滾動(dòng)時(shí)域估計(jì)及其在多UUV協(xié)同定位中的應(yīng)用.pdf

1、隨著規(guī)模越來(lái)越大，任務(wù)越來(lái)越復(fù)雜的海洋探索及開(kāi)發(fā)工程的發(fā)展，單個(gè)自治水下機(jī)器人（Unmanned Underwater Vehicle，UUV）越來(lái)越難滿(mǎn)足人們的需要，近年來(lái)，多UUV協(xié)同作業(yè)技術(shù)受到越來(lái)越多的關(guān)注，多UUV協(xié)同定位技術(shù)作為協(xié)同作業(yè)的基礎(chǔ)也逐漸成為研究的熱點(diǎn)問(wèn)題。多UUV協(xié)同定位的主要目的是在保證群UUV定位精度的基礎(chǔ)上盡可能的降低定位成本。滾動(dòng)時(shí)域估計(jì)（Moving Horizon Estimation，MHE）是一種

2、性能優(yōu)越的滾動(dòng)狀態(tài)最優(yōu)估計(jì)方法，在處理非線性系統(tǒng)、不確定量測(cè)系統(tǒng)以及狀態(tài)約束系統(tǒng)時(shí)有其獨(dú)特的優(yōu)勢(shì)，正逐漸成為解決非線性不確定約束系統(tǒng)狀態(tài)估計(jì)問(wèn)題的研究熱點(diǎn)。本研究主要內(nèi)容包括：
　　⑴推導(dǎo)了全信息最優(yōu)估計(jì)問(wèn)題的概率學(xué)意義，為了避免全信息問(wèn)題中數(shù)據(jù)處理量隨時(shí)間累增的不足，通過(guò)引入到達(dá)代價(jià)函數(shù)推導(dǎo)了滾動(dòng)時(shí)域估計(jì)的原理及組成形式，在卡羅需-庫(kù)恩-塔克（Karush–Kuhn–Tucker，KKT）定理的基礎(chǔ)上，將MHE狀態(tài)估計(jì)問(wèn)題轉(zhuǎn)化為

3、二次型優(yōu)化問(wèn)題，給出了MHE二次規(guī)劃問(wèn)題的計(jì)算方法。從數(shù)值計(jì)算的角度推導(dǎo)了MHE與Kalman濾波狀態(tài)估計(jì)結(jié)果的等效性，研究結(jié)果證明：在處理線性無(wú)約束問(wèn)題時(shí)， MHE與Kalman濾波估計(jì)結(jié)果等價(jià)。研究了MHE狀態(tài)估計(jì)的穩(wěn)定性問(wèn)題，并利用Cauchy-Schwarz不等式詳細(xì)證明了MHE狀態(tài)估計(jì)誤差的有界性及收斂性。
　　⑵分析了多UUV協(xié)同定位中的信息處理方案、時(shí)鐘同步方法以及水聲通信模式，結(jié)合協(xié)同定位中傳感器的特性，在直角坐標(biāo)

4、系下利用系統(tǒng)總可觀測(cè)性矩陣（ Total Observability Matrix，TOM）對(duì)主從式多UUV協(xié)同定位系統(tǒng)的可觀測(cè)性進(jìn)行了分析。推導(dǎo)了基于中心擴(kuò)展卡爾曼濾波（Central Extend Kalman Filter，CEKF）的多UUV協(xié)同定位方法，分析了這種方法的不足，根據(jù)有無(wú)相對(duì)量測(cè)信息更新，將協(xié)同定位分為兩個(gè)階段，提出分別利用無(wú)跡卡爾曼濾波（Constraint Unscented Kalman Filter，UKF

5、）以及基于UKF的MHE兩種優(yōu)化方法進(jìn)行協(xié)同定位。
　?、翘岢隼脻L動(dòng)時(shí)域估計(jì)解決多UUV協(xié)同定位系統(tǒng)中由于水聲通信延遲、丟包造成的量測(cè)不確定問(wèn)題。建立水聲通信延遲、丟包過(guò)程的數(shù)學(xué)模型，詳細(xì)論證了在從UUV端僅利用有限數(shù)量、按照一定規(guī)則進(jìn)行處理的水聲通信等效量測(cè)實(shí)現(xiàn)系統(tǒng)最優(yōu)估計(jì)的可行性，在此基礎(chǔ)上，分別設(shè)計(jì)延遲擴(kuò)展卡爾曼濾波（Delayed Extend Kalman Filter，DEKF）以及延遲滾動(dòng)時(shí)域估計(jì)（Delayed

6、Moving Horizon Estimation，DMHE）實(shí)現(xiàn)由于水聲通信約束造成的定位誤差修正。通過(guò)改變未知量序列順序，將KKT矩陣變?yōu)橄∈鑾罱Y(jié)構(gòu)，提出一種特殊結(jié)構(gòu)的LU迭代分解實(shí)現(xiàn)MHE問(wèn)題求解。
　　⑷研究了從UUV基于微慣性測(cè)量單元（Micro Inertial Measurement Unit，MIMU）與三軸磁力計(jì)(Three Axis Magnetometer，TAM)組合測(cè)量系統(tǒng)的航姿估計(jì)方法。提出了一種利用

7、采樣周期內(nèi)姿態(tài)轉(zhuǎn)換關(guān)系實(shí)現(xiàn)狀態(tài)空間模型線性化的四元數(shù)卡爾曼濾波（Quaternion Kalman filter，QKF）姿態(tài)估計(jì)方法，但這種方法在處理四元數(shù)規(guī)范化約束時(shí)會(huì)引入新的估計(jì)誤差。隨后設(shè)計(jì)了基于Cubature點(diǎn)在可行域內(nèi)投影法則的狀態(tài)約束容積卡爾曼濾波（Constraint Cubature Kalman filter，CCKF）方法實(shí)現(xiàn)四元數(shù)規(guī)范化約束的狀態(tài)估計(jì)，但這種方法計(jì)算量相對(duì)較大。最后設(shè)計(jì)了基于四元數(shù)規(guī)范化約束顯式

8、表達(dá)的約束滾動(dòng)時(shí)域估計(jì)（Constraint Moving Horizon Estimation，CMHE）方法，仿真驗(yàn)證了這種方法的可行性。
　?、裳芯苛嘶贙KT分塊矩陣TQ分解的CMHE問(wèn)題求解方法。首先根據(jù)狀態(tài)約束的性質(zhì)將其分為常規(guī)及閾值約束兩類(lèi)，在矩陣特殊結(jié)構(gòu)分解TQ分解的基礎(chǔ)上，分別設(shè)計(jì)每次迭代增加或減少某類(lèi)約束的情況對(duì)KKT分塊矩陣方程的影響以及處理方法，從而使得每次迭代過(guò)程僅需要對(duì)KKT分塊矩陣中特定位置行或列進(jìn)行