發(fā)布時(shí)間：2023-03-10 23:43

　　近年來(lái),自主水下航行器(Autonomous Underwater Vehicles,簡(jiǎn)稱AUV)因其使用靈活、成本低、可靠性好等優(yōu)點(diǎn),在海洋工程領(lǐng)域中起著越來(lái)越重要的作用,且正朝著多AUV協(xié)作的方向發(fā)展。而具備可靠的、高精度的協(xié)同導(dǎo)航技術(shù),則是實(shí)現(xiàn)多AUV協(xié)作的首要前提,其中主從式協(xié)同導(dǎo)航方法因其成本低、可靠性高、應(yīng)用靈活等優(yōu)點(diǎn)成為研究的主要方向,而利用測(cè)距信息融合主AUV的信息則是較為直接和有效的方式。本文開(kāi)展了 AUV協(xié)同導(dǎo)航算法、基于測(cè)距的主從式AUV協(xié)同導(dǎo)航仿真及實(shí)驗(yàn)等工作,主要的研究工作有:根據(jù)主從式AUV協(xié)同導(dǎo)航過(guò)程建立了導(dǎo)航的二維和三維模型、方程,在單主AUV領(lǐng)航的條件下仿真對(duì)比了幾種非線性貝葉斯濾波算法對(duì)導(dǎo)航精度的影響,結(jié)果證明了協(xié)同導(dǎo)航的有效性且使用不同濾波方式效果不明顯,故后文使用EKF進(jìn)行仿真;引入了最優(yōu)權(quán)重分配方法(Optimal Weight Distribution Method,簡(jiǎn)稱OWDM),通過(guò)計(jì)算主AUV每次測(cè)量的權(quán)重,來(lái)提高導(dǎo)航算法的精度,并通過(guò)仿真驗(yàn)證了該方法的有效性。根據(jù)本文提出的協(xié)同導(dǎo)航模型進(jìn)行了可觀測(cè)性分析,證明了主從AUV的相對(duì)位置關(guān)系...

【文章頁(yè)數(shù)】：98 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
Abstract
第1章 緒論
    1.1 課題背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 多AUV協(xié)作技術(shù)及發(fā)展現(xiàn)狀
        1.2.2 AUV導(dǎo)航技術(shù)及發(fā)展現(xiàn)狀
        1.2.3 AUV協(xié)同導(dǎo)航技術(shù)及發(fā)展現(xiàn)狀
    1.3 本文主要研究?jī)?nèi)容
第2章 AUV協(xié)同導(dǎo)航算法
    2.1 AUV協(xié)同導(dǎo)航系統(tǒng)模型
        2.1.1 協(xié)同導(dǎo)航坐標(biāo)系及參數(shù)定義
        2.1.2 坐標(biāo)轉(zhuǎn)換
        2.1.3 二維協(xié)同導(dǎo)航系統(tǒng)模型
        2.1.4 三維協(xié)同導(dǎo)航系統(tǒng)模型
    2.2 非線性貝葉斯濾波算法
        2.2.1 擴(kuò)展卡爾曼濾波
        2.2.2 無(wú)跡卡爾曼濾波
        2.2.3 容積卡爾曼濾波
        2.2.4 三種濾波算法協(xié)同導(dǎo)航仿真對(duì)比
    2.3 最優(yōu)權(quán)重分配方法
        2.3.1 最優(yōu)權(quán)重分配方法原理介紹
        2.3.2 仿真分析
    2.4 本章小結(jié)
第3章 基于測(cè)距的主從式協(xié)同導(dǎo)航仿真分析
    3.1 協(xié)同導(dǎo)航系統(tǒng)可觀測(cè)性分析
        3.1.1 理論基礎(chǔ)
        3.1.2 協(xié)同導(dǎo)航系統(tǒng)可觀測(cè)性分析
    3.2 基于測(cè)距的主從式AUV協(xié)同導(dǎo)航(二維)
        3.2.1 基于測(cè)距和擴(kuò)展卡爾曼濾波的協(xié)同導(dǎo)航模型(二維)
        3.2.2 單主AUV領(lǐng)航協(xié)同導(dǎo)航(二維)
        3.2.3 雙主AUV領(lǐng)航協(xié)同導(dǎo)航(二維)
    3.3 基于測(cè)距的主從式AUV協(xié)同導(dǎo)航(三維)
        3.3.1 基于測(cè)距和擴(kuò)展卡爾曼濾波的協(xié)同導(dǎo)航模型(三維)
        3.3.2 單主AUV領(lǐng)航協(xié)同導(dǎo)航(三維)
        3.3.3 雙主AUV領(lǐng)航協(xié)同導(dǎo)航(三維)
        3.3.4 幾種協(xié)同導(dǎo)航算法的對(duì)比
    3.4 本章小結(jié)
第4章 AUV平臺(tái)及協(xié)同導(dǎo)航系統(tǒng)實(shí)現(xiàn)
    4.1 AUV實(shí)驗(yàn)平臺(tái)系統(tǒng)結(jié)構(gòu)
    4.2 AUV導(dǎo)航硬件系統(tǒng)
    4.3 AUV導(dǎo)航軟件系統(tǒng)
        4.3.1 基于MOOS-IvP軟件系統(tǒng)架構(gòu)
        4.3.2 基于MOOS-IvP的程序結(jié)構(gòu)
    4.4 本章小結(jié)
第5章 基于測(cè)距的主從式AUV協(xié)同導(dǎo)航實(shí)驗(yàn)
    5.1 實(shí)驗(yàn)場(chǎng)景的仿真
    5.2 USBL測(cè)量的校準(zhǔn)
        5.2.1 USBL定位原理和過(guò)程
        5.2.2 USBL測(cè)量延時(shí)的補(bǔ)償
        5.2.3 USBL定位偏差角估計(jì)
    5.3 海試實(shí)驗(yàn)結(jié)果分析對(duì)比
        5.3.1 單主AUV領(lǐng)航協(xié)同導(dǎo)航實(shí)驗(yàn)
        5.3.2 雙主AUV領(lǐng)航協(xié)同導(dǎo)航實(shí)驗(yàn)
    5.4 本章小結(jié)
第6章 總結(jié)與展望
參考文獻(xiàn)
作者簡(jiǎn)歷及在學(xué)期間所取得的研究成果



本文編號(hào)：3758785