论文摘要
随着海洋探测与开发的不断深入,对具有自主导航能力的水下机器人的需求越来越大。在深海复杂环境中,单一的传感器设备都无法满足高精度自主导航的要求,而采用多传感器信息融合和优化滤波算法成为必然的选择。本文通过对水下自主机器人组合导航系统关键技术的研究,为其向更广阔、更长程、更复杂的工作海域发展提供强有力的保证,这必将大大推动我国乃至世界水下自主机器人导航技术的发展。本文结合当前水下自主机器人导航技术的特点,介绍了自主导航技术中常遇到的问题难点。提出了“潜航-水面校正-潜航”的导航模式,利用SINS/DVL组合导航系统作为水下导航系统,将SINS/GPS组合导航系统作为水面校正系统。在远程AUV导航过程中,AUV经过一段时间的水下航行定时浮出水面,引入GPS,纠正AUV的速度和位置信息,解决了远程AUV定位误差随时间累积而发散的问题。然后研究了扩展卡尔曼滤波和神经网络两种流行的滤波方法。分析各自的优缺点,提出相应的改进。扩展卡尔曼滤波是在卡尔曼滤波的基础上针对非线性环境的改进算法,需要根据SINS和DVL各自的误差方程来设计扩展卡尔曼滤波器的状态方程和观测方程,从而计算出各个误差项。AUV组合导航系统的实际运行环境比较恶劣,系统精确的数学模型及噪声的统计特性不易先验得到,从而经常导致扩展卡尔曼滤波器发散。它的优点是精度和实时性比较高,但是在可靠性方面要差一些。针对扩展卡尔曼滤波可靠性较差的问题,在保证AUV精确导航所需求的精度和实时性的前提下,本文提出了一种改进遗传算法优化神经网络的滤波算法。利用神经网络的特性处理信号,可以避开模式识别方法中建模与特征提取过程,从而减小因模型不确定与特征选择不当引起的误差,并能实现实时识别,以提高系统性能。遗传算法擅长全局搜索,它可以在复杂的、多峰值、非线性及其不可微的空间实现全局搜索。但是在神经网络优化过程中,我们发现常规遗传算法又存在许多不足,如易早熟,算法稳定性差,固定的交叉和变异概率影响收敛效果等。为了解决这些难题,本文从编码方式、选择操作、最优个体保留、引入“移民”机制、交叉和变异算子对遗传算法进行改进,并将改进后的遗传算法用来优化神经网络,最终把优化的神经网络滤波算法用于AUV组合导航系统中。在“潜航-水面校正-潜航”的导航模式下分别将以上两种滤波算法应用于AUV组合导航实验中,实验结果表明,改进后的方法能较好的达到预期的目标,二种滤波算法都提高了滤波的精度。并且改进遗传优化神经网络滤波算法在保证精度和实时性的前提下,较扩展卡尔曼滤波算法提高了滤波的可靠性,增强了滤波的实用性。
论文目录
相关论文文献
- [1].AUV水下通信技术研究现状及发展趋势探讨[J]. 舰船科学技术 2020(03)
- [2].某型AUV自主控制计算机的设计与实现[J]. 信息通信 2017(01)
- [3].自适应交互式多模型AUV组合导航算法(英文)[J]. 中国惯性技术学报 2016(04)
- [4].基于AUV的海洋磁力测量技术现状及误差来源分析[J]. 海洋测绘 2019(06)
- [5].基于时延补偿的AUV领航跟随编队控制[J]. 舰船电子对抗 2020(01)
- [6].变缆长拖缆AUV纵向运动建模与仿真[J]. 鱼雷技术 2014(01)
- [7].AUV对转螺旋桨的设计方法现状及其发展趋势[J]. 机械管理开发 2012(01)
- [8].虚拟现实在AUV地形跟踪控制研究中的应用[J]. 鱼雷技术 2008(04)
- [9].基于海图和改进粒子群优化算法的AUV全局路径规划[J]. 机器人 2020(01)
- [10].AUV动力电池技术的应用现状及展望[J]. 船舶工程 2017(07)
- [11].AUV水下对接控制方法[J]. 舰船科学技术 2015(12)
- [12].一款便携式AUV的遥控装置设计[J]. 电子世界 2016(15)
- [13].AUV视觉与短基线定位自适应融合方法[J]. 四川兵工学报 2015(05)
- [14].AUV海洋温跃层检测方法综述[J]. 海洋技术学报 2014(05)
- [15].深水AUV电子海图监测系统设计与实现[J]. 船舶工程 2013(03)
- [16].基于浮力调节的AUV升沉运动控制技术[J]. 南京航空航天大学学报 2010(04)
- [17].基于碰撞危险度模型的AUV三维避障研究[J]. 武汉理工大学学报(交通科学与工程版) 2008(06)
- [18].多智能体Q学习在多AUV协调中的应用研究[J]. 应用科技 2008(01)
- [19].小波神经网络多传感器信息融合在AUV深度测量中的应用[J]. 鱼雷技术 2016(04)
- [20].AUV不确定事件的本体模型与检测研究[J]. 华中科技大学学报(自然科学版) 2013(S1)
- [21].障碍物环境下的多AUV主从式编队控制[J]. 鱼雷技术 2013(06)
- [22].反水雷AUV研制的几个关键技术[J]. 水雷战与舰船防护 2010(02)
- [23].一种新的AUV路径跟踪控制方法[J]. 西北工业大学学报 2009(04)
- [24].一种面向AUV水下对接的双目视觉测距方法[J]. 计算机测量与控制 2008(10)
- [25].基于禁忌搜索算法的AUV动态路径规划策略[J]. 南京大学学报(自然科学) 2017(01)
- [26].4500米级AUV起吊框架动力学分析[J]. 机械工程与自动化 2017(02)
- [27].AUV深度的神经网络辨识和学习控制仿真研究[J]. 计算机工程与应用 2017(06)
- [28].多AUV联合执行反水雷任务[J]. 水雷战与舰船防护 2014(04)
- [29].深水AUV安全系统的设计与实现[J]. 船舶工程 2013(05)
- [30].AUV水下对接技术发展现状[J]. 声学与电子工程 2013(02)