存在障碍物影响的多AUV间距离量测识别与平滑算法

相互间距离量测信息是多AUV协同定位的基础。利用朗伯W函数求解AUV间的RSS距离估计,并通过TOA及RSS 2种距离量测结果的比较,引入一种障碍物引起的非视距(ONLOS)量测识别方法。在此识别基础上,建立了多AUV间距离量测动态变化模型,并利用Kalman滤波方法设计了ONLOS距离量测误差平滑算法。仿真结果表明,该算法可有效提高领航与跟随AUV间的相对距离量测估计精度,减轻ONLOS量测误差对多AUV协同定位性能的影响。

一种NLOS量测平滑算法在MAUVs协同定位中的应用

在基于双领航者的MAUVs协同定位过程中,为了减轻NLOS量测误差的影响,在假设NLOS修正偏差先验已知的前提下,以4状态Markov链描述了4种LOS/NLOS量测模型间相互独立转换过程,继而利用交互多模和Kalman滤波理论设计了一种AUVs间相对距离量测平滑算法,并将其距离量测估计结果应用于MAUVs协同定位系统中。仿真结果对比表明,该算法可以有效提高AUVs间的相对距离量测估计精度,获得了更好的协同定位性能。