基于多传感器信息融合的水下运动体速度测量.pdf

《基于多传感器信息融合的水下运动体速度测量.pdf》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、144传感器与微系统(TransducerandMicrosystemTechnologies)2014年第33卷第5期基于多传感器信息融合的水下运动体速度测量徐侃，徐国华，夏英凯，赵寅(华中科技大学船舶与海洋工程学院轮机工程系，湖北武汉430074)摘要：针对水下运动体测速中存在的难度大、精度低等问题，提出一种基于加速度计和机械测速装置的融合测速方法。该方法实质上是一种改良的模糊自适应卡尔曼滤波，在常规卡尔曼滤波的基础上，引入了自适应参数，并通过模糊控制器对残差的监控来实时调整自适应参数。经Matlab仿真和实际试验证实：该方法可以有效地提高卡尔曼滤波器的跟踪性

2、，并改善滤波效果，适用于通用的水下运动体测速。关键词：加速度计；机械测速装置；水下运动体；融合测速；模糊自适应；卡尔曼滤波中图分类号：TP391文献标识码：A文章编号：1000-9787(2014)05-0144-04Velocitymeasurement0funderwatervehiclebased0nlJ-■●■■■n■mUIti-sensorlIl10rmaU0nIUSl0nxuKan，XUGuo—hua，XIAYing—kai，ZHAOYin(DepartmentofMarineEngineering，SchoolofNavalArchitecturea

3、ndOceanEngineering，HuazhongUniversityofScienceandTechnology，Wuhan430074，China)Abstract：Afusevelocitymeasurementmethodbasedonaccelerometerandmechanicalvelocitymeasuringdeviceisproposed，aimingatsuperiordifficultyandlowaccuracyexistinthevelocitymeasurementofunderwatervehicle．Thismethodis

4、essentiallyamodifiedfuzzyadaptiveKalmanfiltering，byintroducingadaptiveparameterstogeneralKalmanfiltering，whichisadjustedbyfuzzycontrollerthroughmonitoringofresiduals．ThroughtheMatlabsimulationandexperimentalverification．thismethodcaneffectivelyimprovethetraceabilityoftheKalmanfilteran

5、dimprovethefilteringeffect，whichissuitableforgeneralvelocitymeasurementofunderwatervehicle．Keywords：accelerometer；mechanicalvelocitymeasuringdevice；underwatervehicle；fusevelocitymeasurement；fuzzyadaptive；Kalmanfiltering0引言综合测速。海洋资源开发、科学试验越来越多地要求进行水下运卡尔曼滤波是多传感器信息融合最常用的一种经典算动体高精度速度测量与控制

6、。但海洋环境复杂，且具有不法，但水下运动体的工作环境存在各种未知干扰，常规卡尔可见、人不接近等特点，其测速难度大、精度低。本文结合曼滤波算法无法对这些变化进行检测和调整，且常规卡尔某科学试验海洋平台，探索一种基于双传感器的信息融合曼滤波在计算增益时存在缺陷，易造成发散的现象，针水下高精度测速技术。对这些问题，本文提出了一种模糊自适应卡尔曼滤波算该科学试验平台是工作在200m深的水下张力腿平法，提高了滤波器的跟随性和滤波精度。台。平台中间置有导轨，呈流线型的水下轮式运动体运行1水下运动体测速原理于导轨上，实验设备放在运动体内密封舱里，高精度的速度1．1机械测速装置测

7、量辅助速度控制以提供实验设备所需要的速度曲线。机械测速装置由测速轮组件和接近传感器组成。当测单一的水下测速方法如惯性测量、水声测量(DVL)等速轮转动时，引起接近传感器的磁场变化，通过信号处理输精度有限，因此，最终选用多传感器信息融合的方式。惯性出方波信号。测量在规定时间间隔内，传感器输出的脉装置(加速度计)安装于水下轮式运动小车内，新增机械测冲个数，即可获得速度值。速装置在小车轮旁，通过2种测速装置对该运动小车进行假设测速装置的码盘半径为R，齿数为M，周期内，收稿日期：2013-10-08基金项目：国家自然科学基金资助项目(51079061)第5期徐侃，等：基于

8、多传感器信