基于IMM算法的多AUV协同定位水声传播延迟处理方法

TJ630.1%TB71.2; 针对主从式自主水下航行器(AUV)协同定位系统存在的水声探测与通信的延迟问题,提出一种基于交互式多模型(IMM)算法的时间延迟处理方法.首先建立多AUV系统的协同定位计算模型,针对系统非线性运动方程与非线性量测,分析扩展卡尔曼滤波(EKF)协同定位结果因水声信号传播延迟产生的定位误差;其次阐述常规延迟扩展卡尔曼滤波(DEKF)在处理时间延迟环节中无法实现对机动性目标AUV运动状态的精准跟踪问题;最终设计IMM-DEKF算法,选择适当的运动模型作为子滤波器,利用新息更新模型概率,精确跟踪主AUV运动状态,降低从AUV滤波器中对主AUV状态值的估计误差,实现整体协同...

Full description

Saved in:
Bibliographic Details
Published in水下无人系统学报 Vol. 31; no. 2; pp. 259 - 277
Main Authors 陈世杰, 刘锡祥, 黄永江, 章彩霞, 陶育杰, 童金武
Format Journal Article
LanguageChinese
Published 微惯性仪表与先进导航技术教育部重点实验室,江苏南京,210096%南京工程学院工业中心创新创业学院,江苏南京,211167 2023
东南大学仪器科学与工程学院,江苏无锡,214026
Subjects
协同定位
交互多模型
自主水下航行器
扩展卡尔曼滤波
传播延迟
Online AccessGet full text

Cover

More Information
Summary:TJ630.1%TB71.2; 针对主从式自主水下航行器(AUV)协同定位系统存在的水声探测与通信的延迟问题,提出一种基于交互式多模型(IMM)算法的时间延迟处理方法.首先建立多AUV系统的协同定位计算模型,针对系统非线性运动方程与非线性量测,分析扩展卡尔曼滤波(EKF)协同定位结果因水声信号传播延迟产生的定位误差;其次阐述常规延迟扩展卡尔曼滤波(DEKF)在处理时间延迟环节中无法实现对机动性目标AUV运动状态的精准跟踪问题;最终设计IMM-DEKF算法,选择适当的运动模型作为子滤波器,利用新息更新模型概率,精确跟踪主AUV运动状态,降低从AUV滤波器中对主AUV状态值的估计误差,实现整体协同系统定位精度的提高.仿真结果验证了所提算法在常规EKF的基础上有效提高了从AUV滤波器对主AUV航迹预测精度,使得协同定位系统的整体定位精度得到提升.
ISSN:2096-3920
DOI:10.11993/j.issn.2096-3920.202204011