隨著我國(guó)經(jīng)濟(jì)水平的不斷提高,國(guó)家和人民對(duì)于建設(shè)海洋強(qiáng)國(guó)的呼聲日益增強(qiáng),海洋強(qiáng)國(guó)的建設(shè)離不開(kāi)對(duì)海洋環(huán)境的觀測(cè)和對(duì)海洋資源的勘探與開(kāi)發(fā),而水下機(jī)器人正是實(shí)現(xiàn)這些目標(biāo)的重要技術(shù)手段之一。水下機(jī)器人在水下復(fù)雜的環(huán)境中運(yùn)動(dòng)時(shí)其動(dòng)力學(xué)參數(shù)會(huì)因自身所受到的負(fù)載的變化而產(chǎn)生變化,其運(yùn)動(dòng)過(guò)程中的測(cè)量數(shù)據(jù)也容易因此受到多種噪聲的污染,如高斯白噪聲、復(fù)雜白噪聲(系數(shù)矩陣和觀測(cè)向量均含有白噪聲)、有色噪聲等,水下機(jī)器人的運(yùn)動(dòng)和控制系統(tǒng)的精度也會(huì)因所處復(fù)雜環(huán)境而受到影響。為了對(duì)水下機(jī)器人的運(yùn)動(dòng)和控制系統(tǒng)進(jìn)行實(shí)時(shí)修正從而使其更加適應(yīng)水下的復(fù)雜環(huán)境,得到一個(gè)能夠隨水下機(jī)器人動(dòng)力學(xué)參數(shù)變化而不斷更新的高精度動(dòng)力學(xué)模型很有必要。本文的研究?jī)?nèi)容正是針對(duì)復(fù)雜環(huán)境下的水下機(jī)器人動(dòng)力學(xué)模型參數(shù)在線辨識(shí)問(wèn)題進(jìn)行展開(kāi)的,文中通過(guò)對(duì)多個(gè)傳感器的測(cè)量數(shù)據(jù)進(jìn)行融合來(lái)快速提高對(duì)水下機(jī)器人動(dòng)力學(xué)模型的參數(shù)在線辨識(shí)精度,以滿足辨識(shí)問(wèn)題中的實(shí)時(shí)性和高精度要求。本文主要研究?jī)?nèi)容如下:1)首先介紹了水下機(jī)器人的運(yùn)動(dòng)學(xué)模型和動(dòng)力學(xué)模型,說(shuō)明了水下機(jī)器人的相關(guān)特點(diǎn),并對(duì)其動(dòng)力學(xué)模型進(jìn)行了簡(jiǎn)化。2)介紹了水下機(jī)器人動(dòng)力學(xué)模型參數(shù)辨識(shí)的內(nèi)容及辨識(shí)步驟,說(shuō)明了部分辨識(shí)算法的辨識(shí)原理,然后將這些算法應(yīng)用到對(duì)水下機(jī)器人動(dòng)力學(xué)模型的辨識(shí)中,比較了這些算法在不同噪聲環(huán)境下的辨識(shí)結(jié)果。3)研究在水下機(jī)器人動(dòng)力學(xué)模型的系數(shù)矩陣和觀測(cè)向量均含有白噪聲條件下的參數(shù)在線辨識(shí)問(wèn)題。通過(guò)理論推導(dǎo)得出最小二乘融合算法(RLS_F)在復(fù)雜白噪聲環(huán)境下的估計(jì)結(jié)果及其與真值之間的理論偏差,提出多傳感器融合的遞推總體最小二乘辨識(shí)算法(RTLS_F)。通過(guò)仿真實(shí)驗(yàn)對(duì)這部分研究?jī)?nèi)容進(jìn)行了驗(yàn)證。4)研究在水下機(jī)器人動(dòng)力學(xué)模型的觀測(cè)向量含有有色噪聲的條件下的參數(shù)在線辨識(shí)問(wèn)題。介紹了增廣最小二乘算法的原理,通過(guò)理論推導(dǎo)得出多傳感器融合的增廣最小二乘算法(RELS_F)以便快速地提高參數(shù)在線辨識(shí)精度,并通過(guò)仿真實(shí)驗(yàn)進(jìn)行了驗(yàn)證。
【學(xué)位單位】：武漢理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP242;U674.941
【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 復(fù)雜噪聲環(huán)境下AUV動(dòng)力學(xué)模型在線辨識(shí)問(wèn)題分析
    1.4 AUV動(dòng)力學(xué)模型參數(shù)多傳感器融合辨識(shí)
    1.5 論文主要研究?jī)?nèi)容與結(jié)構(gòu)安排
第2章 水下機(jī)器人數(shù)學(xué)模型的建立
    2.1 水下機(jī)器人的運(yùn)動(dòng)學(xué)模型
    2.2 水下機(jī)器人的動(dòng)力學(xué)模型
    2.3 動(dòng)力學(xué)模型的簡(jiǎn)化
    2.4 本章小結(jié)
第3章 水下機(jī)器人動(dòng)力學(xué)模型參數(shù)辨識(shí)研究
    3.1 水下機(jī)器人動(dòng)力學(xué)模型參數(shù)辨識(shí)
    3.2 最小二乘參數(shù)估計(jì)方法
    3.3 極大似然參數(shù)估計(jì)方法
    3.4 總體最小二乘參數(shù)估計(jì)方法
    3.5 本章小結(jié)
第4章 復(fù)雜白噪聲環(huán)境下的多傳感器融合在線辨識(shí)
    4.1 引言
    4.2 最小二乘集中式融合與總體最小二乘集中式融合
    4.3 多傳感器遞推總體最小二乘融合算法
    4.4 復(fù)雜白噪聲環(huán)境下多傳感器融合辨識(shí)仿真
    4.5 復(fù)雜白噪聲環(huán)境下威爾科克森符號(hào)秩檢驗(yàn)及結(jié)果分析
    4.6 本章小結(jié)
第5章 有色噪聲環(huán)境下的多傳感器融合在線辨識(shí)
    5.1 引言
    5.2 增廣最小二乘算法
    5.3 增廣最小二乘的多傳感器融合算法
    5.4 有色噪聲環(huán)境下多傳感器融合辨識(shí)仿真
    5.5 有色噪聲環(huán)境下威爾科克森符號(hào)秩檢驗(yàn)結(jié)果及分析
    5.6 本章小結(jié)
第6章 結(jié)論與展望
    6.1 全文總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
攻讀碩士期間發(fā)表的論文及參與項(xiàng)目
附錄 主要章節(jié)部分代碼

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;水下機(jī)器人收放系統(tǒng)[J];重工與起重技術(shù);2017年01期

2 王慧;陳恒釗;黃浩恩;譚聰林;梁棋源;聶兆煒;蔡澤銘;張宇航;;便攜式水下機(jī)器人系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];自動(dòng)化應(yīng)用;2018年11期

3 李永龍;王皓冉;張華;;水下機(jī)器人在水利水電工程檢測(cè)中的應(yīng)用現(xiàn)狀及發(fā)展趨勢(shì)[J];中國(guó)水利水電科學(xué)研究院學(xué)報(bào);2018年06期

4 裴國(guó)棟;卞則武;溫亞楠;;便攜式水下機(jī)器人設(shè)計(jì)[J];船電技術(shù);2019年01期

5 曹少華;張春曉;王廣洲;潘水艷;羅文;李森;;智能水下機(jī)器人的發(fā)展現(xiàn)狀及在軍事上的應(yīng)用[J];船舶工程;2019年02期

6 王爭(zhēng)艷;;核級(jí)設(shè)備的檢修師[J];現(xiàn)代班組;2017年10期

7 張旭東;;我國(guó)實(shí)現(xiàn)纜控式與自治式水下機(jī)器人深海交會(huì)拍攝[J];軍民兩用技術(shù)與產(chǎn)品;2017年15期

8 劉珍娜;秦婧文;;淺談仿生水下機(jī)器人的發(fā)展現(xiàn)狀[J];山東工業(yè)技術(shù);2018年01期

9 王永鼎;董亞龍;;水下機(jī)器人動(dòng)力學(xué)分析與控制系統(tǒng)研究[J];制造業(yè)自動(dòng)化;2018年03期

10 楊沖;;基于連續(xù)體模型應(yīng)力評(píng)估的水下機(jī)器人剛度強(qiáng)化設(shè)計(jì)[J];艦船電子工程;2018年03期

相關(guān)博士學(xué)位論文 前10條

1 姜春萌;自主水下機(jī)器人智能控制與參數(shù)優(yōu)化技術(shù)研究[D];哈爾濱工程大學(xué);2018年

2 李戰(zhàn)東;面向核電水池作業(yè)的水下機(jī)器人及其動(dòng)力學(xué)特性研究[D];哈爾濱工業(yè)大學(xué);2018年

3 潘無(wú)為;分布式多水下機(jī)器人編隊(duì)控制方法研究[D];哈爾濱工程大學(xué);2018年

4 姜大鵬;多水下機(jī)器人協(xié)調(diào)控制技術(shù)研究[D];哈爾濱工程大學(xué);2011年

5 高延增;超小型水下機(jī)器人關(guān)鍵性能提升技術(shù)研究[D];華南理工大學(xué);2010年

6 常文君;基于神經(jīng)網(wǎng)絡(luò)的多水下機(jī)器人協(xié)調(diào)控制方法研究[D];哈爾濱工程大學(xué);2004年

7 于華男;開(kāi)架式水下機(jī)器人辨識(shí)與控制技術(shù)研究[D];哈爾濱工程大學(xué);2003年

8 成巍;仿生水下機(jī)器人仿真與控制技術(shù)研究[D];哈爾濱工程大學(xué);2004年

9 由光鑫;多水下機(jī)器人分布式智能控制技術(shù)研究[D];哈爾濱工程大學(xué);2006年

10 王玉甲;水下機(jī)器人智能狀態(tài)監(jiān)測(cè)系統(tǒng)研究[D];哈爾濱工程大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 江健;微小型UVMS設(shè)計(jì)及水下機(jī)器人多機(jī)協(xié)作研究[D];浙江工業(yè)大學(xué);2019年

2 朱紅坤;復(fù)雜環(huán)境下AUV動(dòng)力學(xué)模型多傳感器融合在線辨識(shí)方法研究[D];武漢理工大學(xué);2018年

3 楊雨瀟;遙控水下機(jī)器人控制系統(tǒng)設(shè)計(jì)及試驗(yàn)分析[D];東北石油大學(xué);2018年

4 張弓;水下機(jī)器人全泵驅(qū)動(dòng)控制方法研究[D];華北水利水電大學(xué);2018年

5 魏學(xué);自主水下機(jī)器人自升沉控制技術(shù)研究[D];東北大學(xué);2015年

6 王雷;水下機(jī)器人運(yùn)動(dòng)控制研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2018年

7 王雪梅;水下機(jī)器人水動(dòng)力學(xué)系數(shù)計(jì)算與操縱性能研究[D];山東大學(xué);2018年

8 趙彥飛;水下機(jī)器人運(yùn)動(dòng)姿態(tài)控制技術(shù)研究[D];西安工業(yè)大學(xué);2018年

9 裴蕾;模塊化水下機(jī)器人設(shè)計(jì)及力學(xué)分析[D];西安工業(yè)大學(xué);2018年

10 沈天鶴;水下機(jī)器人監(jiān)控系統(tǒng)的研究與實(shí)現(xiàn)[D];揚(yáng)州大學(xué);2018年

本文編號(hào)：2843376