發(fā)布時間：2017-09-23 06:37

  本文關鍵詞：基于動力學模型輔助的AUV組合導航方法研究

  更多相關文章： AUV 組合導航 偏振光 模型輔助 卡爾曼濾波 自適應濾波

【摘要】：微小型自主水下航行器是20世紀以來世界各國探測開發(fā)海洋環(huán)境的重要工具，因此自主導航系統(tǒng)成為了自主水下航行器完成勘探任務的關鍵技術。而由于受到探測器體積和功耗的限制和工作環(huán)境的限制，無法采用例如GPS導航等傳統(tǒng)的導航方式。因此微機械慣性測量單元就成為了自主水下航行器首選的導航設備，但是由于慣性導航系統(tǒng)具有測量誤差隨時間累積的特點，所以需要采用外輔助器輔助測量來對導航誤差進行矯正。由于受到體積和功耗的限制，本系統(tǒng)不采用傳統(tǒng)的多普勒測速儀作為外部傳感器，而提出來以慣性導航系統(tǒng)為核心，加入此偏振光矯正信息，并以水下航行器的運動模型輔助的方法。本文研究工作包括以下幾個方面： 首先根據各種傳感器的制約性和AUV工作環(huán)境的特殊性，本文提出了偏振光/DVL/SINS的組合模式，利用偏振光相機代替?zhèn)鹘y(tǒng)的磁羅盤傳感器來測量AUV的航向角，并用以來作為組合導航的輔助信息。并對此設計了聯(lián)邦卡爾曼濾波器，用于對系統(tǒng)進行濾波估計，將濾波結果反饋給組合導航系統(tǒng)，用以減少組合導航的導航誤差，同時運用仿真實驗對此系統(tǒng)進行了驗證。 其次指出由于受到DVL工作條件的限制，引入現(xiàn)階段研究的微小型水下航行器運動學模型，對微小型自主水下航行器進行水中受力分析，建立了水下航行器的運動學模型。由于海洋環(huán)境復雜無法十分準確的描述水下航行器所受到的力，所以該力學模型需要在特定的工作環(huán)境下才可應用。其中要求航行器處于無漩渦和界流的環(huán)境中，基于這個動力學模型輔助和偏振光相機測量航向信息輔助的前提下，建立了水下航行器的組合導航模型，并且利用傳統(tǒng)的卡爾曼濾波對模型進行濾波估計，將濾波結果反饋給組合導航系統(tǒng)，用以減小導航誤差。 由于海洋環(huán)境復雜，水下航行器很容易受到海底漩渦或界流的影響，因此本文對原有水下航行器運動學模型進行改進，在其受力中加入漩渦或界流對其的影響，這樣就會在動力學模型輔助的輸出信息中存在無法確定的測量噪聲，因此傳統(tǒng)的卡爾曼濾波就無法滿足系統(tǒng)需要，，本文提出運用自適應卡爾曼濾波對模型中的不確定性進行估計方法以滿足對導航系統(tǒng)的穩(wěn)定性的要求。 針對導航系統(tǒng)中測量噪聲的不確定性，將分別用Sage-Husa自適應卡爾曼濾波、多漸消因子自適應卡爾曼濾波、模糊自適應卡爾曼濾波對其進行濾波計算，分別對其進行仿真。其中模糊自適應卡爾曼濾波分別利用T-S模糊模型和Mamdani模型實現(xiàn)模糊規(guī)則。同時為了解決模糊控制器計算量大，計算法則程度高的問題，提出了運用數學函數對模糊過程進行擬合，通過運用擬合函數代替模糊控制器的方法來提高系統(tǒng)的運算速度。
【關鍵詞】：AUV 組合導航 偏振光 模型輔助 卡爾曼濾波 自適應濾波
【學位授予單位】：北京工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：U675.7;U674.941
【目錄】：

• 摘要4-6
• Abstract6-8
• 目錄8-10
• 第1章 緒論10-16
• 1.1 課題背景及研究意義10-11
• 1.2 AUV 導航國內外的發(fā)展動態(tài)及研究概況11-13
• 1.3 水下航行器導航技術的發(fā)展趨勢13-14
• 1.4 論文的主要工作及結構安排14-16
• 第2章 基于偏振光輔助導航方法16-28
• 2.1 引言16
• 2.2 傳統(tǒng)水下航行器的導航方法16-18
• 2.3 偏振光觀測載體姿態(tài)原理18-20
• 2.4 PL/DVL/SINS 組合系統(tǒng)模型20-21
• 2.4.1 DVL/SINS 組合模型20-21
• 2.4.2 PL/SINS 組合模型21
• 2.5 PL/DVL/SINS 聯(lián)邦濾波器設計21-23
• 2.5.1 連續(xù)系統(tǒng)離散化方法21-22
• 2.5.2 連續(xù)系統(tǒng)離散化22-23
• 2.5.3 主濾波器信息融合23
• 2.6 仿真結果及分析23-27
• 2.6.1 仿真條件23-24
• 2.6.2 仿真結果及分析24-27
• 2.7 本章小結27-28
• 第3章 AUV 運動學模型輔助導航方法28-48
• 3.1 引言28
• 3.2 AUV 運動模型設計28-39
• 3.2.1 坐標系和參數29-31
• 3.2.2 AUV 運動方程31-33
• 3.2.3 AUV 受力分析33-37
• 3.2.4 AUV 運動方程37-39
• 3.3 其他輔助導航技術39-40
• 3.3.1 電子羅盤39-40
• 3.3.2 深度計40
• 3.4 對現(xiàn)有運動學模型輔助導航進行濾波器設計40-46
• 3.4.1 設計原則40-41
• 3.4.2 狀態(tài)方程的選取41-42
• 3.4.3 量測方程的建立42-46
• 3.5 本章小結46-48
• 第4章 基于自適應濾波的組合導航方法48-70
• 4.1 引言48
• 4.2 海洋干擾模型48-49
• 4.3 Sage-Husa 自適應濾波49-59
• 4.3.1 Sage-Husa 自適應卡爾曼濾波器設計49-51
• 4.3.2 簡化的 Sage-Husa 算法51
• 4.3.3 Sage-Husa 自適應濾波器仿真51-59
• 4.4 多漸消因子卡爾曼濾波器設計與仿真59-67
• 4.4.1 單漸消因子卡爾曼濾波59-60
• 4.4.2 多漸消因子卡爾曼濾波60-62
• 4.4.3 仿真與分析62-67
• 4.5 本章小結67-70
• 第5章 基于模糊自適應卡爾曼濾波器的設計與仿真70-84
• 5.1 引言70
• 5.2 模糊控制與實時自適應濾波70-73
• 5.3 仿真及結果分析73-78
• 5.4 改進模糊自適應卡爾曼濾波78-82
• 5.5 本章小結82-84
• 結論84-86
• 參考文獻86-90
• 攻讀碩士學位期間所發(fā)表的學術論文90-92
• 致謝92

【參考文獻】

中國期刊全文數據庫 前10條

1 嚴浙平;鄧力榕;孫海濤;;基于高度計信息處理的欠驅動無人水下航行器地形跟蹤控制[J];計算機應用;2014年02期

2 趙龍;顏廷君;;不同傳感器精度下的地磁輪廓匹配定位性能分析[J];物理學報;2013年06期

3 錢華明;葛磊;彭宇;;多漸消因子卡爾曼濾波及其在SINS初始對準中的應用[J];中國慣性技術學報;2012年03期

4 田柳;高雋;范之國;吳克偉;高麗娟;;基于大氣偏振模式分布規(guī)律的導航方向角計算方法[J];電子學報;2012年01期

5 褚金奎;陳文靜;王洪青;戎成功;;基于偏振光傳感器的移動機器人導航實驗[J];光學精密工程;2011年10期

6 樊啟高;李威;王禹橋;楊雪峰;;一種采用捷聯(lián)慣導的采煤機動態(tài)定位方法[J];煤炭學報;2011年10期

7 高偉熙;繆玲娟;倪茂林;;多漸消因子Kalman濾波器在SINS初始對準中的應用(英文)[J];Chinese Journal of Aeronautics;2011年04期

8 梁松;徐曉蘇;黃永亮;;Sage_Husa自適應濾波算法在捷聯(lián)組合導航系統(tǒng)中的應用[J];測試技術學報;2011年04期

9 王光輝;劉曉亮;萬峻;莫軍;;水下偏振光導航技術[J];艦船科學技術;2011年07期

10 邊信黔;程相勤;賈鶴鳴;嚴浙平;張利軍;;基于迭代滑模增量反饋的欠驅動AUV地形跟蹤控制[J];控制與決策;2011年02期

中國碩士學位論文全文數據庫 前3條

1 趙艷;自主導航濾波算法研究[D];沈陽工業(yè)大學;2012年

2 彭樹萍;AUV動力學模型輔助的航位推算方法研究[D];哈爾濱工程大學;2011年

3 辛廷慧;水下地形輔助導航方法研究[D];西北工業(yè)大學;2004年

本文編號：903814