基于神經網絡的AUV航位推算算法研究
發(fā)布時間:2021-04-24 03:07
AUV是探索海洋的重要工具之一,高精度的導航系統(tǒng)是其能在水下安全工作的重要保障,因此人們對AUV的導航精度要求不斷提高。目前,AUV最常用的導航方法有四大類,分別是航位推算法、水聲定位法、地球物理導航方法和水下GPS定位系統(tǒng)等。其中,水聲定位系統(tǒng)(長基線、短基線、超短基線等)使用聲吶陣列來估計AUV的航程和方位,定位精度較高,其缺點是作用距離有限。航位推算法是在已知起始點位置的情況下,利用當前速度和移動方向推算下一位置的過程,是AUV目前最常用的導航方法之一。傳統(tǒng)的航位推算依賴于陀螺儀和加速度計等慣性傳感器,陀螺儀用來估計AUV相對參考坐標系的方向,加速度計用來估算航行的距離。航位推算導航的一個主要挑戰(zhàn)來自于慣性傳感器(陀螺儀,加速度計等)的測量誤差,特別是當AUV靠近或位于海洋表面時,其移動會受到海洋波浪的影響,AUV的俯仰角會隨著波浪起伏快速變化,這種快速的變化和偏移會導致陀螺儀對方向的測量產生很大噪聲,進而對航位推算造成很大的誤差。本文中,我們提出一種算法,該算法基于神經網絡,并結合聲學定位和航位推算法完成對AUV的航跡追蹤。首先利用聲學定位,對短距離AUV航行的位置進行精確定位...
【文章來源】:吉林大學吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁數】:56 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景及意義
1.2 AUV概述
1.3 水下定位技術簡介
1.4 水下定位技術國內外研究現(xiàn)狀
1.4.1 國外研究現(xiàn)狀
1.4.2 國內研究現(xiàn)狀
1.5 論文主要內容及體系結構
第2章 神經網絡相關技術分析
2.1 神經網絡簡介
2.2 最優(yōu)化算法
2.3 數據預處理與評估方法
2.4 本章小結
第3章 AUV運動模型
3.1 坐標系統(tǒng)
3.2 坐標系轉換
3.3 航位推算法
3.4 本章小結
第4章 基于神經網絡的航位推算法
4.1 俯仰角的估算
4.2 建立神經網絡
4.3 本章小結
第5章 實驗仿真
5.1 波浪模型
5.2 數據生成
5.3 仿真結果
5.3.1 算法A(俯仰角估測算法)結果展示
5.3.2 神經網絡訓練結果展示
5.3.3 DR-N算法實驗結果展示
5.4 無人機模擬實驗
5.4.1 無人機介紹
5.4.2 實驗數據采集
5.4.3 實驗結果
5.5 本章小結
第6章 結論與展望
參考文獻
作者簡介及在學期間所取得的科研成果
致謝
【參考文獻】:
期刊論文
[1]AUV搭載多波束聲納進行地形測量的現(xiàn)狀及展望[J]. 李岳明,李曄,盛明偉,孫玉山,張國成. 海洋測繪. 2016(04)
[2]超短基線陣基元位置精確校準試驗研究[J]. 馬根卯,董銘鋒,鐘琴琴. 聲學與電子工程. 2016(02)
[3]基于SINS/LBL緊組合的AUV水下導航定位技術[J]. 張濤,石宏飛,徐曉蘇. 中國慣性技術學報. 2015(04)
[4]基于GPS的水下動態(tài)目標定位方法研究[J]. 任紹俊,于惠海. 無線電工程. 2015(07)
[5]水下無線傳感器網絡定位技術研究進展[J]. 畢京學,郭英,甄杰,張鼎凱,楊凱,段淑珍. 導航定位學報. 2014(01)
[6]關于人工神經網絡的應用研究[J]. 李紅超. 電腦知識與技術. 2014(06)
[7]基于單目視覺的AUV實時定位算法研究[J]. 高俊釵,劉明雍,徐飛. 半導體光電. 2013(06)
[8]洋流影響下基于運動矢徑的AUV協(xié)同定位方法[J]. 劉明雍,張加全,張立川. 控制與決策. 2011(11)
[9]最優(yōu)化算法在BP網絡中的應用[J]. 李友坤. 中國新技術新產品. 2011(18)
[10]基于移動長基線的多AUV協(xié)同導航[J]. 張立川,徐德民,劉明雍,嚴衛(wèi)生. 機器人. 2009(06)
碩士論文
[1]AUV長基線定位算法研究[D]. 李晶.河北師范大學 2016
本文編號:3156552
【文章來源】:吉林大學吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁數】:56 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景及意義
1.2 AUV概述
1.3 水下定位技術簡介
1.4 水下定位技術國內外研究現(xiàn)狀
1.4.1 國外研究現(xiàn)狀
1.4.2 國內研究現(xiàn)狀
1.5 論文主要內容及體系結構
第2章 神經網絡相關技術分析
2.1 神經網絡簡介
2.2 最優(yōu)化算法
2.3 數據預處理與評估方法
2.4 本章小結
第3章 AUV運動模型
3.1 坐標系統(tǒng)
3.2 坐標系轉換
3.3 航位推算法
3.4 本章小結
第4章 基于神經網絡的航位推算法
4.1 俯仰角的估算
4.2 建立神經網絡
4.3 本章小結
第5章 實驗仿真
5.1 波浪模型
5.2 數據生成
5.3 仿真結果
5.3.1 算法A(俯仰角估測算法)結果展示
5.3.2 神經網絡訓練結果展示
5.3.3 DR-N算法實驗結果展示
5.4 無人機模擬實驗
5.4.1 無人機介紹
5.4.2 實驗數據采集
5.4.3 實驗結果
5.5 本章小結
第6章 結論與展望
參考文獻
作者簡介及在學期間所取得的科研成果
致謝
【參考文獻】:
期刊論文
[1]AUV搭載多波束聲納進行地形測量的現(xiàn)狀及展望[J]. 李岳明,李曄,盛明偉,孫玉山,張國成. 海洋測繪. 2016(04)
[2]超短基線陣基元位置精確校準試驗研究[J]. 馬根卯,董銘鋒,鐘琴琴. 聲學與電子工程. 2016(02)
[3]基于SINS/LBL緊組合的AUV水下導航定位技術[J]. 張濤,石宏飛,徐曉蘇. 中國慣性技術學報. 2015(04)
[4]基于GPS的水下動態(tài)目標定位方法研究[J]. 任紹俊,于惠海. 無線電工程. 2015(07)
[5]水下無線傳感器網絡定位技術研究進展[J]. 畢京學,郭英,甄杰,張鼎凱,楊凱,段淑珍. 導航定位學報. 2014(01)
[6]關于人工神經網絡的應用研究[J]. 李紅超. 電腦知識與技術. 2014(06)
[7]基于單目視覺的AUV實時定位算法研究[J]. 高俊釵,劉明雍,徐飛. 半導體光電. 2013(06)
[8]洋流影響下基于運動矢徑的AUV協(xié)同定位方法[J]. 劉明雍,張加全,張立川. 控制與決策. 2011(11)
[9]最優(yōu)化算法在BP網絡中的應用[J]. 李友坤. 中國新技術新產品. 2011(18)
[10]基于移動長基線的多AUV協(xié)同導航[J]. 張立川,徐德民,劉明雍,嚴衛(wèi)生. 機器人. 2009(06)
碩士論文
[1]AUV長基線定位算法研究[D]. 李晶.河北師范大學 2016
本文編號:3156552
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3156552.html
最近更新
教材專著