APP下载

移动USBL测距辅助的UUV协同导航定位方法

2022-03-31王银涛贾晓宝崔荣鑫严卫生

控制理论与应用 2022年11期
关键词:卡尔曼滤波

王银涛,贾晓宝,崔荣鑫,严卫生

(1.西北工业大学航海学院,陕西西安 710072;2.水下信息与控制国家级重点实验室,陕西西安 710072;3.中国航空工业集团公司洛阳电光设备研究所,河南洛阳 471023)

1 引言

精确的导航定位能力是无人水下航行器(unmanned underwater vehicle,UUV)顺利完成各种任务的重要前提与保障.常见的水下导航方法有航位推算导航[1]、惯性导航[2]、地球物理导航[3]、声学导航[4]等,虽然都具有各自的特点,但又相应的具有一些自身难以克服的缺陷.例如:航位推算导航定位精度低而且存在误差累积;惯性导航虽然可以在短时间内获得较高的定位精度,但仍然存在误差累积的问题,不适用于长时间或远距离的水下导航;地球物理导航实时性和适用性则受环境条件限制.

长基线(long base line,LBL)、短基线(short base line,SBL)、超短基线(ultra short base line,USBL)声学定位系统是基于声学原理,声信标在收到UUV发来的信号后会在极短延迟后进行应答,根据声信号往返的时间、声信标位置和传播速度就可以计算UUV实际位置[5].其中,超短基线由于尺寸小、安装方便等特点,比较适合用于水下运动载体间的通信和定位[6].文献[7]结合捷联惯导系统(stapdown inertial navigation system,SINS)短时间内导航精度高和USBL在一定范围内定位精度高的特点,提出了一种带有卡方检验的SINS/USBL集成导航容错方法,实验结果表明该方法可以抑制USBL异常信息对导航精度的影响,并保证了组合导航系统的稳定性和高精度.Jalving在文献[8]中利用卡尔曼滤波器(Kalman filter,KF)技术把USBL和SINS的输出信息进行数据融合和滤波处理得到更加精……

登录APP查看全文

猜你喜欢

卡尔曼滤波
基于双扩展卡尔曼滤波的电池荷电状态估计
改进的扩展卡尔曼滤波算法研究
基于无迹卡尔曼滤波的行波波头辨识
基于递推更新卡尔曼滤波的磁偶极子目标跟踪
基于有色噪声的改进卡尔曼滤波方法
基于序贯卡尔曼滤波的OCT信号处理方法研究
基于模糊卡尔曼滤波算法的动力电池SOC估计
融合卡尔曼滤波的VFH避障算法
基于扩展卡尔曼滤波的PMSM无位置传感器控制
基于EMD和卡尔曼滤波的振荡信号检测