基于前视声呐信息的AUV避碰规划研究

在复杂海洋环境中,利用前视声呐获取的障碍物信息指导自治水下机器人（AUV）进行局部避碰。主要采用强化学习的方法对AUV进行控制和决策,综合Q学习算法、BP神经网络和人工势场法对AUV进行避碰规划。强化学习的方法强调AUV在环境的影响中学习,通过环境对不同行为的评价性反馈信号来改变行为选择策略。并且在环境发生变化时,AUV通过学习来实现对新环境的适应,不断改进其自治能力,进而实现在不确定环境下的避障任务。开发了AUV运动规划的虚拟仿真软件系统,仿真实验证明了算法的合理性与可行性。     

基于距离测量的双领航AUV间协同导航算法

针对多自主水下航行器(AUV)编队中因领航AUV一时无法借助外部有源位置信息进行实时校准,自身定位误差逐渐增大可能导致的编队解体问题,提出了一种基于距离测量双领航AUV间协同导航算法.在给出领航AUV航位推算误差模型的基础上,首先设计两个领航AUV分别基于忽略对方位置误差的估计自身误差的滤波算法,然后提出其位置误差的分别修正算法,最后通过对位置误差估计的可观测性分析,指出在直线航行条件下两个领航AUV可通过加、减速进行相对机动,保证其可观测性.仿真结果表明:两个领航AUV存在航位推算位置误差的情况下,随着滤波时间增加其定位误差可逐渐趋同,并收敛到其经、纬度定位误差的均值,验证了本文所提协同导航算法的可行性和有效性.     

恒虚警检测信源数的方法

提出了一种恒虚警检测信源数的方法,该方法通过定义一个由观测协方差矩阵相邻特征值之差统计量构成的五维矢量序列,并利用K均值(K-means)聚类算法将所定义的五维矢量序列分成两类,且视为信号和噪声子空间.当将噪声予空间所对应的特征值序列描述成一个统计分布,并通过期望最大(expectation maximization,...     

Study on the long-distance target apperception techniques for underwater vehicles

The limited physical size for autonomous underwater vehicles (AUV)or unmanned underwater vehicles (UUV)makes it difficult to acquire enough space gain for localizing long-distance targets.A new technique about long-distance target apperception with passive synthetic aperture array for underwater vehicles is presented.First,a synthetic aperture-processing algorithm based on the FFT transform in the beam space(BSSAP)is introduced.Then,the study on the flank array passive long-distance apperception techniques in the frequency scope of 11-18 kHz is implemented from the view of improving array gains,detection probability and augmenting detected range under a certain sea environment.The results show that the BSSAP algorithm can extend the aperture effectively and improve detection probability.Because of the augment of the transmission loss,the detected range has the trend of decline with the increase of frequency under the same target source level.The synthesized array could improve the space gain by nearly 7 dB and SNR is increased by about 5 dB.The detected range is enhanced to nearly 2 km under the condition of 108-118 dB of the target source level for AUV system in measurement interval of nearly 1 s.     

Novel blind source separation algorithm using Gaussian mixture density function

The blind source separation (BSS) is an important task for numerous applications in signal processing, communications and array processing. But for many complex sources blind separation algorithms are not efficient because the probability distribution of the sources cannot be estimated accurately. So in this paper, to justify the ME(maximum enteropy) approach, the relation between the ME and the MMI(minimum mutual information) is elucidated first. Then a novel algorithm that uses Gaussian mixture density to approximate the probability distribution of the sources is presented based on the ME approach. The experiment of the BSS of ship-radiated noise demonstrates that the proposed algorithm is valid and efficient.     

一种自主水下航行器路径规划算法

提出了一种自主水下航行器穿越雷区的路径规划算法。将路径规划分为全局路径规划和局部路径规划两个部分,建立了水雷分布的Voronoi图,采用遗传算法规划出初步的全局最优路径。自主水下航行器按照全局最优路径航行时,利用前视声纳作为探测仪器。根据所测得的障碍物相对于自主水下航行器的位置关系设计出一个模糊推理系统(FIS)求解其避障角度,完成局部路径规划。仿真结果表明了这种算法的有效性。     

基于双水听器的多自主水下航行器协同导航方法

协同导航定位是实现多自主水下航行器(multiple autonomous underwater vehicles, MAUVs)协同作业必须解决的关键问题。针对主从式MAUVs,提出了一种基于双水听器信号的MAUVs协同定位方法。在主从式结构中,主AUV内部装备高精度导航设备,从AUV内部装备低精度导航设备,外部均装备水声装置测量相对位置关系,从AUV通过水声测量确定出相对距离和相对方位角,再辅以主AUV精确位置,得到从AUV精确位置。研究结果表明,利用主AUV作为协同导航定位,可以显著提高群体的导航定位精度。     

Distributed Stochastic Source Seeking for Multiple Vehicles over Fixed Topology

This paper presents two distributed stochastic source seeking controllers to navigate multiple vehicles to seek the signal source, using the measurements of the signal field at their own positions and information of their neighbors. The first controller utilizes neighbors' measurements of the signal field and the second controller utilizes relative positions between neighbors. The effectiveness of the proposed two controllers is proved by the stochastic averaging theory. The convergence speed of the source seeking system can be calculated for the first controller and it is proved that the convergence speed under the second controller is not slower than that under the first controller. In particular, the distributed controllers are effective for both connected and unconnected graph. Numerical simulations are given to illustrate the effectiveness of the controllers.     

水下航行器组合自导系统声学建模与仿真

组合自导是新型水下航行器制导系统的发展方向,通过仿真手段对其性能及技术特点进行研究是水声仿真研究领域非常关心且亟待解决的问题.对水下航行器组合自导系统的功能及系统构成进行了研究,基于层次化、模块化的建模原则,将组合自导系统分解为13个相互独立的模块,给出了主要模块的数学模型,并利用Visual C 平台在声信号层次上设计并建立了水下航行器组合自导声学仿真系统,仿真结果表明了各模块及整个仿真系统的正确性和有效性.     

基于虚拟阵列扩展的改进加权空间平滑算法

针对相干信源的波达方向(direction of arrival, DOA)估计问题, 传统的空间平滑算法通过减小阵列孔径来解相干, 导致估计精度降低。本文以相干分布源为研究对象, 首先通过扩展共轭虚拟阵列增大阵列孔径, 使用Toeplitz算法进行预估计, 根据预估计值构建加权矩阵, 通过二次加权空间平滑恢复协方差矩阵的秩, 消除信号的相干性, 结合传播因子算法估计得到目标信源的入射角度。该算法充分利用子阵输出的自相关和互相关信息, 改善了阵列孔径带来的精度影响。仿真结果表明, 所提算法对相干信源具有良好的分辨能力和估计精度, 在低信噪比时鲁棒性较好。     

变化海流环境下AUV能量最优三维路径规划

为获取变化海流环境下自主水下航行器(autonomous underwater vehicle, AUV)的能量最优路径, 基于最优控制理论提出一种用于AUV的三维能量最优路径规划算法。首先, 为了有效抑制海流对路径规划的影响, 将海流向量加入到AUV运动学模型中。其次, 在已知俯仰角及AUV位置的情况下, 利用庞特里亚金极小值原理, 获得能量最优控制律。最后, 利用线性定常系统的状态空间理论, 计算得到初始艏向角、航速以及能量消耗。在仿真环节, 通过与负反馈控制策略相比较, 说明所提算法能够规划出三维能量最优路径, 而且可以有效降低AUV的能量消耗。     

基于分层马尔可夫决策过程的AUV全局路径规划研究

自主路径规划是自治式水下机器人(AUV)自主能力的重要体现,是保障AUV在大范围复杂海洋环境中自主完成使命作业的关键技术之一。提出了基于马尔可夫决策过程的路径规划方法;并建立了基本的马尔可夫决策模型和结合状态聚类的分层马尔可夫决策模型,同时给出了两种规划的仿真实验及结果分析。实验证明,此类方法能够很好地求解大范围复杂环境内AUV的二维路径规划问题。     

水下机器人自主控制系统的设计与实现

水下机器人(简称AUV)的自主控制系统起着相当于人类"大脑"的作用,它是AUV的核心技术。本文在QNX操作系统下利用多线程技术设计并实现了AUV自主控制系统。介绍了AUV混杂系统结构和自主控制原理,给出了自主控制系统的多线程结构。设计了多线程同步模块,并与QNX消息传递机制相结合实现了AUV自主控制系统线程间的同步与通信。最后在半实物仿真平台上结合具体案例对自主控制系统进行了验证。仿真结果表明AUV自主控制系统能够正确协调各个线程自主完成使命。     

AUV近水面运动的积分变结构控制及仿真

智能水下机器人(AUV)在近水面的运动中,由于波浪干扰力的作用,运动状态会发生明显变化,其近水面的定深控制是比较困难的。本文设计了一个积分变结构控制器,对智能水下机器人进行了近水面运动仿真,有效的防止了水下机器人近水面波浪干扰作用下的埋首上浮现象。首先建立了水下机器人的水动力模型,进行了波浪干扰力的计算,在此基础上给出了水下机器人变结构控制器的设计过程,针对非积分变结构控制器中出现的稳态误差加入积分项,通过仿真对比验证了积分项的加入很好的抑制住了稳态误差且响应速度快、有较好的抗波浪干扰能力。     

波浪对鱼雷形长航程AUV微速操纵性的影响分析

在建立适合于鱼雷形长航程自主水下航行器(简称:AUV)微速操纵运动仿真的六自由度数学模型的基础上,基于线性波浪理论建立了波浪对鱼雷形AUV作用力的数学模型,并对 AUV在近水面做悬停运动以及下潜运动时的操纵性受海洋环境力的影响进行仿真研究,结果表明鱼雷形AUV在不同海况波浪的影响下可以稳定的完成定点悬停和垂直下潜运动;二级波浪对鱼雷形AUV操纵性的影响较小,四级波浪对鱼雷形AUV操纵的影响较明显;波浪对AUV操纵性的影响随深度的增加而迅速较小.     

基于精英族系遗传算法的AUV集群路径规划

针对传统路径规划算法仅能规划单一最短路径且不能调节路径宽度而难以适用于自主式水下航行器(autonomous underwater vehicle, AUV)集群航路规划的缺陷, 提出了精英族系遗传算法(elite family genetic algorithm, EFGA)。该算法将基因适应度加入适应度评价函数中, 同时在进化过程中标记精英个体作为多路径规划结果, 并在该算法基础上针对AUV集群路径规划问题设计了一种多智能体路径规划(multi-agent path planning, MAPP)方法。仿真结果表明, 该算法可以求解无冲突路径集合实现MAPP, 通过实现AUV集群的最优多路径航行方案减少集群的航行耗时, 且能够满足不同AUV编队规模对可调路径宽度的需求。     

自主式水下航行器空间运动矢量建模与仿真

在对自主式水下航行器的空间六自由度运动进行研究的基础上，用牛顿力学方法和拉哥朗日方法推导了适于在Simulink环境下仿真的空间运动矢量模型，并建立了可移植性和功能强大的自主式水下航行器的空间六自由度运动仿真模块，解决了耦合非线性运动方程解算难、仿真难和显示难的问题，为自主式水下航行器及其它的高科技飞行器的研究和设计提供了便利的工具。     

舒曼谐振的数据处理方法及其应用研究

舒曼谐振（Schumann resonance, SR）信号淹没于非常强的环境噪声数据中,影响了常规处理方法的性能。为了从观测数据中可靠地提取微弱的SR信号,先对实际的SR观测数据进行奇异值分解（singular value decomposition, SVD）滤波,再利用常规算法提取参数,分析了观测站处的闪电源分布、参数日变化规律以及一起太阳耀斑事件对应的参数变化。结果证明,经过SVD滤波后得到的估计结果能更好地反映SR参数的变化规律,极大地提高了常规方法的可靠性。     

Wigner-Ville distribution and cross Wigner-Ville distribution of noisy signals

The Wigner-Ville distribution （WVD） and the cross Wigner-Ville distribution （XWVD） have been shown to be efficient in the estimation of instantaneous frequency （IF）. But the statistical result of the IF estimation from XWVD peak is much better than using WVD peak. The reason is given from a statistical point of view. Theoretical studies show that XWVD of the analyzed signal can be estimated from XWVD of the noise-contaminated signal. The estimation is unbiased, and the variance is equal to that of noise. In this case, WVD cannot be estimated from W-VD of the noise-contaminated signal. Therefore, higher SNR is required when WVD is used to analyze signals.     

针对高速自治水下航行器的UKF主动目标跟踪算法

研究了基于高速自治水下航行器平台下的主动单目标跟踪,基于Unscented Kalman Filter(UKF)建立跟踪滤波器,在强观测噪声、大采样时间间隔情况下完成对目标各运动状态参量的准确估计。将此跟踪滤波器与基于Extended Kalman Filter(EKF)的跟踪滤波器进行了对比。计算机仿真结果表明采用EKF滤波器,目标的速度估计值可以收敛向真值,而距离估计值无法获得收敛;采用UKF滤波器,目标的速度和距离估计值都能获得收敛,且其对目标的速度估计较EKF准确。