多AUV協(xié)同導(dǎo)航魯棒自適應(yīng)性濾波算法研究.pdf

1、智能水下航行器(Autonomous Underwater Vehicles，AUV)做為人類探索海洋的新手段，不僅具有可靠安全、可重復(fù)利用等特點(diǎn)，還可以通過配置不同的設(shè)備實(shí)現(xiàn)功能的多樣化。單一的AUV由于自身體積所限制，只能攜帶有限的探索設(shè)備，為此提出了多AUV的集群式作業(yè)模式。在多AUV協(xié)同編隊(duì)中，導(dǎo)航系統(tǒng)做為重要組成部分是編隊(duì)成功執(zhí)行任務(wù)的關(guān)鍵。協(xié)同導(dǎo)航做為多AUV編隊(duì)的一種新的導(dǎo)航方法，不僅具有較高的定位精度還可以明顯降低成本。

2、由于水下環(huán)境的特殊性，如何提升協(xié)同導(dǎo)航的魯棒自適應(yīng)性至關(guān)重要。
　　本文提出了一種基于改進(jìn)Huber估計(jì)下的協(xié)同導(dǎo)航魯棒濾波算法，該算法能有效抑制量測噪聲為近似高斯分布下且有異常點(diǎn)的情況，針對量測噪聲協(xié)方差矩陣時(shí)變導(dǎo)致的協(xié)同導(dǎo)航定位精度下降的問題提出了采用交互式多模型算法進(jìn)行處理。
　　首先，介紹了多領(lǐng)航者情況下的協(xié)同導(dǎo)航基本原理和數(shù)學(xué)模型并建立該模型下的濾波算法;介紹了單領(lǐng)航者下的的利用相對距離和方位實(shí)現(xiàn)定位和利用移動(dòng)向量

3、定位兩種協(xié)同導(dǎo)航方法，并給出了利用移動(dòng)向量的協(xié)同導(dǎo)航濾波算法;考慮洋流影響后給出了系統(tǒng)模型和濾波算法。
　　其次，研究了在量測噪聲分布為近似高斯下的協(xié)同導(dǎo)航魯棒性濾波算法。在最大似然估計(jì)的基礎(chǔ)上介紹了一種Huber估計(jì)法，并將其應(yīng)用于協(xié)同導(dǎo)航濾波算法中，實(shí)現(xiàn)了在量測噪聲為近似高斯分布下的魯棒濾波。
　　再次，針對多AUV協(xié)同導(dǎo)航中量測異常的情況，介紹了兩種異常點(diǎn)的鑒別方法并通過例子分析方法的優(yōu)劣性，結(jié)合異常點(diǎn)的鑒別方法給出了