本文關鍵詞：深海AUV多源導航信息融合方法研究

  更多相關文章： 自主水下航行器 非線性濾波 多模型估計 組合導航 聯(lián)邦濾波

【摘要】：自主水下航行器(AUV)是開發(fā)利用深海資源、調(diào)查深海環(huán)境、利用深�？臻g的關鍵技術裝備,而精度高、穩(wěn)定性好的導航定位系統(tǒng)是自主水下航行器安全、可靠地執(zhí)行水下任務的技術保障。對多源導航信息融合方法的研究是提高自主水下航行器導航定位精度以及可靠性的重要手段之一。本文以深海AUV多源導航信息融合方法為主題,研究工作主要圍繞非線性非高斯濾波算法、導航傳感器數(shù)據(jù)降噪方法、多模型狀態(tài)估計理論以及在水下航行器組合導航系統(tǒng)中的應用。論文的主要內(nèi)容如下：1.針對非線性、非高斯狀態(tài)估計問題,研究高斯和確定采樣型濾波算法。推導非線性貝葉斯濾波理論框架,對高斯確定采樣型濾波算法進行分析,并對利用數(shù)值積分進行非線性近似的方法進行研究,建立了一種通過概率密度函數(shù)進行采樣點選取的高階無跡卡爾曼濾波算法,將其與高斯和濾波理論相結合,提出一種高斯和高階無跡卡爾曼濾波算法,數(shù)值仿真實驗結果表明該算法能夠兼顧估計精度和計算復雜度,性能優(yōu)于現(xiàn)有的高斯和濾波器。2.為了解決水下航行器組合導航系統(tǒng)由于外部環(huán)境變化、機械振動以及水聲信號多徑效應等噪聲干擾,研究導航傳感器數(shù)據(jù)降噪方法。分析AUV各導航傳感器的工作原理以及引起測量誤差的原因,并建立各傳感器的誤差模型；對基于小波變換和經(jīng)驗模型分解的信號降噪方法進行研究,將這兩種方法應用于水下航行器各傳感器數(shù)據(jù)預處理中,仿真實驗結果表明,兩種降噪方法均有助于提升AUV組合導航估計精度,基于經(jīng)驗模態(tài)分解的降噪方法有較好的自適應能力。3.針對水下航行器組合導航系統(tǒng)噪聲統(tǒng)計特性不確定的情況,研究基于多模型估計的組合導航信息融合方法。對基于多模型估計理論的狀態(tài)估計方法進行研究,分析交互式多模型算法,利用模型集自適應策略中的期望模式修正思想對其進行改進,提出一種期望模式修正的交互式多模型估計算法,在SINS/DVL組合導航系統(tǒng)中對該方法進行仿真實驗,結果表明改進的方法能夠在適度增加計算復雜度的情況下,提升組合導航系統(tǒng)估計精度及算法穩(wěn)定性。4.針對交互式多模型算法中模型轉(zhuǎn)移概率更新對量測噪聲變化過于敏感、模型概率計算容易出現(xiàn)不穩(wěn)定的問題,對模型轉(zhuǎn)換概率自適應交互式多模型方法進行研究。分析引起模型概率計算不準確的因素,對改進的新息交互式多模型算法進行研究,提出一種基于貝葉斯網(wǎng)絡的交互式多模型估計方法,對AUV組合導航系統(tǒng)中隱含的因果信息進行分析,建立貝葉斯網(wǎng)絡,并通過SINS/DVL/TAN/MCP組成的AUV組合導航系統(tǒng)進行仿真實驗驗證,結果表明提出的算法能夠解決交互式多模型估計中存在的模型切換滯后問題,提高AUV組合導航系統(tǒng)的狀態(tài)估計精度。5.為了提高水下航行器多源導航信息融合方法的實時性、靈活性以及容錯能力,對聯(lián)邦多模型估計信息融合方法進行研究。對聯(lián)邦濾波器的一般結構、設計流程等進行分析,將多模型估計引入到聯(lián)邦濾波器中,建立一種聯(lián)邦多模型估計算法結構,并對該算法進行推導；結合多源導航傳感器組合導航系統(tǒng),.建立一種適用于水下航行器的信息融合結構；推導以SINS作為參考系統(tǒng)的組合導航系統(tǒng)誤差模型,并設計仿真實驗,結果表明由于聯(lián)邦交互式多模型濾波能夠自適應的選擇匹配模型進行估計,得到的位置誤差均值、標準差均小于普通的聯(lián)邦Kalman濾波算法。設計組合導航系統(tǒng)跑車試驗,利用跑車試驗數(shù)據(jù)對基于多模型的聯(lián)邦濾波算法進行半物理仿真實驗,結果表明該算法估計精度與穩(wěn)定性優(yōu)于傳統(tǒng)的聯(lián)邦Kalman濾波算法。
【關鍵詞】：自主水下航行器 非線性濾波 多模型估計 組合導航 聯(lián)邦濾波
【學位授予單位】：東南大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：U675.7;TP202
【目錄】：

• 摘要4-6
• ABSTRACT6-11
• 第一章 緒論11-30
• 1.1 課題的研究背景與意義11-12
• 1.2 國內(nèi)外水下航行器發(fā)展現(xiàn)狀12-22
• 1.2.1 美國自主水下航行器的研究現(xiàn)狀13-16
• 1.2.2 其它國家自主水下航行器的研究現(xiàn)狀16-20
• 1.2.3 我國自主水下航行器研究現(xiàn)狀20-22
• 1.3 AUV組合導航系統(tǒng)的發(fā)展現(xiàn)狀22-24
• 1.4 AUV組合導航信息融合方法發(fā)展現(xiàn)狀24-28
• 1.4.1 信息預處理技術24-25
• 1.4.2 估計理論與方法25-26
• 1.4.3 多模型(MM)估計26-27
• 1.4.4 聯(lián)邦濾波器27-28
• 1.5 論文主要研究內(nèi)容28-30
• 第二章 高斯和確定采樣型濾波算法研究30-51
• 2.1 非線性貝葉斯濾波理論30-32
• 2.2 非線性變換方法32-37
• 2.2.1 泰勒級數(shù)展開非線性變換32-33
• 2.2.2 UT變換33-34
• 2.2.3 其它確定采樣型數(shù)值積分準則34-37
• 2.3 高階無味卡爾曼濾波算法37-45
• 2.3.1 高階UT變換37-40
• 2.3.2 高階無味卡爾曼濾波算法40-41
• 2.3.3 高斯和-高階無味卡爾曼濾波算法41-45
• 2.4 仿真實驗45-50
• 2.5 本章小結50-51
• 第三章 AUV多源導航傳感器及信息預處理51-71
• 3.1 引言51-52
• 3.2 坐標系及參數(shù)定義52-54
• 3.2.1 常用坐標系52
• 3.2.2 姿態(tài)角定義52-54
• 3.3 AUV組合導航傳感器測量原理及誤差分析54-62
• 3.3.1 捷聯(lián)慣性導航系統(tǒng)54-56
• 3.3.2 多普勒計程儀56-59
• 3.3.3 磁航向儀59-60
• 3.3.4 地形輔助導航系統(tǒng)60-61
• 3.3.5 動力學模型輔助導航61-62
• 3.4 傳感器信號降噪62-66
• 3.4.1 基于小波變換的閾值濾波算法62-63
• 3.4.2 經(jīng)驗模態(tài)分解EMD降噪方法63-66
• 3.5 仿真實驗66-70
• 3.6 本章小結70-71
• 第四章 多模型估計AUV組合導航信息融合研究71-87
• 4.1 引言71-72
• 4.2 多模型方法概述72-77
• 4.2.1 混合系統(tǒng)描述72
• 4.2.2 廣義偽貝葉斯估計方法72-74
• 4.2.3 交互式多模型(IMM)算法74-76
• 4.2.4 變結構多模型估計VSMM76-77
• 4.3 基于期望模式修正方法的IMM算法77-79
• 4.3.1 期望模式修正方法77-78
• 4.3.2 EMA-IMM算法78-79
• 4.4 SINS/DVL組合導航79-81
• 4.5 仿真實驗81-85
• 4.6 本章小結85-87
• 第五章 貝葉斯網(wǎng)絡多模型估計AUV組合導航研究87-105
• 5.1 引言87
• 5.2 模型概率自適應交互式多模型算法87-94
• 5.2.1 影響模型概率的因素分析88-89
• 5.2.2 新息交互式多模型IFIMM算法89-91
• 5.2.3 仿真驗證91-94
• 5.3 貝葉斯網(wǎng)絡交互式多模型算法94-104
• 5.3.1 貝葉斯網(wǎng)絡94-95
• 5.3.2 BN-IMM算法95-97
• 5.3.3 貝葉斯網(wǎng)絡AUV組合導航系統(tǒng)97-100
• 5.3.4 仿真實驗100-104
• 5.4 本章小結104-105
• 第六章 AUV組合導航聯(lián)邦多模型估計信息融合方法研究105-131
• 6.1 引言105-106
• 6.2 AUV組合導航聯(lián)邦信息融合方法106-116
• 6.2.1 聯(lián)邦濾波器106-108
• 6.2.2 組合導航系統(tǒng)誤差模型108-112
• 6.2.3 仿真實驗112-116
• 6.3 聯(lián)邦多模型估計信息融合算法116-125
• 6.3.1 聯(lián)邦多模型估計器結構116-117
• 6.3.2 聯(lián)邦多模型估計算法117-119
• 6.3.3 AUV組合導航多模型聯(lián)邦信息融合結構119-120
• 6.3.4 仿真實驗120-125
• 6.4 跑車試驗數(shù)據(jù)半物理仿真125-130
• 6.5 本章小結130-131
• 第七章 結論與展望131-134
• 7.1 工作內(nèi)容總結131-132
• 7.2 本文創(chuàng)新成果132
• 7.3 下一步工作展望132-134
• 參考文獻134-145
• 攻讀博士學位期間發(fā)表的論文和取得的科研成果145-146
• 致謝146

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 權宏偉;彭冬亮;薛安克;;基于本體的信息融合方法[J];艦船電子工程;2010年03期

2 蔣雯;張安;鄧勇;;基于新的證據(jù)沖突表示的信息融合方法研究[J];西北工業(yè)大學學報;2010年01期

3 王金根,錢立志;同控式多模導引頭信息融合方法初探[J];飛航導彈;1997年03期

4 董辛e，

本文編號：562345