深海AUV多源導航信息融合方法研究.pdf

1、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(guān)鍵技術(shù)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(wù)的技術(shù)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:<

2、br>　　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(jié)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(jié)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

3、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(jié)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

4、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(jié)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

5、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(luò)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(luò)，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(jié)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

6、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(jié)構(gòu)、設(shè)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(jié)構(gòu)，并對該算法進行推導;結(jié)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(jié)構(gòu);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(shè)計仿真實驗，結(jié)果表明由于聯(lián)邦交互式多模型濾波能夠自適