模糊自适应滤波算法在自主水下航行器组合导航系统中的应用

复杂水下工作环境中的诸多不确定因素均有可能导致自主水下航行器(autonomous underwater vehicle,AUV)导航系统的量测噪声模型发生变化,且噪声统计特性难以准确获得。为获得更为准确的状态估计值,提出一种基于模糊逻辑的自适应滤波算法,使量测噪声方差阵可以根据实际情况进行自适应调整从而逼近真实量测噪声模型。将该算法用于SINS/MCP/DVL/TAN组合导航系统,仿真结果表明:在应对量测噪声不稳定的状况时,所提滤波算法与Sage-Husa自适应滤波算法相比,东向、北向速度误差分别减小约27.0%、42.0%;纬度、经度误差分别减小约49.4%、58.0%,即模糊自适应滤波算法具有更高的估计精度。     

AUV水声导引定位回收技术研究

针对AUV回收过程中定位不准问题,文章提出了一种基于短基线水声定位的方法,通过水声导引将远距离的AUV导引到回收平台,实现对AUV的回收。水池试验结果表明,该方法能够有效提高AUV水下回收的准确度,从而较理想实现AUV的水下回收。     

未知声速下长基线系统定位修正算法

在长基线水下声学定位系统中,由声速不确定引起的误差是影响其定位精度的主要因素.通过设置声信号在目标和不同水听器之间以不同的声速传播,给出了一种声速未知情况下的长基线系统定位修正算法.首先,利用长基线系统中的冗余信息建立了多参数优化函数来估计有效声速.其次,选择粒子群算法来解算优化函数,得到目标与不同水听器之间的有效声速.最后,由得到的有效声速来对目标进行定位.仿真结果表明,与传统算法相比,基于粒子群优化的算法可以有效提高长基线定位系统的定位精度.     

一种基于神经网络PID的机器人SLAM改进算法

提出了一种基于神经网络PID自适应辨识噪声的移动机器人即时定位与地图创建(SLAM)改进算法。重点对自适应辨识的EKF-SLAM改进算法实现进行了分析,神经网络PID控制器、中值滤波以及噪声调整等组成噪声在线辨识单元。在噪声先验信息不足的情况下,通过自适应在线辨识单元辨识未知系统过程噪声和观测噪声,并迭代修正噪声协方差和平均值滤波新息协方差,实现机器人即时定位精度的在线提高。仿真结果表明,该算法可减小定位误差、降低未知系统过程噪声和观测噪声对SLAM算法的影响。     

基于最大后验概率的单站无源定位算法性能分析

针对旋转干涉仪测向定位系统存在相位模糊的问题,提出了一种基于最大后验概率的单站无源定位算法。该算法以旋转长基线干涉仪输出的模糊相位差为基本定位信息,无需解模糊即可实现对辐射源的精确定位。仿真计算表明该算法具有定位精度高、速度快的优点;并分析了影响定位精度的因素,计算了算法定位误差的几何分布,结论表明通过增加基线长度、提高基线波长比能较大提高定位性能,并且定位性能与目标和定位站的距离有关。     

组合定位系统

组合定位系统由GPS(Global Position System)、航向姿态传感器以及超短基线定位系统所组成.常规的超短基线阵采用相位法进行定位.为了避免相位模糊,阵元间距必须小于半个波长,因此定位精度不会很高.组合定位系统中的超短基线阵采用时延法进行定位,阵元间距可以取得远比半波长大.定位时,组合定位系统在海面飘浮...     

基于改进时延估计的声源定位算法

针对强噪声和强混响条件下, 室内声源定位算法收敛速度慢和定位精度低等问题, 提出一种基于改进时延估计的声源定位方法. 该方法建立在单源多元混响模型下, 首先用四元十字型麦克风阵列估计时延; 然后在广义互相关时延估计算法的基础上, 引入二次相关法以削弱噪声干扰, 同时采用LMS(最小均方)自适应滤波算法弥补广义互相关方法的不足, 提高混响环境下的时延估计精度; 最后, 通过远场近似几何方法定位声源. 实验结果表明, 与相位变换加权广义互相关函数(GCC-PHAT)算法相比, 该方法具有较好的抗噪能力与抗混响能力, 能获得更准确的定位结果.     

用自适应扩展卡尔曼滤波跟踪水下目标的算法研究

针对短基线声纳系统跟踪水下目标的问题,建立了状态方程和观测方程,提出了一种自适应扩展卡尔曼滤波的跟踪算法,该算法包含八个基本步骤。将声波传输时延转换为水下目标的距离,用卡尔曼滤波的方法对数据中的噪声进行滤波。对目标的匀速航行和机动航行进行了仿真实验,实验结果表明了该算法的正确性和有效性。最后将该算法用于水下目标的实测数据,收到了良好的效果。     

基于EKF的无人潜航器航位推算算法

为了解决传感器的安装角偏离误差以及量测误差导致的无人潜航器(AUV)在水下自主航行时不能满足长时间导航定位的要求,对航位推算算法进行了研究.针对AUV在高纬度、长时间航行中曲率半径的变化,采用地球参考椭球体作为地球几何形状的数学描述;针对数据滤波实时性的要求,基于扩展卡尔曼滤波(EKF)对卫星导航系统(GPS)数据进行滤波,并利用AUV湖试数据对传感器的安装偏离误差进行了校正.对提出的导航算法进行了试验验证,结果表明AUV的自主导航定位精度为0.75%,满足设计要求,并优于改进前的航位推算算法.     

基于次梯度投影的数字助听器自适应声源定位方法

该方法在特征值分解算法的基础之上,利用次梯度投影方法自适应估计声源到麦克风的脉冲响应系数,进而估计出各麦克风之间时延,并利用几何方法定位声源在3D空间的位置.与传统的基于广义互相关的时延估计算法相比,提出的算法在房间反射与共振的情况下定位精度更高;与基于NLMS算法的自适应特征值分解时延估计算法相比,提出的算法收敛速度更快,并且在强噪声的情况下鲁棒性更强.基于眼镜数字助听器声源定位系统的实验与仿真研究了麦克风阵不同的几何尺寸对算法性能和定位精度的影响,证明了在不同信噪比情况下该算法都能有效定位声源的3D空间位置.     

单信标测距AUV水下定位系统观测性分析

针对基于单信标测距的自主水下航行器(AUV)定位系统观测性问题,建立AUV三维空间运动学模型,选取实物平台常用的深度、偏航角和俯仰角作为基本观测量辅助距离信息进行水下定位,利用基于Lie导数的非线性系统观测性秩判据分析不同辅助测量值下系统的可观性以及控制输入和运动路径对可观性的影响。研究结果表明:满足定位系统可观测的最简量测组合为距离值和偏航角,含有偏航角的辅助量测组合均使得定位系统可观测,系统控制输入和运动路径的变化会导致可观性发生变化。     

水下机动目标跟踪系统的实时数据处理

本文介绍α－β滤波器和多径跟踪技术的基本原理，在超短基线水声跟踪定位系统中，用于对水下机动目标的航行轨迹进行实时滤波和跟踪。经湖上试验验证，该技术可明显改善定位精度，并具有良好的裤时跟踪能力。     

一种新的变步长LMS自适应滤波算法

对变步长自适应滤波算法进行了讨论,提出了一种新的变步长LMS算法。新算法用误差信号的自相关及均方误差的时域平均来调节自适应滤波算法的步长。由于不需要指数运算,新算法的运算量大大降低,收敛速度快,且消除了不相关噪声的干扰。将该算法用于码间干扰比较严重的大气激光通信系统中,仿真结果验证了算法的优越性。     

一种基于IDDF的多AUV协同导航算法研究

为提高多自主水下航行器(AUV)协同导航效果,克服由于水声通信限制引起的协同更新频率低,进而导致的先验估计误差大、协同导航效果差,以及大初始化误差条件下协同收敛速度慢的问题,提出一种基于迭代插值滤波(IDDF)的多AUV协同导航算法.该算法将迭代滤波技术与插值滤波(DDF)算法相结合,不仅降低了传统EKF(扩展卡尔曼滤波)算法模型截断化误差对滤波精度的影响,而且通过量测信息的迭代更新,保证了系统在弱可观测条件下量测信息的充分融合.仿真结果表明该算法明显改善了系统的协同导航效果,证明了该算法对于多AUV协同导航系统的有效性.     

水下地磁异常反演中位置磁矩联合迭代算法

针对磁测误差严重影响水下地磁定位精度的问题,考察了高斯磁测噪声下一元六次方程各系数的均值与方差,分析了方程系数的统计特性.为实现精确反演定位,提出并描述了一种位置磁矩联合迭代修正算法,给出了算法具体步骤.数值仿真结果表明:迭代算法能抑制磁场模值及梯度误差,显著提高水下定位及目标磁矩解算的精度.     

一种SINS/GPS紧组合导航系统的改进自适应扩展卡尔曼滤波算法

针对自适应扩展卡尔曼滤波算法中系统噪声协方差矩阵与量测噪声协方差矩阵不能同时被估计的问题,提出了一种改进的自适应扩展卡尔曼滤波算法.该算法基于残差,主要对滤波算法中的自适应估计器进行改进,改进后可以实时估计系统噪声.基于该算法,设计了新的滤波器并应用在SINS/GPS紧组合导航系统上,可随着系统中噪声的变化而自动地调节协方差矩阵.最后,分别用扩展卡尔曼滤波和改进的自适应扩展卡尔曼滤波对SINS/GPS紧组合模型进行仿真,结果表明改进的自适应的扩展卡尔曼滤波比扩展卡尔曼滤波的定位误差与测速误差更小,滤波的稳定性更好.      

基于自适应滤波的SINS/DVL组合导航系统

以水下运载体为研究对象,给出一种线性的捷联惯导系统(SINS)误差数学模型,根据多普勒测速仪(DVL)测速的误差特点建立其误差方程,并以捷联惯导系统为主导航设备建立SINS/DVL组合导航系统数学模型.考虑到DVL测速易受水中复杂环境的影响,将Sage-Husa自适应滤波算法引入SINS/DVL组合导航系统.针对Sage-Husa自适应滤波器长时间滤波后自适应程度下降的问题,引入滤波收敛判据对其进行改进,以自适应调节噪声估计器对不同时刻信息利用的权值.仿真结果表明:该基于自适应滤波算法的SINS/DVL组合导航系统稳定性好,且具有较高的导航精度.     

一种改进的AEDA声源定位及跟踪算法

开展了基于麦克风阵列的真实声场环境声源定位的工作。针对传统的自适应特征值分解时延估计算法收敛时间慢、对初值敏感以及不能有效跟踪时延变化等问题,提出了一种改进的自适应特征值分解时延估计算法,该方法通过改进初值设定方法,有效改善了对时延变化的估计。另外,通过引入一个基于相关运算的语音检测算法,提高了定位系统的抗噪声能力。实验表明在真实的声场环境下该算法能够对单个声源的三维空间位置进行实时的定位和跟踪,系统在 1.5m 范围内对声源的定位误差小于 8cm ,声源位置变化时,系统也能准确跟踪声源的位置。     

AUV同时定位与跟踪算法研究

为了提高自治水下航行器的水下适应能力,对比目标跟踪与协同导航的概念,并仿照同时定位与制图方法,提出了基于EKF-SLAM框架和FastSLAM框架的自治水下航行器同时定位与跟踪算法.根据装备在携带低精度自定位传感器AUV上的声纳传感器持续探测非合作目标并估计目标航迹的同时,利用探测到的AUV与目标间的相对信息修正其自身航位推算带来的累积估计误差,从而提高AUV的自定位精度,AUV的定位和目标的状态估计同时进行,且要满足一定的精度.仿真比较了所提出的两种算法的精度,并验证了算法的有效性和一致性.     

煤矿井下救援定位系统研究

为提高救援定位系统的定位精度, 设计了基于双Mach鄄Zehnder 干涉仪结构的煤矿井下救援定位系统,并分析了系统的结构及定位原理。结合小波阈值降噪特点, 给出了一种基于小波阈值降噪的互相关时延估计算法。仿真结果表明, 该算法可有效提高系统的定位精度。该系统定位方法容易实现, 具有无源、防燃防爆、
抗电磁干扰和远程控制等突出优点, 具有很大的实际应用价值。