基于分散式增廣信息濾波的多艇協(xié)同導(dǎo)航.pdf

1、科技的快速發(fā)展促使人們更多的探索海洋領(lǐng)域,大量的先進(jìn)運(yùn)載設(shè)備投入使用。水面無人艇以其體積輕巧、機(jī)動(dòng)性強(qiáng)和價(jià)格低廉逐步成為研究熱點(diǎn)。然而船艇所處的環(huán)境比較復(fù)雜且易受很多干擾因素的影響,單個(gè)無人艇可能無法完成復(fù)雜而特殊的任務(wù),只有協(xié)同作業(yè)才能使系統(tǒng)整體性能提升,從而有效地完成預(yù)期任務(wù)。本文基于分散式增廣信息濾波的應(yīng)用,研究多水面無人艇的協(xié)同導(dǎo)航問題。
　　論文以水面無人艇的應(yīng)用為背景,詳細(xì)介紹協(xié)同導(dǎo)航的基本特征和傳感器概況;基于狀態(tài)空

2、間方法詳細(xì)推導(dǎo)協(xié)同導(dǎo)航的數(shù)學(xué)模型和基本濾波理論。
　　基于協(xié)同導(dǎo)航數(shù)學(xué)模型的建立,深入研究增廣信息濾波,作為實(shí)現(xiàn)分散式算法的基礎(chǔ)。首先描述信息濾波的參數(shù)形式和來源,在此基礎(chǔ)上介紹增廣信息濾波的概念和算法過程,基于Cholesky分解介紹矩參數(shù)均值的恢復(fù)方法以及幾種適合不同問題的協(xié)方差恢復(fù)方法,最后引入馬爾科夫隨機(jī)場(chǎng)和信息矩陣的概念,詳細(xì)描述了馬爾科夫鏈和信息矩陣輔助設(shè)計(jì)濾波算法的對(duì)應(yīng)過程和意義。
　　針對(duì)增廣信息濾波的局部性

3、特征,設(shè)計(jì)其分散式實(shí)現(xiàn)方法。首先介紹局部數(shù)據(jù)融合的主要內(nèi)容;針對(duì)動(dòng)態(tài)變化的聯(lián)合矩陣提出遞增Cholesky修正方法,然后結(jié)合分布式計(jì)算環(huán)境詳細(xì)介紹分布式Cholesky修正算法內(nèi)容,最后綜合上述內(nèi)容具體介紹增廣信息濾波算法的分散式實(shí)現(xiàn)過程。
　　最后,論文介紹協(xié)同導(dǎo)航的分散式卡爾曼濾波方法。分別基于EKF、AIF和DAIF算法設(shè)計(jì)無人艇協(xié)同導(dǎo)航的仿真實(shí)驗(yàn),并仿真基于DAIF協(xié)同導(dǎo)航的真實(shí)無人艇實(shí)驗(yàn)數(shù)據(jù),通過實(shí)驗(yàn)驗(yàn)證DAIF算法的正