現(xiàn)如今,各國(guó)對(duì)海洋開(kāi)發(fā)和競(jìng)爭(zhēng)日趨激烈,面對(duì)未知復(fù)雜的海洋環(huán)境,人們對(duì)水下目標(biāo)的搜索和定位問(wèn)題一直以來(lái)不斷研究,自主水下航行器(Autonomous Underwater Vehicle,AUV)作為一種靈活性高、自主能力強(qiáng)的新型水下裝備是解決水下問(wèn)題的重要手段。本文針對(duì)面向完全未知的水下環(huán)境中,多AUV協(xié)同目標(biāo)搜索與定位研究展開(kāi)如下:首先,針對(duì)未知環(huán)境下目標(biāo)搜索與定位的重點(diǎn)、難點(diǎn)問(wèn)題進(jìn)行分析,并通過(guò)構(gòu)建環(huán)境的柵格模型、AUV運(yùn)動(dòng)學(xué)模型、前視聲納模型和目標(biāo)的特征模型,詳細(xì)分析了AUV自身運(yùn)動(dòng)限制、聲納中干擾噪聲和視覺(jué)閾值等限制的影響。其次,對(duì)AUV目標(biāo)定位問(wèn)題進(jìn)行分析,本文利用Bayes概率估計(jì)對(duì)AUV的位置狀態(tài)信息做定位估計(jì),在多AUV系統(tǒng)中,每個(gè)目標(biāo)被多次觀測(cè)后,以最初觀測(cè)得到先驗(yàn)信息的基礎(chǔ)上,不斷補(bǔ)充目標(biāo)觀測(cè)樣本信息,得到后驗(yàn)概率估計(jì),因此可以不斷降低定位誤差,保障定位精度。目標(biāo)位置估計(jì)前還需要準(zhǔn)確知道AUV自身位置,利用優(yōu)化方法為AUV設(shè)計(jì)航路時(shí),利用卡爾曼濾波降低AUV運(yùn)動(dòng)噪聲的影響,并通過(guò)仿真比較UKF與EKF,選擇估計(jì)效果較好的UKF應(yīng)用。然后,考慮到搜索方法具有時(shí)效性,本... 

【文章來(lái)源】：哈爾濱工程大學(xué)黑龍江省 211工程院校

【文章頁(yè)數(shù)】：101 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

藍(lán)鰭金槍魚(yú)-21型號(hào)水下無(wú)人航行器

圖 1.2 無(wú)人駕駛協(xié)同路徑規(guī)劃ausman[14]考慮一個(gè) AUV 團(tuán)隊(duì)的協(xié)作控制，利用板載感應(yīng)器來(lái)估計(jì)移動(dòng)目標(biāo)的這種情況下，AUV 需要使用相對(duì)板載感應(yīng)器來(lái)估計(jì)其位置，同時(shí)進(jìn)行跟蹤目標(biāo)率定位和控制方法，考慮了個(gè)別 AUV 運(yùn)動(dòng)和感應(yīng)能力，將目標(biāo)位置的未來(lái)預(yù)性降至最低。對(duì)兩種不確定性的采取的措施是廣泛評(píng)估和比較：交互信息和擴(kuò)濾波協(xié)方差的跡線。綜合考慮了傳感拓?fù)浣Y(jié)構(gòu)的原因，并結(jié)合高效拓?fù)淝袚Q技式時(shí)間復(fù)雜度生成局部最優(yōu)控制。仿真說(shuō)明了此方法的性能并根據(jù) AUV 的有力證明其靈活性以找到合適的傳感拓?fù)浣Y(jié)構(gòu)和目標(biāo)的移動(dòng)。Yoon[15]研究合作搜算法，由于 AUV 的能源消耗、通信范圍、帶寬以及感測(cè)的視域范圍有限，應(yīng)同搜索挑戰(zhàn)并實(shí)現(xiàn)目標(biāo)最小化的 AUV 總行程花費(fèi)時(shí)間和距離，并提出一個(gè)簡(jiǎn)，稱為 Lane Based Search（LBS）。然后，利用一個(gè)協(xié)同會(huì)合的 X 同步（XS使得 AUV 能夠進(jìn)行協(xié)調(diào)它們的數(shù)據(jù)匯總、控制信號(hào)傳播和通過(guò)移動(dòng)輔助數(shù)據(jù)AUV 故障檢測(cè)、恢復(fù)操作。又設(shè)計(jì)一個(gè)方法來(lái)計(jì)算用于檢測(cè)的 AUV 故障的超并描述剩余的 AUV 隨后執(zhí)行調(diào)查任務(wù)。利用數(shù)值分析并進(jìn)行了模擬比較 XS 合方案的性能，結(jié)果表明，XS 可以勝過(guò)其他會(huì)合計(jì)劃的總調(diào)查時(shí)間和 AUV 航

模型作為傳感器，開(kāi)發(fā)出新的函數(shù)，其計(jì)算成本低，性能高。它可以應(yīng)用于具的場(chǎng)景，如具有復(fù)雜和非均勻目標(biāo)概率分布的多目標(biāo)搜索。eng[27]等考慮了在城市環(huán)境中使用多個(gè)固定式無(wú)人機(jī)的綜合目標(biāo)搜索，任務(wù)和每個(gè)單獨(dú)的無(wú)人機(jī)自主和分布式任務(wù)設(shè)計(jì)自主權(quán)的問(wèn)題。開(kāi)發(fā)了基于有限狀態(tài)FSA）模型的控制邏輯設(shè)計(jì)，集成了四種操作模式，即起飛模式，操作區(qū)域模式和跟蹤模式。還介紹了一種高效的分布式多無(wú)人機(jī)目標(biāo)搜索算法。根據(jù)城市圖和目標(biāo)探測(cè)概率圖信息，建立無(wú)人機(jī)的制導(dǎo)與控制。對(duì)于目標(biāo)跟蹤，通過(guò)使系，例如相對(duì)位置、方位、速度比和最小轉(zhuǎn)彎半徑，并開(kāi)發(fā)了一種系統(tǒng)化算成固定式無(wú)人機(jī)跟蹤移動(dòng)目標(biāo)的最佳在線路徑。此外，還針對(duì)一組無(wú)人機(jī)跟蹤的控制方法。最后，提出的分散算法并通過(guò)采用真實(shí)無(wú)人機(jī)模型的仿真進(jìn)行評(píng)

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)蟻群算法的UUV三維路徑規(guī)劃方法[J]. 溫志文,蔡衛(wèi)軍,楊春武.  魚(yú)雷技術(shù). 2016(02)
[2]一種改進(jìn)馬氏距離的最近鄰數(shù)據(jù)關(guān)聯(lián)算法[J]. 王曉君,裴�？�,劉紅云.  導(dǎo)航定位學(xué)報(bào). 2015(04)
[3]基于單目視覺(jué)的AUV水下定位方法[J]. 蔡迎波,李德彪.  中國(guó)慣性技術(shù)學(xué)報(bào). 2015(04)
[4]面向任務(wù)的戰(zhàn)術(shù)行動(dòng)自主協(xié)同關(guān)系模型[J]. 郭宏志,田衛(wèi)萍,高英武.  火力與指揮控制. 2015(03)
[5]多AUV協(xié)同導(dǎo)航問(wèn)題的研究現(xiàn)狀與進(jìn)展[J]. 徐博,白金磊,郝燕玲,高偉,劉亞龍.  自動(dòng)化學(xué)報(bào). 2015(03)
[6]貝葉斯網(wǎng)絡(luò)增強(qiáng)型多模型AUV組合導(dǎo)航算法[J]. 王磊,程向紅,冉昌艷,陳紅梅,胡杰.  系統(tǒng)工程與電子技術(shù). 2015(04)
[7]AUV同時(shí)定位與跟蹤算法研究[J]. 王闖,盧健,黃杰.  西安工程大學(xué)學(xué)報(bào). 2014(05)
[8]一種基于電子海圖的欠驅(qū)動(dòng)AUV區(qū)域搜索方案[J]. 李曄,姜言清,張國(guó)成,黃蜀玲,李一鳴,陳鵬云.  機(jī)器人. 2014(05)
[9]AUV純方位目標(biāo)跟蹤軌跡優(yōu)化方法[J]. 王艷艷,劉開(kāi)周,封錫盛.  機(jī)器人. 2014(02)
[10]基于協(xié)同作戰(zhàn)信息質(zhì)量的戰(zhàn)場(chǎng)態(tài)勢(shì)認(rèn)知模型[J]. 彭漢國(guó),馬良,楊偉,趙陽(yáng)揚(yáng).  四川兵工學(xué)報(bào). 2013(11)

碩士論文
[1]AUV-SLAM的特征提取與匹配算法研究[D]. 鄭艷梅.中國(guó)海洋大學(xué) 2015
[2]有限位置馬爾科夫移動(dòng)目標(biāo)的最優(yōu)搜索策略研究[D]. 葉文敏.武漢理工大學(xué) 2013
[3]面向多目標(biāo)優(yōu)化的多AUVs群體協(xié)同任務(wù)分配[D]. 呂洪莉.哈爾濱工程大學(xué) 2012



本文編號(hào)：2902905