“多水下航行器协同定位”是伴随多水下航行器协作应用发展而来的一种新的水下定位技术,不仅可以实现水下高精度定位,而且具有成本低、实现简单、可靠性好以及不受区域限制等优点,已成为水下导航领域一个新的研究热点。受制于复杂的水下声学通信环境,以及独特的水声通信技术特性,水下航行器协同定位区别于传统的陆上(或空中)机器人协同定位具有其独特的技术特点与难点。本文从提高多水下航行器协同定位性能的实际需求出发,重点针对基于距离观测的水下航行器协同定位算法进行研究,主要研究工作包括以下几方面:1、对基于距离观测的水下航行器协同定位技术原理进行介绍,建立了协同定位系统数学模型;针对观测信息源有限导致的系统可观测性弱的问题,分别采用线性系统可观测分析理论以及非线性李导数分析理论对系统的可观测条件进行分析。为进一步明确系统可观测度大小与载体机动状态间的量化对应关系,引入可观测性矩阵的条件数分析理论,对系统的可观测性进行定量分析,为有针对性地设计合理的协同定位系统方案提供了理论依据。最后,结合系统的可观测性理论基础,以双领航方案为例设计了相应的协同通信方案。2、分析了贝叶斯估计的基本原理,详细介绍了两类非线性滤波器,包括基于线性化近似的扩展卡尔曼滤波(Extended Kalman Filter,EKF)、插值滤波(Divided Difference Filter,DDF)以及基于确定性采样的无迹卡尔曼滤波(Unscented Kalman Filter,UKF),并通过协同定位性能仿真对比分析,为后续协同定位滤波处理算法的应用提供选择依据。针对系统大初始化误差条件下滤波收敛速度慢,以及由于协同更新频率低、系统可观测性弱等因素造成的常规非线性滤波算法性能受限问题,提出采用迭代滤波思想进行协同定位系统的状态估计。设计了迭代插值滤波器(Iterated Divided Difference Filter,IDDF),并且通过Levenberg-Marquardt(L-M)方法对其进行优化,进一步改善了迭代滤波算法的稳定性。最后,通过离线试验数据仿真分析对算法有效性进行了验证。3、针对水声距离异常量测噪声所引起的常规滤波算法不稳定,尤其是对于迭代滤波算法所带来的估计误差的严重累积放大作用,提出一种基于Huber鲁棒估计的协同定位滤波算法。详细介绍了 Huber鲁棒性估计原理,通过对杠杆点识别、加权处理进一步增强鲁棒估计的稳定性。结合Huber鲁棒估计理论,分别针对EKF和DDF算法设计了相应的Huber鲁棒滤波器,并结合迭代滤波进一步设计了基于鲁棒性迭代滤波的水下航行器协同定位算法流程。最后,分别针对单个异常量测噪声以及重尾特性噪声情况对协同定位鲁棒性滤波算法进行了算法仿真分析,仿真结果证明了方法的有效性。4、实际系统往往存在噪声不确定性以及时变性问题。为了提高非线性滤波算法的噪声自适应能力,进一步改善协同定位系统的状态估计效果,在鲁棒滤波算法基础上,结合Myers-Tapley方法提出一种具有噪声自适应性能的协同定位滤波算法。首先对Myers-Tapley噪声自适应估计理论进行了介绍;针对非高斯噪声条件下Myers-Tapley方法的局限性,进一步研究基于统计残差加权处理的改进Myers-Tapley自适应估计算法,使其适用于非高斯噪声条件下的自适应估计。为充分考虑系统噪声初始时刻的先验统计特性,进一步采用通过衰减记忆处理方式,对估计噪声与初始经验噪声进行综合加权处理,保证了噪声自适应估计结果的平稳性。最后,分别通过高斯及非高斯噪声条件下的协同定位性能仿真对自适应估计算法的有效性进行了验证。5、为验证协同定位算法在实际工况条件下的状态估计性能,基于水声通信设备,利用水面艇进行了协同定位湖试试验。对基于双领航者的协同定位试验方案进行了介绍;应用离线试验数据,分别进行了双领航和单领航条件下的,以及不同量测周期下的协同定位性能仿真,仿真结果验证了本文所提协同定位算法的有效性。