基于SINS-DVL-GPS的AUV組合導(dǎo)航系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、隨著海洋探測與開發(fā)的不斷深入,對(duì)具有自主導(dǎo)航能力的水下機(jī)器人的需求越來越大。在深海復(fù)雜環(huán)境中,單一的傳感器設(shè)備都無法滿足高精度自主導(dǎo)航的要求,而采用多傳感器信息融合和優(yōu)化濾波算法成為必然的選擇。本文通過對(duì)水下自主機(jī)器人組合導(dǎo)航系統(tǒng)關(guān)鍵技術(shù)的研究,為其向更廣闊、更長程、更復(fù)雜的工作海域發(fā)展提供強(qiáng)有力的保證,這必將大大推動(dòng)我國乃至世界水下自主機(jī)器人導(dǎo)航技術(shù)的發(fā)展。
　　 本文結(jié)合當(dāng)前水下自主機(jī)器人導(dǎo)航技術(shù)的特點(diǎn),介紹了自主導(dǎo)航技術(shù)中

2、常遇到的問題難點(diǎn)。提出了“潛航-水面校正-潛航”的導(dǎo)航模式,利用SINS／DVL組合導(dǎo)航系統(tǒng)作為水下導(dǎo)航系統(tǒng),將SINS／GPS組合導(dǎo)航系統(tǒng)作為水面校正系統(tǒng)。在遠(yuǎn)程AUV導(dǎo)航過程中,AUV經(jīng)過一段時(shí)間的水下航行定時(shí)浮出水面,引入GPS,糾正AUV的速度和位置信息,解決了遠(yuǎn)程AUV定位誤差隨時(shí)間累積而發(fā)散的問題。然后研究了擴(kuò)展卡爾曼濾波和神經(jīng)網(wǎng)絡(luò)兩種流行的濾波方法。分析各自的優(yōu)缺點(diǎn),提出相應(yīng)的改進(jìn)。
　　 擴(kuò)展卡爾曼濾波是在卡爾曼

3、濾波的基礎(chǔ)上針對(duì)非線性環(huán)境的改進(jìn)算法,需要根據(jù)SINS和DVL各自的誤差方程來設(shè)計(jì)擴(kuò)展卡爾曼濾波器的狀態(tài)方程和觀測方程,從而計(jì)算出各個(gè)誤差項(xiàng)。AUV組合導(dǎo)航系統(tǒng)的實(shí)際運(yùn)行環(huán)境比較惡劣,系統(tǒng)精確的數(shù)學(xué)模型及噪聲的統(tǒng)計(jì)特性不易先驗(yàn)得到,從而經(jīng)常導(dǎo)致擴(kuò)展卡爾曼濾波器發(fā)散。它的優(yōu)點(diǎn)是精度和實(shí)時(shí)性比較高,但是在可靠性方面要差一些。
　　 針對(duì)擴(kuò)展卡爾曼濾波可靠性較差的問題,在保證AUV精確導(dǎo)航所需求的精度和實(shí)時(shí)性的前提下,本文提出了一種改

4、進(jìn)遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的濾波算法。利用神經(jīng)網(wǎng)絡(luò)的特性處理信號(hào),可以避開模式識(shí)別方法中建模與特征提取過程,從而減小因模型不確定與特征選擇不當(dāng)引起的誤差,并能實(shí)現(xiàn)實(shí)時(shí)識(shí)別,以提高系統(tǒng)性能。遺傳算法擅長全局搜索,它可以在復(fù)雜的、多峰值、非線性及其不可微的空間實(shí)現(xiàn)全局搜索。但是在神經(jīng)網(wǎng)絡(luò)優(yōu)化過程中,我們發(fā)現(xiàn)常規(guī)遺傳算法又存在許多不足,如易早熟,算法穩(wěn)定性差,固定的交叉和變異概率影響收斂效果等。為了解決這些難題,本文從編碼方式、選擇操作、最優(yōu)個(gè)體

5、保留、引入“移民”機(jī)制、交叉和變異算子對(duì)遺傳算法進(jìn)行改進(jìn),并將改進(jìn)后的遺傳算法用來優(yōu)化神經(jīng)網(wǎng)絡(luò),最終把優(yōu)化的神經(jīng)網(wǎng)絡(luò)濾波算法用于AUV組合導(dǎo)航系統(tǒng)中。
　　 在“潛航-水面校正-潛航”的導(dǎo)航模式下分別將以上兩種濾波算法應(yīng)用于AUV組合導(dǎo)航實(shí)驗(yàn)中,實(shí)驗(yàn)結(jié)果表明,改進(jìn)后的方法能較好的達(dá)到預(yù)期的目標(biāo),二種濾波算法都提高了濾波的精度。并且改進(jìn)遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)濾波算法在保證精度和實(shí)時(shí)性的前提下,較擴(kuò)展卡爾曼濾波算法提高了濾波的可靠性,增強(qiáng)