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.     

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。     

UUV导航测速信息的灰色自适应滤波方法研究

针对水下无人航行器UUV（Unmanned Underwater Vehicle）的导航测速数据受海洋环境噪声影响大、处理实时性要求高的问题,提出了一种基于灰色动态预测和数据自适应融合的滤波方法。该方法考虑到UUV的速度在连续变化前提下可能存在的机动性,将基本的静态灰色预测模型改进为灰色动态预测模型,以获得速度数据的近似估计值。然后根据估计值和实际采样值之间的偏差,自适应的调整两者之间的权重系数进行融合,以实现实时的数据滤波。通过对UUV海上试验数据的验证,证明了该方法的有效性。     

基于粒子滤波的AUV组合导航方法

讨论了粒子滤波器和RB(Rao-Blackwellised)粒子滤波器两种滤波方法在组合导航中的应用,给出了组合导航算法用于自治水下航行器(AUV)的具体数学模型,并且与拓展卡尔曼滤波器的导航结果进行比较.利用AUV湖上试验验证了3种算法的导航性能,试验结果表明RBPF组合导航算法能够获得最好的导航精度;然而通过对算法进行分析,发现其计算复杂度高于其余两种滤波算法.     

水下航行器极区内航行控制关键技术

随着极区经济利益和战略意义日益凸显,水下航行器在极区作战使用的需求逐步清晰。基于极区特殊的气候条件和地理环境,指出了水下航行器在高纬度及跨极区航行时,需要重点考虑导航、控制、仿真试验等多个问题。仿真试验结果验证了基于格网导航算法的水下航行器跨极区控制和导航策略及仿真方法的可行性。     

基于UKF的水下航行器IMU故障检测与诊断方法研究

惯性测量单元（IMU）作为水下航行器导航系统关键传感器,其可靠性直接影响航行器的导航性能。为了提高IMU的容错能力,本文提出一种基于无迹卡尔曼滤波（UKF）算法的IMU故障诊断技术。首先根据水下航行器的动力学方程和导航系统特点,建立描述IMU故障与导航状态量关系的解析模型;接着基于UKF非线性滤波的特点,进行导航滤波解算,基于此,提出了解耦矩阵法以实现IMU的故障检测;并且根据无迹卡尔曼滤波器新息正交原理,提出了实时估计IMU故障的方法,从而完成水下航行器IMU故障的在线检测与诊断。最后,通过实际航行数据验证了所提出算法的有效性。     

洋流影响下基于运动矢径的AUV协同定位方法

针对水下自主航行器（AUV）协同定位受水下未知定常洋流影响的问题,给出一种洋流影响下基于运动矢径的AUV协同定位方法.利用AUV的运动学方程和基于运动矢径的量测方程,建立AUV的导航模型;通过扩展的卡尔曼滤波,设计了协同定位滤波算法;利用该算法对洋流速度进行估计,以补偿AUV定位误差.仿真结果表明,该算法能有效估计未知定常洋流速度的大小,并对AUV定位误差进行实时补偿,显著提高了AUV的定位精度.     

基于高度计信息处理的欠驱动无人水下航行器地形跟踪控制

针对高度测量信息不准确情况下的欠驱动无人水下航行器(UUV)地形跟踪控制问题,结合欠驱动UUV的固有特性,提出了一种基于反步法的非线性海底地形跟踪控制方法。首先,针对高度计受海水温度和盐度等海洋环境的干扰而导致高度测量信息不准确的问题,采用卡尔曼滤波器对高度测量信息进行处理,提高高度信息的准确性;然后,基于Lyapunov稳定性理论和反步法设计了非线性地形跟踪控制器,并证明了控制系统的渐近稳定性;最后,分别通过仿真实验和海试实验对所提出的方法进行验证。结果表明,基于高度信息滤波处理的欠驱动UUV非线性地形跟踪控制器能够实现精确的地形跟踪控制。     

基于高度计信息处理的欠驱动无人水下航行器地形跟踪控制

针对高度测量信息不准确情况下的欠驱动无人水下航行器(UUV)地形跟踪控制问题,结合欠驱动UUV的固有特性,提出了一种基于反步法的非线性海底地形跟踪控制方法。首先,针对高度计受海水温度和盐度等海洋环境的干扰而导致高度测量信息不准确的问题,采用卡尔曼滤波器对高度测量信息进行处理,提高高度信息的准确性;然后,基于Lyapunov稳定性理论和反步法设计了非线性地形跟踪控制器,并证明了控制系统的渐近稳定性;最后,分别通过仿真实验和海试实验对所提出的方法进行验证。结果表明,基于高度信息滤波处理的欠驱动UUV非线性地形跟踪控制器能够实现精确的地形跟踪控制。     

通信延迟下的多UUV协同定位——基于航迹预测的实时更新算法

研究了主从式多无人水下航行器(UUV)协作系统的协同定位方式,并针对协同定位过程中存在的水声通信和探测时延问题,提出了基于主UUV航迹预测的无状态逆推的非等间隔实时更新(ⅡRU)定位方法,用于提高从UUV的协同定位精度.该方法采用统计建模方法对主UUV航迹进行预测,用于从UUV相对距离量测的实时更新,并基于非等间隔滤波...     

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。     

灰色动态预测在AUV传感器故障诊断中的应用

针对自主水下机器人(AUV)传感器故障诊断中样本数据少、随机性强、实时性要求高的特点,将灰色动态预测模型的建模原理引用到AUV传感器的故障诊断中。在对传感器进行数据滤波、小样本灰色建模与灰色动态预测的基础上,可以实现AUV传感器的实时故障诊断。文章详细阐述了基于灰色动态预测的传感器故障诊断的具体实现方法和步骤,对AUV传感器中典型的四种故障模式进行了仿真研究。结果表明该方法能快速、准确地诊断出传感器故障,并且在传感器发生故障后的一段时间内能够实现信号恢复。     

AUV波阵面水声精确定位

本文提出在长基线自治水下机器人导航定位系统中用波阵面进行定位的方法 ，即用射线理论求出波阵面，用波阵面相交求出目标位置．模拟计算表明，对于深海导航定 位，利用这种方法可以较大地提高定位精度．     

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.     

Localization of AUVs using visual information of underwater structures and artificial landmarks

Autonomous underwater vehicles (AUVs) can perform flexible operations in complex underwater environments due to their autonomy. Localization is one of the key components of autonomous navigation. Since the inertial navigation system of an AUV suffers from drift, observing fixed objects in an inertial reference system can enhance the localization performance. In this paper, we propose a method of localizing AUVs by exploiting visual measurements of underwater structures and artificial landmarks. In a framework of particle filtering, a camera measurement model that emulates the camera’s observation of underwater structures is designed. The particle weight is then updated based on the extracted visual information of the underwater structures. Detected artificial landmarks are also used in the particle weight update. The proposed method is validated by experiments performed in a structured basin environment.     

Adaptive tuning of a Kalman filter via fuzzy logic for an intelligent AUV navigation system

This paper describes the implementation of an intelligent navigation system, based on the integrated use of the global positioning system (GPS) and several inertial navigation system (INS) sensors, for autonomous underwater vehicle (AUV) applications. A simple Kalman filter (SKF) and an extended Kalman filter (EKF) are proposed to be used subsequently to fuse the data from the INS sensors and to integrate them with the GPS data. The paper highlights the use of fuzzy logic techniques to the adaptation of the initial statistical assumption of both the SKF and EKF caused by possible changes in sensor noise characteristics. This adaptive mechanism is considered to be necessary as the SKF and EKF can only maintain their stability and performance when the algorithms contain the true sensor noise characteristics. In addition, fault detection and signal recovery algorithms during the fusion process to enhance the reliability of the navigation systems are also discussed herein. The proposed algorithms are implemented to real experimental data obtained from a series of AUV trials conducted by running the low-cost Hammerhead AUV, developed by the University of Plymouth and Cranfield University.     

基于移动长基线的多AUV 协同导航

基于扩展卡尔曼滤波（EKF）理论研究了多AUV 协同导航定位的移动长基线算法．移动长基线多AUV 协同导航结构中,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,外部均装备水声装置测量 相对位置关系,利用移动长基线算法融合内部和外部传感器信息,实时获取从AUV 的位置信息．建立了协同导航 系统数学模型,设计了EKF 协同导航算法,在各种测试情况下通过仿真验证了所推导的分析结果,对EKF 和几何 解方程算法的导航效果进行了比较．研究结果表明,以主AUV 作为移动的长基线节点时,通过EKF 算法可以显著 提高群体的导航定位精度．     

改进的裂变自举粒子滤波算法在GPS导航系统中的应用

为了提高全球定位系统GPS的定位精度和可靠性,提出了一种基于裂变自举粒子滤波FBPF的GPS定位系统算法。根据GPS输出的参数之间的相互联系建立了系统的状态方程,并应用于对GPS接收数据进行滤波处理的改进FBPF算法中。GPS导航系统中采用DSP对GPS接收机的输出信号进行译码和滤波处理。