基于水声通信延迟的多UUV协同定位算法

针对多水下自治机器人(unmanned underwater vehicle,UUV)协同定位过程中水声通信延迟造成的定位失效问题,提出了一种基于状态估计均方误差最小的延时扩展卡尔曼滤波(delayed extended Kalman filter,DEKF)定位误差修正方法。首先建立考虑水声通信延迟的系统状态方程,利用状态转移矩阵推导系统等效量测方程,然后给出多UUV考虑水声通信延迟的扩展卡尔曼滤波(extended Kalman filter,EKF)定位方法并分析其不足;最后在EKF方法的基础上,分析量测信息延迟对状态估计的影响,建立系统真实量测模型,设计基于状态估计均方误差最小的DEKF算法。仿真结果表明,该方法能够有效地修正多UUV协同定位中由于水声通信延迟造成的定位误差,在工程实践中具有一定参考意义。

基于MHE的多UUV协同定位方法

针对多水下自治机器人(UUV)协同定位模型中的非线性问题,本文提出利用滚动时域估计(MHE)方法对协同定位状态空间模型进行最优状态估计,通过仿真试验,证明了该方法的可行性。

基于CKF的多UUV协同定位方法

针对多水下自治机器人(UUV)协同定位模型中的非线性问题,论文提出利用容积卡尔曼滤波(CKF)方法对协同定位状态空间模型进行最优状态估计,通过仿真试验,证明了该方法的可行性。