| 传感器数据异常下动力定位鲁棒状态估计方法 |
| |
| 引用本文： | 蒋帆,徐海祥,冯辉,卜瑞波.传感器数据异常下动力定位鲁棒状态估计方法[J].大连理工大学学报,2020,60(6):610-618. |
| |
| 作者姓名： | 蒋帆 徐海祥 冯辉 卜瑞波 |
| |
| 基金项目： | 国家自然科学基金资助项目(5187921051979210)；中央高校基本科研业务费专项资金资助项目(2019III0402019III132CG)；武汉理工大学研究生优秀学位论文培育项目(2018-YS-019). |
| |
| 摘 要： | 针对时变环境带来的传感器数据异常、未知环境干扰等影响，导致基于无迹卡尔曼滤波的动力定位状态估计方法估计精度下降的问题，提出了一种鲁棒无迹卡尔曼滤波方法，该方法通过引入一种基于指数加权的观测噪声协方差矩阵R自适应更新模块和一种基于卡方分布假设检验方法的过程不确定性识别模块处理传感器数据异常情况并估计未知环境力．最后，以某平台供应船的船模为仿真对象，进行了仿真对比实验．仿真结果表明，鲁棒无迹卡尔曼滤波能够准确及时地识别传感器数据异常情况，相较于传统无迹卡尔曼滤波而言，鲁棒无迹卡尔曼滤波状态估计精度更高，收敛速度更快，表现出较强的鲁棒性．
|
| 关 键 词： | 动力定位 状态估计 鲁棒无迹卡尔曼滤波 传感器数据异常 假设检验 |
|
| 点击此处可从《大连理工大学学报》浏览原始摘要信息 |
| 点击此处可从《大连理工大学学报》下载免费的PDF全文 |
