基于自适应滤波长基线组合AUV定位算法

针对水下环境噪声干扰以及水下时延误差等问题,提出基于自适应滤波长基线组合AUV定位算法。该算法采用长基线组合导航定位系统,以捷联惯性导航系统为主,长基线定位系统为辅,消除时延误差实现误差补偿;再引入自适应滤波算法,使用卡尔曼滤波算法对系统进行信息融合来矫正累积误差实现自适应滤波定位。仿真实验表明,该算法能有效消除水下复杂环境中的噪声干扰对AUV定位精度的影响,提高算法对未知噪声的适应性和定位精度。     

里程计组合的捷联惯导系统运动基座对准研究

研究利用里程计(DTU)辅助实现惯性导航系统(SINS)运动基座下初始对准.利用分段线性定常系统分析方法,提取了不同运动基座情况下SINS/DTU组合系统的可观测性矩阵;通过计算可观测性矩阵奇异值的大小,定量分析了SINS/DTU组合系统的可观测度;比较了SINS/DTU组合系统和SINS/GPS组合系统的对准机理;并进行了系统仿真.结果表明,这种基于SINS/DTU组合的方法能够实现SINS系统的自主式初始对准;但与SINS/GPS组合系统相比,系统的可观测度稍弱,所需对准时间稍长.     

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.     

基于自适应反步法的自主水下机器人变深控制

为实现自主水下机器人(AUV)的高精度变深控制,基于AUV垂直面的运动学和非线性动力学模型,提出了神经网络自适应迭代反步控制方法,设计了运动学和动力学控制器.文中首先考虑AUV非线性模型的攻角和水动力阻尼系数的不确定性,设计神经网络控制器来对纵倾运动中的非线性水动力阻尼项和外界海流干扰作用进行在线估计,并基于Lyapunov稳定性理论设计神经网络权值的自适应律,保证系统闭环信号的一致最终有界.最后通过两组仿真实验,比较了所设计的控制器在设定控制器增益参数下的系统响应和在扰动作用下的变深控制性能,结果表明,所设计的控制器具有较小的稳态误差和较高的跟踪精度.     

基于相对测距的水下目标定位算法

在没有星基、地基及水下时空基准信息的辅助下,为解决对水下目标精密定位问题,提出了一种基于水面舰船间相对测距和目标到达角的水下机动目标定位算法(UTPA)。通过联合水面舰船间电磁波相对距离观测和水下声学测角信息建立定位方程,考虑到目标定位方程求解中的异类信息融合权比失配问题,利用Helmert方差分量估计完成目标相对位置的迭代求解。Monte Carlo仿真表明:基于Helmert权比自适应调整的UTPA的定位偏差仅为典型的单平台声学定位技术的10%。     

基于水下重力差异熵的导航匹配算法仿真研究

介绍了重力辅助导航发展概况, 阐述了采用地球物理特征的重力差异熵方法进行水下重力辅助导航算法设计及仿真实验方法研究。该算法基本思想是在导航匹配算法中, 将信息熵引入 自主水下运动载体( autonomous underwater vehicles ,AUV)重力辅助导航, 在重力数据库研究的基础上, 通过模板重力图与实时重力图的信息量差异以及模板重力梯度图差异, 修正水下惯性导航系统( inertial navigation system,INS)的误差。仿真实验结果表明, 利用重力差异熵辅助INS导航, 能够获得高精度的导航信息。因此, 基于水下重力差异熵的辅助导航, 可实现AUV 长航时隐蔽的高精度导航。     

基于LMS的AUV空间避障模拟方法研究

为了模拟自主式水下航行器（AUV）在复杂海洋环境中对未知环境的感知以及避障过程,设计了AUV空间避障模拟试验系统．介绍了模拟平台的硬件结构和参数设计,应用激光测距系统（LMS）模拟水下声纳,建立了AUV空间避障仿真环境,设计了基于Q—Learning的避障算法,并完成了模拟试验．试验结果表明：AUV空间避障模拟平台可以较真实地反映AUV在水下复杂环境中的空间运动,避障算法可行有效．     

基于双闭环的矢量推进器的AUV转向控制方法

水下无人自航行器(autonomous underwater vehicle,AUV)在对海洋环境进行勘查与测量时,实际航迹与目标航迹的偏差要求控制在一定精度范围内.在传统常采用的航向单闭环方法控制下,基于矢量推进器的AUV在高速转向时存在航迹跟踪效果差的缺点.针对这一问题,设计了一种双闭环自适应转向运动控制方法.该方法基于矢量推进器机动性强的特性,在AUV转向时将航向控制闭环和航速控制闭环设计成双闭环,调整航向的同时依据航向环偏航角差实时控制航速环AUV转向目标速度.理论分析和实验证明:在AUV转向时,该控制算法可以更好地实现航迹跟踪,实际航行轨迹与目标航迹的最大偏差可以控制在10,m以内.     

基于单波束测距声呐的水下机器人避障仿真研究

针对多波束声纳体积大,成本高的局限,利用单波束声呐的探测波束依次旋转,依次获取自主式水下航行器(autonomous underwater vehicle,AUV)前方的左、中、右3个区域的障碍物距离信息.通过设计合适的环境障碍状态与有效的避障行为集合,并利用强化学习选择适合AUV自主避障的障碍状态-行为组合.仿真实验表明,根据单波束传感器提供的障碍物信息,通过强化学习获得的状态-动作组合,可以保证AUV躲避前方90°开角的障碍物,达到安全航行的要求.     

机载天文/惯性位置组合导航

为解决机载天文导航系统(CNS)的水平基准约束,实现机载天文/惯性位置组合导航,首先利用捷联惯导系统(SINS)姿态阵将天文观测坐标系下的高度角和方位角转换为导航系下的相应观测角,从而利用高度差法实现机载天文定位;为确保高度通道的可观测性,设计了气压高度表辅助的天文/惯性位置组合导航系统方案,用SINS、CNS及气压高度表冗余量测信息构成量测方程,采用Kalman滤波实现对SINS位置信息的估计。仿真结果表明,由于天文导航具有较好的定位精度,通过采用气压高度表辅助的CNS/SINS位置组合系统,有效消除了陀螺和加速度累积误差,提高了导航系统的整体定位精度。速度和姿态的估计协方差曲线收敛情况表明,位置组合的卡尔曼滤波对速度和姿态的估计也有一定效果。     

基于S模型的水下机器人改进人工免疫控制器

为分析水下机器人非线性运动控制系统的特点,采用基于生物免疫生理特性与免疫应答的免疫控制方法,结合Sigmoid非线性模型和函数简化策略,得到改进型免疫控制器.水下机器人仿真试验表明,该控制器具有设计简单、响应速度快、超调小、鲁棒性好等优点.     

水下自航器的时变运动模型

为开发研制大航程、变速度的水下自航器 ,实现更精确的控制和导引 ,需建立水下自航器的时变运动模型。利用刚体分析动力学和理论流体力学的基本理论 ,研究水下自航器因燃料的消耗而引起的质量变化、质心位置和转动惯量的变化 ,导出描述其变化规律的方程 ;研究因推力变化而引起速度的改变 ,导出推力变化方程。在此基础上 ,推导出水下自航器空间运动方程组 ,并将数学模型表达成简明的矩阵形式 ,为研究变质量、变速度水下自航器的运动性能和设计控制及导引律提供基础     

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.     

对抗条件下水下目标分布模型研究

根据水下目标对抗来袭水下潜器的基本原则和典型态势,以正态分布模型为基础,推导了随机机动及机动并使用对抗器材2种情况下的目标位置分布模型．借助能够真实再现水下潜器攻击目标的完整攻防过程的仿真系统,记录对任一阵位对抗来袭水下潜器状态下的目标分布情况．仿真结果表明：文中给出的模型与仿真所得的分布情况一致,证明了其有效性和合理性,可进一步利用该分布模型为评估水下潜器攻击效果或规划水下潜器搜索策略提供支撑．     

基于干扰观测器的AUV深度自适应终端滑模控制

针对欠驱动自治水下机器人（autonomous underwater vehicle,AUV）在外部干扰和系统内部扰动下深度难以控制的问题,提出基于非线性干扰观测器（nonlinear disturbance observer,NDO）的自适应终端滑模控制方法。首先建立欠驱动AUV在垂直面上的状态方程并对其简化,其次根据简化后的系统状态方程构建NDO对外部干扰进行观测,再结合反步法设计出自适应终端滑模控制器;最后通过李雅普诺夫稳定性理论证明控制系统的稳定性。结果表明：欠驱动AUV最大跟踪误差为0.137 5 m,峰值时间为2.1 s,证明了所设计的控制器能够实现深度控制,降低抖振,具有较强的鲁棒性。     

多AUV水下协作搜索研究现状与展望

随着各国对海洋研究的不断深入，海上作业越来越频繁，作为探索海洋的重要工具，自治水下机器人（autonomous underwater vehicle，AUV）在海事搜索方面的发展也越来越受到关注。多AUV协作搜索控制作为多AUV研究的主要方向之一，在促进海洋科学与工程技术进步、海洋资源探测与开发、国家海防安全与海洋战略实施等方面有着十分重要的意义。首先，综述了近些年来多AUV协作搜索控制的国内外研究现状；然后，从AUV自身和环境的外界约束，以及海洋探测等方面，分析了多AUV水下协作搜索控制研究所面临的技术难点和存在的问题；最后，通过分析当前多AUV协作搜索控制的进展和实际需要，对多AUV协作搜索系统的发展趋势进行了探讨。     

引入载体潜深信息的水下磁场定位方法

分析了混合于地磁场的偶极子目标磁场难以分离,致使水下磁场定位方法存在目标磁场模值不易获得的难题,提出了基于2次测量载体潜深实现定位的方法,利用潜深直接获取载体相对于目标的垂向距离,理论推导和数值仿真结果表明该方法原则上具有较高的定位精度.分析了潜深及磁场梯度误差对定位精度的影响及定位误差同2次潜深差的关系;讨论了单次测...     

基于SVM的水下机器人预测S面控制

针对舵桨联合操控水下机器人系统的非线性特点,将预测控制的思想引入经典S面控制中,构造了一种基于支持向量机（SVM）的预测S面控制器,改善了S面控制器的控制效果,增强其自适应性.用支持向量机辨识水下机器人的非线性系统模型,充分发挥了SVM的泛化能力,能准确预测其运动状态.构造二次型性能优化函数以获取S面控制器的最优控制参数,进而获得水下机器人最优控制律.仿真结果表明：基于支持向量机的预测S面控制器具有结构简单、响应速度快、鲁棒性好等优点可行且有效.     

鱼雷形水下机器人非线性航迹跟踪控制 

研究了欠驱动自主式水下机器人路径跟踪问题.在Serret Frenet移动坐标系下,基于虚拟目标机器人建立了路径跟踪误差动力学方程.在此基础上,结合水下机器人动力学方程,设计了基于Lyapunov稳定性理论和反步法技术的控制器.仿真结果表明,提出的非线性反馈控制律能够保证路径跟踪误差快速收敛到零,使机器人沿着参考路径航行.