方法是一种提高只配备低精度自定位装置的UUV定位精度的有效手段。当协同系统结构固定时,滤波器的选择就决定了精度提高的幅度。针对扩展卡尔曼滤波(EKF)在处理非线性系统时具有较大的截断误差和繁琐的计算,提出了使用sigma点卡尔曼滤波(SPKF)的协同定位方法。与EKF相比,无味卡尔曼滤波(UKF)和中心差分卡尔曼滤波(CDKF)具有更好的鲁棒性,在没有增加计算复杂度的基础上进一步提高了UUV的定位精度。仿真比较了采用不同滤波算法的协同定位方法提高定位精度的效果,验证了利用sigma点卡尔曼滤波的多UUV协同定位方法的有效性和一致性。     

移动USBL测距辅助的UUV协同导航定位方法

针对无人水下航行器(UUV) 导航精度受惯性导航(INS) 影响较大的问题, 本文提出一种基于无人水面船 (USV)携带超短基线(USBL)对UUV进行移动式辅助导航定位的方法. 文中以USV上高精度INS和全球导航卫星系 统(GNSS)组合后的导航结果作为基准, 利用USBL测量得到的USV和UUV相对位置和姿态信息, 结合UUV的INS误 差方程, 建立了UUV协同导航系统的状态方程和观测方程, 并基于自适应卡尔曼滤波方法对UUV状态进行滤波估 计. 仿真和湖上实验结果表明, 文中所提方法可有效提升UUV导航精度.     

基于非线性迭代滑模的欠驱动UUV三维航迹跟踪控制

为实现欠驱动无人水下航行器(Unmanned underwater vehicle, UUV)在未知海流干扰作用下的三维航迹跟踪控制, 提出一种基于工程解耦思想设计的非线性迭代滑模航迹跟踪控制器. 基于虚拟向导的方法,建立UUV空间航迹跟踪误差方程;采用迭代方法设计非线性滑模控制器, 无需对UUV模型参数不确定部分和海流干扰进行估计,避免了舵的抖振现象以及减小了稳态误差与超调问题. 仿真实验表明,设计的控制器对欠驱动UUV系统的模型参数摄动及海流干扰变化不敏感、 且设计参数易于调节,可以实现三维航迹的精确跟踪.     

基于EKF的UUV单信标水声导航定位方法研究

文章描述了基于扩展卡尔曼滤波算法的水声导航定位方法,该方法可以对UUV(无人水下航行器)进行导航估计,有效减少导航定位过程中的累积位置误差;导航模型中信标与UUV时间同步,且信标以一定时间间隔,广播发送水声脉冲信号,UUV利用信号的传输时间延迟,确定与信标之间的相对距离;通过解算UUV与信标的相对距离,以及自身的航行速度、航向角等参数变量,利用扩展卡尔曼滤波算法,可估计出UUV相对信标的位置,通过优化算法,可以有效降低定位过程中的累积位置误差;仿真结果表明,该导航定位算法实现简单、导航精度高,对未来小型UUV导航方法有很好的实用价值。     

利用FastSLAM框架的多自治水下航行器同时定位与跟踪算法

协同定位是共融机器人研究领域的重要问题.协同定位方案的制定受限于机器人间信息交互的能力.针对长时间通讯中断时多自治水下航行器(AUV)协同定位精度明显下降的问题,借鉴同时定位与制图(SLAM)方法,提出了基于FastSLAM框架的同时定位与跟踪(SLAT)算法.将主AUV视为非合作目标,在从AUV上建立起一个关于主AUV的运动估计器,利用从AUV上声呐传感器实时获取的相对量测信息,在对主AUV运动状态估计的同时,完成对从AUV自定位精度的提升.仿真实验结果表明,在长时间通讯中断发生的条件约束下,相比于传统的航位推算方法,所提出的SLATF1.0和2.0算法能够有效减小定位误差,2.0算法对于探测精度变化等因素的影响具有更好适应性.     

非对称博弈下多UUV基地防卫协同对抗策略

针对非对称博弈下的水下无人对抗问题,开展对基于基地防卫的多无人水下潜航器(unmanned underwater vehicles, UUVs)协同对抗策略研究。在双方能力和数量有差异的非对称博弈情况下,设计UUV基本行为,分别基于红、蓝方能力设计对抗策略选择方法;本文提出红方多UUV分层决策算法,并设计红方多UUV角色分配方法;在防卫任务中基于目标偏航角设计两种红方多UUV联合防卫方法;并相应给出设计蓝方UUV策略及决策方法。最后设计水下对抗仿真实验,从对抗过程的事件决策、UUV机动控制等方面验证了本文设计的对抗方法对水下非对称条件下的多UUV对抗问题具有有效性。     

人机共享环境下基于Wi-Fi指纹的室内定位方法

针对服务机器人和行人的室内全局定位问题,提出一种人机共享环境下基于Wi-Fi指纹的室内定位方法.首先,采用核主成分分析法(KPCA)从双频段的Wi-Fi信号中提取一种设备无关的鲁棒位置指纹,用于Wi-Fi指纹定位.然后,为了提高行人定位的稳定性和精确度,结合行人航迹推算(PDR)的定位方法,设计了一种基于选择更新粒子滤波(SUPF)的Wi-Fi/PDR组合定位算法.在该算法中,利用PDR对移动场景下的Wi-Fi定位结果进行了初步校正,并通过定义自适应大小的可信空间对校正后的结果进行评估,从而在数据融合之前剔除不可信的Wi-Fi定位估计.最后,在实际场景下开展了定位实验,Wi-Fi/PDR组合定位的平均定位误差约为2 m,实验结果表明所提出的方法提升了定位系统的精确度和鲁棒性.     

基于MAS的多UUV编队智能优化控制

针对无人水下航行器(Unmanned Underwater Vehicle,UUV)编队航行的实际背景和限制条件,提出了一种基于多智能体系统(MAS)技术的多UUV编队智能控制方法。利用多Agent之间的交互作用,以灵活便捷的方式进行各UUV之间的协同优化,从而实现多个UUV的自主编队航行。考虑到控制器在编队保持中的重要性,对面向UUV编队航行的控制率和实现算法进行了重点研究,设计了UUV编队控制器,并通过仿真实验验证了该算法的鲁棒性和稳定性,最后对多UUV编队智能控制方法进行了仿真验证和分析。     

基于反步法的欠驱动UUV的3维路径跟踪控制

研究了欠驱动无人水下航行器(unmanned underwater vehicle,UUV)在3维空间中的路径跟踪控制器设计及其稳定性分析问题.首先建立2阶积分器形式的欠驱动UUV空间6自由度运动模型和动力学模型.针对该运动模型,以位置误差作为虚拟控制变量,基于反步法(backstepping)设计路径跟踪控制器.根据李亚普诺夫理论,在理论上证明了所设计的路径跟踪控制系统是稳定的.该控制器实现了欠驱动UUV 3维空间的路径跟踪控制.仿真结果验证了控制器的有效性.     

Distributed cooperative localization with lower communication path requirements

Free communication topology for cooperative localization cannot be guaranteed in real scenarios. A flexible distributed algorithm aiming at reducing communication path requirements is presented under EKF. In this algorithm, not all agents need to communicate with each other instantaneously for covariance update and it has no adverse effect on state update. We prove that the missed covariance update caused by communication absence can be exactly corrected when it is required. Additionally, we prove that this algorithm is adaptive to most available one-way communication topologies. The equivalent localization performance to free connection communication is achieved.     

考虑通信延迟的多自治水下航行器协同定位算法

自治水下航行器(AUV)协同定位中通信延迟具有常态性. 面对延迟到达的信息, 传统方法一般会有定位精 度或实时性的损失. 针对通信延迟的不利影响, 本文在建立水声探测和通信时延模型的基础上, 以扩展卡尔曼滤波 (EKF)为算法框架, 提出了信息顺序到达和信息出序到达2种协同定位算法, 并以建构面向信息出序情景的算法为 主要创新工作. 在信息顺序到达算法中, 将延迟信息进行序贯处理以减小定位误差. 在信息出序到达算法中, 以信 息出现一步滞后的延迟为背景, 使用出序信息直接对从AUV最新状态估计进行再更新, 信息无损地实时估计运动 状态. 计算机仿真实验结果表明, 本文算法相比于传统的航位推算、整周期滤波、量测丢弃等方法, 具有更高的估计 精度; 相比于数据缓存滤波、重新滤波等方法, 具有强实时性.     

无人水下航行器势场航路规划方法研究

对运动障碍威胁环境下无人水下航行器(UUV)航路规划问题进行了研究;首先分别对规划过程中固定障碍、运动障碍建立了排斥势场,对目标点建立了吸引势场,将航路规划问题转变为寻找最优势场点问题;然后提出一种改进的粒子群算法(NPSO),在UUV航路规划过程中,寻找距离当前路径点固定步长范围内的最优势场点,将其作为下一路径点,最终实现UUV在运动障碍威胁环境中的航路规划;最后对所提方法进行了仿真验证,UUV可以有效躲避固定障碍与运动障碍威胁,寻找到较优航路,取得了较好的仿真效果。     

多AUV协同导航时间延迟误差机理分析与补偿算法

定位能力是自主水下潜器(AUV) 工作的基础, 多AUV协同定位相比单艇定位具有更多的优势. 但在多传感器信息融合时, 由于各传感器处理信息所用时间不同, 而且艇间信息传输需要时间, 导致滤波量测量存在延迟, 严重影响了协同导航的滤波精度. 为此, 首先对广播式协同导航时间延迟误差机理进行深入分析, 然后提出一种基于量测更新的协同定位方法, 最后完成了相应的仿真验证. 结果表明, 基于量测更新的协同定位方法大大提高了多水下无人艇协同定位精度.     

基于跳距与改进粒子群算法的DV-Hop定位算法

针对DV-Hop定位算法定位精度不高的问题,提出一种带改进的权重平均每跳距离与改进的粒子群算法以改进经典DV-Hop算法。一方面,提出跳距误差与估计距离误差的加权平均值,修正原始的平均每跳距离。另一方面,采用分段的指数、对数递减权重改进粒子群的权重;同时,结合人工鱼群位置更新的优点来改进粒子群算法的位置更新。用改进的粒子群算法求解未知节点坐标,以提高定位精度。实验仿真表明,该算法的定位精度和稳定性与其他算法相比有明显的改善。