论文部分内容阅读
自主水下航行器(Autonomous Underwater Vehicle,简称AUV)在海洋工程中发挥着越来越重要的作用,AUV在搭载各种传感器设备后可应用于水下环境监测、近海石油工程作业、水下搜索与测绘等领域。而高精度的导航定位是水下航行器安全和可靠地执行水下任务的技术保障,本文基于实验室正在研制的小型AUV平台,开展了宽容性导航技术、协同导航技术、系统实现、导航传感器校正及试验数据分析等工作,主要研究工作有：针对导航模型噪声统计特性不确知及测量野值存在的情况,在平方根容积卡尔曼滤波(Square-root Cubature Kalman Filter,简称SCKF)的基础上将改进的Sage-Husa自适应滤波算法与基于新息判别的抗野值算法相结合,仿真验证了上述滤波算法具有较好的抗野值能力,可有效提高导航精度。同时,为克服测量值延迟对导航精度的影响,研究了基于状态扩充的卡尔曼滤波算法,并通过超短基线(Ultra Short Baseline,简称USBL)辅助AUV导航场景下的仿真进一步验证了算法的可行性。对基于扩展卡尔曼滤波(Extended Kalman Filter,简称EKF)的协同导航算法进行仿真分析和验证。在此基础上,运用非线性系统可观测性理论对协同导航系统可观测性进行了分析,给出协同导航系统可观测性条件,并从协同导航EKF算法后验协方差矩阵出发,提出了通过最小化位置不确定性估计协同导航定位最优队形的方法。在算法研究的基础上,基于小型AUV平台及MOOS (Mission Orientated Operating Suite)开源软件平台,实现了整套导航软硬件系统,并通过湖试对导航系统性能进行了验证。针对湖试导航结果存在的误差,对多普勒计程仪(Doppler Velocity Log,简称DVL)安装误差及电子罗盘罗差进行了分析和校正,校正后的导航精度得到了较大提高。