水下AUV定位系統(tǒng)設(shè)計及算法研究.pdf

1、由于水下AUV的應用領(lǐng)域越來越廣泛，而水下定位系統(tǒng)是保證水下AUV正常工作的關(guān)鍵之一，因此水下AUV定位系統(tǒng)的設(shè)計及定位算法的研究尤為重要。
　　本文主要完成了水下AUV定位系統(tǒng)總體硬件部分的設(shè)計及相關(guān)算法的研究，其中相關(guān)算法包括時延估計算法以及目標定位算法，具體如下:
　　(1)在常用的短基線陣的基礎(chǔ)上提出了改進的短基線陣，設(shè)計了一種以三個水聽器、一個換能器、一個水壓計為主要組成部分的水下定位系統(tǒng)硬件結(jié)構(gòu)，并在實際中完成了

2、系統(tǒng)搭建。這種系統(tǒng)設(shè)計除可以獲得精確定位之外，還有操作簡便容易、系統(tǒng)安裝簡單的優(yōu)點。
　　(2)分析了噪聲、采樣率、多徑效應對時延估計結(jié)果的影響，通過具體的推導總結(jié)出提升時延估計精度的方法，并提出了一種新的時延估計及峰值檢測算法。將該算法與對水下聲速及聲線進行修正的方法結(jié)合，即可準確地得到測距信息。實驗結(jié)果驗證了該方法的有效性與可行性。
　　(3)分別研究并比較了人工智能算法和卡爾曼濾波算法對水下目標進行定位解算的性能。其中

3、人工智能算法包括遺傳算法(GA)、自適應遺傳算法(AGA)以及人工蜂群算法(ABC)三種算法，卡爾曼濾波算法包括擴展卡爾曼(EKF)及無跡卡爾曼濾波算法(UKF)。本文對五種算法的基本理論及運行流程進行了闡述，并從理論上分析了其各自的優(yōu)缺點及算法誤差原因。經(jīng)過實驗驗證，人工蜂群算法的定位精度為幾種算法中最高，但無法滿足實時性;卡爾曼濾波算法定位精度雖不優(yōu)于人工蜂群算法但能有效的對水下目標進行實時跟蹤定位。故為進一步提高定位精度并保證定位