一种基于UKF的AUV移动声学网络协同导航方法

一种基于UKF的AUV移动声学网络协同导航方法

ID:46580669

大小:317.05 KB

页数:6页

时间:2019-11-25

一种基于UKF的AUV移动声学网络协同导航方法_第1页
一种基于UKF的AUV移动声学网络协同导航方法_第2页
一种基于UKF的AUV移动声学网络协同导航方法_第3页
一种基于UKF的AUV移动声学网络协同导航方法_第4页
一种基于UKF的AUV移动声学网络协同导航方法_第5页
资源描述:

《一种基于UKF的AUV移动声学网络协同导航方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、万方数据2011年12月第29卷第6期西北工业大学学报JournalofNorthwesternPolytechnicalUniversityDec.201lV01.29No.6一种基于UKF的AUV移动声学网络协同导航方法刘明雍,沈超,张立川,龚雪晴(西北工业大学航海学院,陕西西安710072)摘要:针对扩展卡尔曼滤波(EKF)在自主水下航行器(AUV)移动声学网络协同导航中,存在强非线性观测方程条件下线性化误差大、计算复杂等缺点,文章提出一种基于无迹卡尔曼滤波(UKF)的AUV移动声学网络协同导航方法。利用移动长基线原理和UKF方法,建立基于UK

2、F的协同导航滤波算法,并通过仿真实验与传统的EKF协同导航算法进行对比。仿真结果表明,基于UKF的协同导航算法能明显减小导航定位误差,在导航精度上优于EKF方法,是AUV协同导航中一种更加简单有效的导航滤波方法。关键词:无迹卡尔曼滤波,移动声网络,协同导航,AUV中图分类号:TP242.3文献标识码:A文章编号:1000-2758(2011)06-0934-05随着水下滑翔器编队、水下漂流器编队以及蜂群式AUV等小型化低成本AUV的大批量使用,不可能每个AUV均拥有完善的导航系统,需要充分利用群体导航信息进行个体导航辅助定位。AUV协同导航是解决海洋

3、中间层水下导航问题的重要途径,成为近年来国内外研究的热点。2000年M.B.I.Atrsen⋯提出了虚拟长基线(SLBL)的概念,并且该团队利用自己设计的SLBL和航位推算系统MAR.POS旧1进行了试验,取得不错的效果。剑桥大学的。Vaganay∞o团队采用水面信标GPS辅助导航的方法大大提高了AUV的导航精度。2004年波尔图大学的AnibalMatos【4J、NunoCruz在此基础上提出的使用移动信标来替代固定信标,并对双领航者协同定位方法进行了仿真研究。2008年,NWPU水下航行器研究所的张立川研究了单领航者协同导航定位的研究”1。201

4、0年NWPU水下航行器研究所的李闻白在基于单信标测距的水下协同导航系统中给出了可观测性分析∞1。在研究中发现,实际的AUV导航模型具有的非线性很强,而现阶段世界各个研究机构对于协同导航算法通常只采用扩展的卡尔曼滤波器(EKF)进行滤波实现。然而,基于EKF的导航算法是将非线性方程围绕状态估值进行泰勒展开,并进行基于一阶泰勒截断的线性化方法,虽然具有一定的精度H'6J,但是实际应用中存在很明显的缺陷:(1)当非线性观测方程的泰勒展开式中的高阶项不能忽略时,EKF会导致很大的线性化误差,造成滤波器难以稳定;(2)Jacobian矩阵的推导十分复杂,有时候

5、甚至无法得到具体解析形式,导致EKF失效。本文提出采用无迹卡尔曼滤波方法(UKF)对移动声网络协同导航算法进行滤波实现,不需要系统模型的具体解析形式,克服了EKF的不足,并充分考虑了随机变量的噪声统计特性,算法简单,易于实现。仿真实验表明,在理想仿真条件下UKF方法能达到在lm以内的精度明显优于EKF方法。1移动声网络协同导航基本原理双领航者移动声网络导航是属于基于移动长基线(MLBL)的导航定位技术07I。信标与主AUV固连,两主AUV之间形成移动基线,用于从AUV的导航定位。主AUV装备高精度的导航设备,从AUV装备低精度的航位推算系统,主、从A

6、UV间利用水声Modem进行测距和通讯。如图1所示,在t,时刻主AUVl发出声脉冲向收稿日期:2011-03-08基金项目:自然科学基金(50979093、51179156、51109179)与航空科学基金(2011ZC53043)资助作者简介:刘明雍(1971一),西北工业大学教授、博士生导师,主要从事水下航行器导航与控制的研究。万方数据箜兰期刘明雍等:一种基于UKF的AUV移动声学网络协同导航方法.935.~~、rl^黔∥。辽霉f0i_7丑a)主AUVIPINGb)从AUV得到c)主AUV2PINGd)从AUV得到相对位置图1移动长基线导航定位原

7、理示意图声网络中的从AUV进行位置广播,声脉冲信息包括时间、经度、纬度、深度、航向、姿态等。t:时刻从AUV收到声脉冲信号,解算自身相对于主AUVl的位置信息;£3时刻,主AUV2发出声脉冲位置广播;t4时刻从AUV收到声脉冲信号,解算得相对于主AUV2的位置信息。图2移动长基线算法由于AUV的深度D可以直接从深度传感器得到,故将AUV之间三维位置关系向水平面内投影,转换为二维平面位置关系,如图2所示。在水平面内,主AUVl和AUV2的坐标分别为(X,,y1),(五,y2),它们之间的距离(斜距)分别为R。和R:,深度分别为D。和D:,则根据几何位置

8、关系,有P。=撕F可Fj酽P2=属1珊(1)砰=(x—X。)2+(Y—y1)2暖=(x一恐)2+(Y—y2)

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。