UTP/DR组合导航算法研究

针对UUV水下作业时航位推算存在导航误差积累的问题,研究了水下应答器辅助航位推算组合导航算法。采用"当前"统计模型作为航位推算模型,更准确地描述了航行器的运动状态。利用水下应答器与航位推算算法相组合,对航位推算导航误差进行校正。为获得更好的滤波效果,采用平方根容积卡尔曼滤波算法作为组合导航系统的滤波算法,并将其与EKF滤波算法进行比较。仿真实验表明,平方根容积卡尔曼滤波算法较EKF算法具有更好的滤波精度;UTP/DR组合导航算法有效避免了因导航误差积累而导致的导航定位误差发散问题,获得了较好的导航定位效果。     

无人潜航器DVL测速组合定位校正阻尼抑制方法

为了抑制无人潜航器工作过程中舒勒振荡对导航精度的影响,本文提出了一种无人潜航器DVL测速组合定位校正阻尼抑制方法。无人潜航器由于其特殊的工作需求,经常需要在水下停留或航行较长时间。由于其隐蔽性能的需要,不能够经常浮出水面通过GPS进行位置校准。舒勒振荡在无人潜航器短时间航行时并不会产生较大影响,而当无人潜航器长时间航向时,就会对系统产生不可忽略的误差。为了解决这个问题,本文提出了外速度阻尼网络。并且为了得到更精确的外速度信息,引入外速度加权融合算法。通过与无阻尼系统对比的仿真实验验证了外速度阻尼网络在无人潜航器导航中可以有效抑制长时航行时舒勒振荡对系统的影响。     

基于地形熵和地形差异熵的综合地形匹配算法

水下运载体的导航主要以惯性导航为主,但是,由于水下运载体在海底的运行速度比较慢,惯性导航系统随着时间的累积出现了定位误差增大的缺点,因此需要地形辅助导航来纠正惯导的误差。文中将地形熵和地形差异熵的概念引入到水下地形匹配算法中,设计了基于地形熵和地形差异熵的综合地形匹配算法,并将该算法应用于水下地形辅助导航系统中,经验证该算法取得了良好的纠正惯导定位的效果,实现了水下地形辅助导航的任务。     

基于空间关系几何约束的无人机景象匹配导航*

针对GPS的信号强度较弱、易受各种电磁干扰,提出一种基于空间关系几何约束的景象匹配导航算法。首先基于空间关系几何约束的多匹配区选择方法,将实时图划分为多个分区;然后采用基于边缘响应的加权Hausdorff距离景象匹配算法对各个匹配区进行定位计算;最后,通过最优配准点坐标估计策略,解算出无人机实时图中心在基准图上的精确定位坐标。多区域景象匹配采用并行计算方法,利用历史导航信息来辅助修正景象匹配导航误差。实验结果表明,该算法可较好地满足无人机对景象匹配导航算法实时性、精确性的性能要求。     

基于地形熵和地形差异熵的综合地形匹配算法

水下运载体的导航主要以惯性导航为主，但是，由于水下运载体在海底的运行速度比较慢，惯性导航系统随着时间的累积出现了定位误差增大的缺点，因此需要地形辅助导航来纠正惯导的误差。文中将地形熵和地形差异熵的概念引入到水下地形匹配算法中，设计了基于地形熵和地形差异熵的综合地形匹配算法，并将该算法应用于水下地形辅助导航系统中，经验证该算法取得了良好的纠正惯导定位的效果，实现了水下地形辅助导航的任务。     

一种基于地磁总场梯度的匹配定位算法

水下载体地磁导航技术是近年来研究的热点问题.为提高匹配导航定位的精度,提出了利用地磁总场梯度作为特征量进行地磁匹配定位.通过与地磁总场基准图的性能指标对比,分析了地磁总场梯度作为匹配特征量的优势.阐述了经典MSD(Mean Square Deviation)匹配算法的原理和缺陷,提出一种基于旋转变换的改进算法.仿真结果验证了地磁总场梯度匹配的优势和可行性;改进后的算法的定位精度相比经典MSD算法提高了26.57%,证明了改进算法的有效性.     

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。     

基于海床特征地貌的水下导航方法研究

在简要分析现有自主导航方法的基础上,给出了一种基于海床特征地貌,实施水下匹配导航的快速准确算法.研究了基于小波与改进型SSDA相结合的快速匹配算法,并给出了从粗匹配到精匹配的实施过程.为消除误匹配问题的影响,提出了基于距离和方位约束的匹配方法,实现了误匹配的有效检测和修正.实际海上导航试验验证了上述方法的正确性.     

基于多传感器的波浪能滑翔器导航策略研究

以LPC2478为核心的嵌入式控制系统通过对多路传感器的数据采集,实现了波浪能滑翔器在海洋中的自主巡航监测环境。基于高斯大地线算法,计算出当前位置与预设位置的大地线距离和航向角偏差值;同时基于PID控制算法,计算出尾舵系统需要偏转的角度。2种算法构成了导航策略的算法体系,实现了波浪能滑翔器的视向跟踪和虚拟锚泊。同时,为保证导航信息的精准度,增加2组传感器:波高仪和流速仪,作为辅助导航传感器,从而建构了一个完整的控制波浪能滑翔器自主运行的导航系统结,在实际海洋试验中,取得了良好效果。     

基于前向预测策略的块正交匹配追踪算法研究

在块正交匹配追踪算法中,候选集匹配原子块的选择策略对信号重建具有重要作用,但是该算法在迭代选择原子块的过程中,每次选择当次最优迭代的原子块,并不能保证最终迭代性能是最优的。为此,提出一个基于前向预测的最优匹配原子块选择策略的块正交匹配追踪算法,通过预测原子块在未来迭代过程中的性能选择最优匹配的原子块。实验结果表明,与块正交匹配追踪算法相比,该算法的重建误差随前向预测参数的增大而减小。     

改进的BP神经网络算法在航迹匹配中的应用

利用迭代最近等值点(ICCP)算法对重力图上的航迹进行匹配可以减小惯性导航系统误差,但计算量大。针对上述问题,通过修改激励函数并增加假饱和预防函数,提出一种改进的反向传播神经网络学习算法。仿真结果表明,该算法可以加快搜索最近等值点的速度,更好地满足重力辅助导航对匹配精度及匹配速度的要求。     

基于椭圆假设的磁罗盘航向测量算法研究

磁罗盘常用于自主式水下航行器（Autonomous Underwater Vehicle,AUV）导航系统中对惯性器件的姿态测量进行校正。为了补偿载体内干扰磁场对磁罗盘航向解算带来的误差,采用基于椭圆假设的误差模型,通过最小一：乘拟合椭圆,扶得磁罗盘误差补偿算法中椭圆模型的各分布参数。陆上仿真实验的结果表明,基于椭圆假设的实时补偿算法能够获得稳定、高精度的航向角测量,不同路径类型下的误差精度可提高60％至80％。补偿结果为水下导航系统算法设计提供了精度依据。     

ICCP重力匹配辅助导航算法研究及改进

迭代最近等值线算法(ICCP)是一种重要的匹配辅助导航算法,ICCP虽稳定性高,却具有实时性差的缺陷.通过研究与分析可知,采样结构是导致算法实时性差的关键因素,并且改变算法的采样结构可有效解决算法实时性差的问题.在改进ICCP的基础上,又通过“二次迭代”技术,将匹配位置用于更新测量和指示重力,并重新进行匹配解算,可进一步提高算法的匹配精度.仿真结果表明,以上工作对算法实时性和精度的改进是有效的.     

一种改进的地形熵匹配导航算法

提出了一种改进的地形熵辅助导航算法.因为地形熵算法丢掉了地形的相对位置信息及对地形数据做了归一化处理,使得其在地形跟随/地形回避中的应用存在着匹配误差容易发散的问题.基于此点,提出了基于卡尔曼滤波的惯性地形辅助导航方法,交互信息量等方法的地形熵算法,以改进该算法在地形跟随/地形回避中应用的性能.最后用matlab软件根据分形学中Weierstrass-Mandelbrot函数产生了模拟的数字地图,并对该地形匹配导航方法作了仿真研究,仿真结果表明该方法可以抑制误差的发散,并提高了地形匹配的定位精度.     

基于多圆迭代和H∞ 滤波的捷联/天文定位算法研究

针对现有天文定位算法的缺点,提出一种多圆交汇迭代天文定位算法.该算法能够充分利用可观测恒星,同时能计算出定位误差协方差阵.针对提出的算法定位误差非线性的特点,提出了基于H∞滤波器的捷联/天文自适应组合导航算法,根据定位误差协方差阵实现量测自适应.仿真结果表明,天文定位算法模型准确,组合导航算法定位精度小于20m,定位误差稳定.     

磁通门与GPS组合导航在水下航行器的应用

为了实现水下航行器的精确导航,利用磁通门罗盘和GPS组成了组合导航定位系统,介绍了组合导航定位系统的工作原理.为了克服环境干扰对GPS信号接收的影响以及GPS的定位偏差对导航系统的影响,采用了卡尔曼滤波技术进行了航位推算并对GPS的定位偏差进行了校正,最终的仿真结果表明该组合导航定位系统的定位精度较GPS的定位精度有了较大的提高,能够满足水下航行器导航定位的要求.     

昆虫视觉启发的光流复合导航方法

昆虫能够使用视觉感受的光流(Optical flow, OF)信息执行导航任务. 启发于昆虫的视觉导航, 本文提出了一种生物视觉启发的光流复合导航方法, 它由光流导航和光流辅助导航两部分组成, 以实现高效精确的视觉导航定位. 该方法中, 光流导航的作用是使用昆虫视觉启发的光流法, 测量系统每一时刻的运动位移, 然后使用路径积分累加位移得到位置信息; 光流辅助导航的作用是针对路径积分会产生累积误差的缺点, 使用光流匹配的方法来估计和修正导航中的位置误差. 该光流辅助导航也参考了昆虫启发的光流法, 通过基于光流的卡尔曼滤波器来执行实际和预测光流的迭代匹配. 由于光流导航和光流辅助导航中的光流计算来源于同一昆虫启发光流法, 使得光流复合导航的两部分可共享输入信号和部分执行过程. 文中使用移动机器人进行导航实验,证明了该复合导航方法的效率.     

基于局部字典搜索和多原子匹配追踪的图像逼近算法

鉴于全局搜索和单原子选择的逼近方式是导致图像稀疏分解贪婪算法复杂度高的主要原因,对传统的匹配追踪(MP)算法进行改进,提出基于局部字典搜索和多原子匹配追踪(LMMP)的逼近算法。采用基于二维快速哈莱特变换的内积批量计算方法,实验计算发现核原子在MP算法相邻代中的位序基本稳定,最佳原子只需在排序靠前的原子组成的局部字典中搜索,一次迭代搜索多个非相干原子,进一步提高匹配追踪算法速度,逐原子依次更新残差可减小逼近误差。理论分析表明,LMMP算法是收敛的,且时间复杂度比MP算法低数个数量级。从实验结果看出,LMMP算法与其他全局搜索算法相比,在运算速度和逼近性能上有明显优势。     

多AUV协同导航问题的研究现状与进展

自主水下航行器(Autonomous underwater vehicle, AUV)协同导航是未来50年解决水下中间层区域AUV导航定位的重要方法. 本文针对多AUV协同导航, 对该领域相关问题的研究进展进行了综述, 包括: 1)论述多AUV协同导航领域的研究现状, 包括协同导航问题界定、特点综述与讨论; 2)分析多AUV协同导航系统模型及相关算法的研究进展, 包括基于优化的、 基于参数估计的和基于贝叶斯估计的滤波算法; 3)对协同导航网络下的误差建模与补偿方法的研究进展进行了综述, 包括未知洋流的影响、水声通信延迟补偿等; 4)从影响协同导航定位精度的角度出发, 对AUV协同导航的可观测性与编队最优构型设计的研究进展进行了一系列的分析; 5)陈述目前多AUV协同导航中存在的关键问题, 并讨论其发展趋势.     

基于偏振光辅助定向的车辆自主式导航方法研究

针对车载惯性导航系统运动学辅助算法中, 航向角误差发散,无法长时间得到高精度、高可靠性导航参数的问题,提出一种基于大气偏振光分布规律高精度定向的运动学辅助惯导精度提高算法。通过车载偏振光传感器系统测量解算获得的航向角信息和车辆动态数学模型提供的虚拟位置与速度观测量,与惯性导航系统的输出一起,利用多源信息融合技术进行导航参数的滤波估计,结果能实时反馈校正惯性导航系统和车辆动态数学模型。通过计算机仿真与分析表明,该改进的惯性导航系统辅助方法能够有效抑制航向角误差发散,定位精度较纯惯导及传统惯导运动学辅助方法显著增强,且对最终实现陆地作战车辆精确可靠的自主导航定位具有一定的工程应用价值。