自主水下航行器导航控制技术：粒子滤波理论

粒子滤波作为抽样贝叶斯估计算法，随着抽样粒子数的不断增大，估计逐渐趋向状态的后验概率密度，就理论基础而言，粒子滤波算法和其他非线性滤波方法一样也是次优的滤波算法。粒子滤波是基于蒙特卡罗采样方法和贝叶斯最优估计理论提出利用状态空间的一组加权随机样本逼近状态变量后验概率分布的滤波算法，不受模型线性程度和高斯假设的约束。

理论教育 2023-08-26

自主水下航行器：合理选择时域窗口长度技巧

表7-1列出了不同滚动窗口时域长度下EKF-MHE和UKF-MHE的平均估计精度。在相同窗口长度下，UKF-MHE的估计精度略优于EKFMHE的估计精度，计算时间大部分长于EKF-MHE，但是不能确定的说UKF-MHE算法计算速度一定低于EKF-MHE算法。当时域长度N不超过20时，算法可以较好地满足实时在线估计的要求。在实际情况中，对滚动时域窗口长度N的选择，需要综合考虑对估计精度和实时估计中计算时间的要求。

理论教育 2023-08-26

多自主水下航行器导航与控制技术发展现状

多AUV协作系统在水下执行任务时，不同的编队队形、未知洋流的干扰、辽阔的海域导致声信号传播的延迟以及AUV自身时钟同步的精度都会影响协同导航定位的精度。尽管目前多数研究仍以理论研究、模拟分析以及小型验证试验为主，但多AUV协同定位仍有一些规模较大的典型应用和试验。

理论教育 2023-08-26

超短基线系统导航基本原理

USBL系统导航原理示意图如图2-28所示。图2-28USBL导航原理示意图USBL系统导航原理可用下式表示：式中，PAUV为所求的AUV绝对地理位置；Ps为已知的海底声源发射器的绝对地理位置；Prp为测量得到的AUV相对于海底声源发射器在载体坐标系下的相对位置。

理论教育 2023-08-26

自主水下航行器导航与控制技术

Multisim是美国国家仪器有限公司推出的以Windows为基础的仿真工具，适用于板级的模拟／数字电路板的设计工作。工程师们可以使用Multisim交互式地搭建电路原理图，并对电路进行仿真。通过Multisim和虚拟仪器技术，PCB设计工程师和电子学教育工作者可以完成从理论到原理图捕获与仿真再到原型设计和测试这样一个完整的综合设计流程。

理论教育 2023-08-26

自主水下航行器导航与控制技术中物理约束对KF算法的影响

图7-3MHE和KF算法对存在约束条件的线性系统的估计因此，当实际系统运行过程中存在不可避免的物理约束时，如AUV在固定宽度水道航行或是传感器量测噪声的统计特性等，也就是说被估计系统存在有用的先验知识时，卡尔曼滤波难以将等式约束或者不等式约束引入滤波算法中，导致估计精度下降，部分估计结果不符合实际情况。

理论教育 2023-08-26

自主水下航行器导航控制技术解析

在AUV模式下，可以通过航行器上搭载的WiFi进行任务的下载并执行命令［4］，能够根据挂载的任务载荷自主执行搜索、识别等任务，在插入光纤后，即可转入ROV模式。此外，为了预防可能的水密失效，AUV内置了液体检测器，进一步保证了潜航器的安全。此外，增加了电量监测功能，允许AUV根据自身电量规划任务，并在ROV模式下及时向上位机发出低电量警告。图10-3试验AUV平台主控系统软件架构软件界面如图10-4所示，有4个分区为。

理论教育 2023-08-26

捷联惯导系统与多普勒测速仪组合导航

由捷联惯组可单独构成SINS，并利用捷联惯组中的姿态矩阵与水下航行器上的多普勒测速仪可构成航位推算系统，再利用这两个子导航系统一起组成组合导航系统，结构框图如图2-1所示。式和式为SINS／DR组合导航系统卡尔曼滤波模型方程。

理论教育 2023-08-26

水下航行器协同策略实现

一个FSM在两个不同时刻之间仅有状态数值的不同，其余都相同。图9-26有限状态自动机的状态转移图表9-2有限状态自动机状态转移表注：×表示在该状态下不会出现此事件。表9-3FSM对应有向图的邻接表通过定时器实现FSM的运行。图9-27协同策略状态机有向图图9-27中，协同运动策略分解成若干任务目标作为有向图的节点，即FSM中的状态，其中包括视觉信息处理程序、控制程序和状态转移程序。节点之间使用有向弧连接，表示状态的单向转移。

理论教育 2023-08-26

自主水下航行器矢量推进运动控制技术

矢量推进运动控制单元主要功能是，根据控制系统主控制单元发出的如任务航行、抛载、避障等控制指令，以及主控单元发来的AUV状态信息如AUV目前的航向角度值、深度高度值、AUV运行速度等，然后进行解析和运算，控制转向电机、俯仰电机和螺旋桨主推电机运动，从而可以控制AUV当前的运行状态。如当AUV直线行驶时，由于矢量推进器水平摆角动作幅度较小，传统采用的航向闭环控制器可以达到偏差控制要求。

理论教育 2023-08-26

国内自主水下航行器发展现状

我国6 000 m“CR-02”号AUV于2007年通过验收，如图1-14所示。该AUV具有自主航行、航路点导引、直航、不间断航行的任务管理能力，具有精确定位、噪声低、航程远、体积小、重量轻、操作简单灵活、机动性好等特点。通过搭载不同测试传感器和不同的任务模块，该AUV可执行不同的水下监测、海洋科学考察、信息搜索等任务，主要目的是进行海洋环境探测和水下观测。图1-15“海神”号AUV

理论教育 2023-08-26

性能函数仿真分析:自主水下航行器导航与控制技术

则AUV4对AUVi的性能评价值为：其中，为了验证综合互信息、相对距离、估计协方差建立的性能函数优于其他方式建立的性能函数，进行以下仿真。由于组网AUV采用主从式结构分布时，可以根据从AUV对主AUV量测的选取数量更加直观地表现出性能函数在选取观测量方面的优劣，基于此该仿真中采用主从式结构分布。

理论教育 2023-08-26

自主水下航行器协同：导航与控制技术

图5-1组网AUV水下协同观测系统组网是一个跨学科的概念，组网AUV的概念最初来源于多学科交叉而成的多AUV系统，多AUV是在单AUV的基础上发展起来的，组网AUV研究的核心问题之一就是如何在现有AUV的基础上，通过多AUV的协同来执行大型或者复杂的任务，组网AUV在综合能力、工作效率、并发操作等方面都具有单机器人所无法比拟的优势。

理论教育 2023-08-26

自主水下航行器的基于EKF滚动时域估计协同定位算法

基于EKF近似到达代价的滚动时域估计协同定位算法分为两步：第一步是航位推算，它预测了从AUV的位置并且运用EKF算法来对其姿态进行更新；第二步是运用MHE算法来对有限时域内的量测数据以及约束条件加以考虑后进行位置估计误差的优化。图7-4主、从AUV航行路线AUV2分别使用DR，EKF和EKF-MHE协同定位算法进行定位，其航行轨迹由图7-5所示。相比于基于EKF算法进行协同定位，基于MHE算法进行协同定位的AUV的航行轨迹基本没有受到影响，具有很强的鲁棒性。

理论教育 2023-08-26

水下航行器导航与控制技术中的卡尔曼滤波与滚动时域估计的关系

在多传感器信息融合问题上，优化估计方法和卡尔曼滤波方法都被广泛使用，在同一个问题框架下，对它们之间的联系与区别进行研究有助于更好的应用。利用矩阵舒尔补，可以得到可以看出状态更新方程与卡尔曼滤波是一致的，由式给出的协方差矩阵P1同卡尔曼滤波也是一致的，式显然是卡尔曼滤波的递推估计方程。相比于优化估计随着时间推移信息量变大导致计算复杂度上升，卡尔曼滤波通过利用前一时刻信息进行递推计算，计算简便。

理论教育 2023-08-26

水下航行器到达代价计算

利用近似表示到达代价［2］。因此，约束优化估计问题7．2变为如下问题：问题7．3满足系统（7-7）、（7-8）和时域约束条件（7-9）；其中目标函数为：当系统为非线性系统或者系统存在约束条件，一般很难求得到达代价的解析表达式。因此，如上述问题7．3可以采用无约束线性系统的到达代价函数近似地代替有约束系统的到达代价函数。

理论教育 2023-08-26