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TFDA的有限空间多目标声定位方法

针对有限空间中多途干扰导致多目标声定位方法性能下降的问题,在分析了主动定位和被动定位模型适用性的基础上,提出将基于短时傅里叶变换（STFT）的单频信号强度提取与二次相关结合的方法应用于声发射信号声达时频差（TFDA）的测定,并采用多个全指向电容式麦克风进行声定位实验。首先,对麦克风接收到的声信号进行放大预处理;其次,利用接收到的锚节点扬声器定时循环发射的声信号计算声达时频差;最后,各目标利用混合求解的方法进行自主定位。实验表明该方法能够有效实现有限空间多目标定位,定位均方根误差达到5cm,相对精度达到3%。     

有限封闭环境中基于PCA的水声测距方法

有限空间中多途效应严重影响测距的准确性,针对该问题,提出一种基于主成分分析的水声信号测距方法,对信号协方差矩阵进行降维和特征抽取,在保留协方差矩阵信息量的同时抑制多途干扰信号的影响。实验结果表明,该方法能够提高有限封闭液态场环境中水声测距的准确性和稳健性。     

一种平面阵定位的改进算法

对任意形状的平面传感器阵列.提出一种改进的目标定位算法以减小时延估计误差带来的定位误差.首先引入集合的概念建立子传感器面阵的定位模型,然后通过最小化测量误差对各子面阵的定位姑果进行加权平均.将该算法与加权最小二乘法和牛顿选代法进行Monte-Carlo仿真,比较三者的统计特性.仿真结果表明,当传感器个数有限时,改进后的算法在远、近场情况下均可有效降低目标定位的方差,增强定位系统的可靠性,最终提高目标的定位精度.     

一种基于高精度定位技术的水声测量系统的研究

本文针对水声测量中的宽频技术应用开展研究,设计了新的水声测量系统——运用现代信号处理技术实现了宽频噪声水声测量系统。该技术大大缩短了测量时间,提高了水声测量的定位精度。     

基于组合EKF的自主水下航行器SLAM

针对标准扩展卡尔曼滤波(EKF)在噪声统计特性不准确、系统模型与实际模型无法完全匹配情况下滤波精度严重下降的问题,提出了一种基于Sage-Husa自适应EKF和强跟踪EKF组合的SLAM(同步定位与地图构建)算法.首先建立了AUV(自主水下航行器)的动力学模型、特征模型以及传感器的测量模型,然后通过Hough变换进行特征提取,最终采用组合EKF实现了自主水下航行器的同步定位与地图构建.海试数据仿真试验表明本文所提方法降低了噪声统计特性时变以及模型不精确对系统的影响,提高了SLAM系统的精确性和鲁棒性.     

EKF在移动信标的WSN节点定位中的应用

扩展卡尔曼滤波常用于非线性系统的优化,应用在移动信标的WNS节点定位中可以提高定位精度。     

基于TDOA定位算法的模糊解消除方法

本文提出了一种消除TDOA定位算法模糊解的方法--循环主站法。该方法可以大大减少因为定位的模糊性、得不到合理解而重新进行定位测量的次数,这有利于节约系统资源,提高定位效率。仿真实验证明了该方法的有效性。     

一种基于抗差EKF的移动机器人定位技术

自主机器人作业的关键问题是自身的定位问题。卡尔曼滤波可用于对系统位置进行估计。首先介绍了移动机器人同步定位与地图构建(Simultaneous Localization and Mapping,SLAM)的一般模型及关键技术,然后介绍了扩展卡尔曼滤波(Extended Kalman Filter,EKF)的原理,通过分析粗差对EKF模型的影响,提出了抗差EKF模型。该模型根据多余观测分量及预测残差统计,构造抗差等价EKF增益矩阵,通过迭代解算给出抗差解。最后分别实现了加入粗差后的标准EKF-SLAM解决方案以及加入粗差后的抗差EKF-SLAM解决方案;模拟了自主机器人运动轨迹,并对比了两种模型对机器人定位的精确度,结果显示了抗差EKF模型的优越性。     

基于频分模式的水声自主定位

文章首先分析了水声定位的特点,针对水声定位技术中受水环境特殊性的影响,设计了一种以频分模式为基础的水声自主定位的方法,并且对该方法进行了计算机仿真,结果表明该方法对于克服水环境对定位的影响、提高定位精度是有效的.     

气体易燃特性受限空间实验测定方法的研究

气体易燃特性是化学危险品分类及标记全球协调制度(GHS)中安全数据表制定以及GB 20577-2006中气体危险性分类的重要依据,由易燃气体爆燃浓度上、下极限值描述。目前在化学品性质数据库中仅有部分单元气体的易燃特性信息,对于多元混合气尚无有关易燃性极限的描述,传统多元气体易燃性极限的经验公式估算法存在误差大的特点。本文研制了基于燃爆状态特征信息提取与分析的受限空间内气体易燃性极限自动检测系统。在引入流量修正项的气体浓度增量调节技术的基础上,提出了一种气体易燃性极限的离散逼近搜寻法,运用多传感器联合燃爆状态辨识技术实现火焰精确捕捉。多种典型试样测定结果表明:本系统气体易燃极限的测量不确定度优于2%。     

智能空间定位模型研究

在智能空间三维定位过程中,由于噪声干扰,对未知节点的定位会产生误差。通过对定位过程中产生的误差区域分析,推导出当空间定位参考点和未知节点满足一定条件时,定位误差最小,由此提出空间定位参考点的布局模型定理。仿真实验表明,定位参考点布局模型定理能更好地满足对智能空间实时定位的需求,且具有较高的定位精度。     

水声系统中的优化均衡技术研究

针对水声通信系统传输频率低、速率慢、带宽受限且多径干扰严重等问题,设计一种水声系统优化均衡技术.将LDPC码、直接序列扩频和DQPSK技术相结合,采用LDPC-DQPSK软判决译码方案克服传统硬判决误码率高的缺陷,并依据水声信道的特点,研究LMS算法和RLS算法在不同方案下的系统误码率性能.实验结果证明,该技术能够在较低的信噪比条件下改善系统误码率,节省传输带宽.     

水声通信网络信道仿真研究

根据海洋环境下水声信道的特性,提出一个面向水声通信网络信道的仿真框架,其中包括传播延迟、接收功率、背景噪声、干扰噪声、信噪比与误码率等若干模型,并以一个典型的水声网络仿真场景为例,给出了部分仿真试验结果.     

一种基于自构架模糊EKF的目标跟踪方法

针对无人机飞行轨迹跟踪定位问题,研究了一种基于自构架模糊EKF目标跟踪方法。首先根据无人机系统的动力学方程建立了无人机系统控制模型,并将无人机控制系统中存在的高频随机干扰信号视为观测干扰噪声。其次设计了自构架模糊扩展卡尔曼滤波,将EKF估计方差与实际观测方差间的误差作为自构架模糊系统的一个输入,通过自构架模糊系统辨识,自适应地减小模糊EKF系统估计误差,提高对无人机系统的跟踪精度。最后,通过实验仿真证明了该方法对无人机飞行轨迹跟踪的有效性。     

基于立方体模型和EKF的运动汽车跟踪算法研究

针对固定摄像机、大范围复杂交通场景,提出了一种运动汽车的实时跟踪算法。根据汽车的刚体特性,采用立方体模型与运动汽车图像进行匹配的算法,避免三维重建的难题,能较为直观地得到运动汽车的形体信息。结合车辆的非线性运动特征引入EKF算法,准确地预测车辆的相关参数信息,减少目标跟踪过程中的搜索时间,从而能够实时准确地跟踪运动汽车目标。通过真实交通视频仿真实验,该算法具有较好的跟踪能力和抗干扰性能。     

水下无线传感器网络信道研究

水下无线传感器网络通信信道是一种环境噪声高、传播时延长、误比特率高、多径干扰、多普勒效应严重的时、频、空变复杂的随机信道。水下声信道的复杂性和多变性严重限制了水下声通信的性能。本文使用Matlab软件研究、仿真分析了上述因素对水下无线传感器网络通信性能的影响,为更好地设计无线传感器网络信道模型、合理的水下无线传感器网络拓扑结构以及低功耗、高性能的路由协议提供一定的参考依据。