深海auv多源導(dǎo)航信息融合方法研究

《深海auv多源導(dǎo)航信息融合方法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、乘兩？參：ｋ博±學(xué)位論文深海ＡＵＶ多源導(dǎo)航信息融合方法研究專業(yè)名稱：導(dǎo)航、制導(dǎo)與控制研究生姓名：圭憂導(dǎo)師姓名；程向紅ＲＥＳＥＡＲＣＨＯＮＭＵＬＴＩ－ＳＯＵＲＣＥＮＡＶＩＧＡＴＩＯＮＩＮＦＯＲＭＡＴＩＯＮＦＵ別ＯＮＭＥＴＨＯＤＦＯ民－ＤＥＥＰＳＥＡＡＵＶＡＤｉｓｓｅｒｔａｔｉｏｎＳｕｂｍｉｔｅｄ化ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙＢＹＷａｎＬｅｉｇＳｕｐｅｒｖｉｓｅｄｂｙＰｒｏｆ．ＣＨＥＮＧＸｉａｎｈｏｎｇｇＳｃｈｏｏｌｏｆｉｎｓｔ

2、ｒｕｍｅｎｔＳｃｉｅｎｃｅ＆ＥｎｇｉｎｅｅｒｉｎｇＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔＮａｎｉｎＰ．Ｒ．Ｃｈｉｎａｙ，ｊｇ，Ｍａｙ２０１５東南大學(xué)學(xué)位論文獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究．論文中不包含其他人已經(jīng)發(fā)成果。盡我所知，除了文中特別加Ｗ標(biāo)注和致謝的地方外表或撰寫過的研究成果，也不包含為獲得東南大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明。與我并表示了謝意。、支癡

3、州（在、日期Ｉ研究生簽名：：東南大學(xué)學(xué)位論文使用巧校聲明、東南大學(xué)、中國(guó)科學(xué)技術(shù)信息研究所國(guó)家圖書館有權(quán)保留本人所送交學(xué)位論文的。復(fù)印件和電子文檔，可Ｗ采用影印、縮印或其他復(fù)制手段保存論文本人電子文檔的內(nèi)一容和紙質(zhì)論文的內(nèi)容相致．，可。除在保密期內(nèi)的保密論文外允許論文被查閱和借閱Ｗ公布（包括Ｗ電子信息形式刊登）論文的全部?jī)?nèi)容或中、英文摘要等部分內(nèi)容。論文的公布（包括Ｗ電子信息形式刊登）授權(quán)東南大學(xué)研究生院辦理。王如少．？硏究生簽名：導(dǎo)師簽么曰期：／ｍ摘要自主水下航行器（ＡＵＶ）是開

4、發(fā)利用深海資源、調(diào)查深海環(huán)境、利用深?？臻g的關(guān)鍵，而精度高技術(shù)裝備、穩(wěn)定性好的導(dǎo)航定位系統(tǒng)是自主水下航行器安全、可靠地執(zhí)行水下任務(wù)的技術(shù)保障。對(duì)多源導(dǎo)航信息融合方法的研究是提高自主水下航行器導(dǎo)航定位精一ＡＵＶ多源導(dǎo)１＾度＾１及可靠性的重要手段之。本文？，研１＾深海航信息融合方法為主題究工作主要圍繞非線性非高斯濾波算法、導(dǎo)航傳感器數(shù)據(jù)降噪方法、多模型狀態(tài)估汁理論Ｗ及在水下航行器組合導(dǎo)航系統(tǒng)中的應(yīng)用：。論文的主要內(nèi)容如下１．針對(duì)非線性，、非高斯?fàn)顟B(tài)估許問題研究高斯和確定采樣型濾波算法。推導(dǎo)非線性貝葉斯濾

5、波理論框架，對(duì)高斯確定采樣型濾波算法進(jìn)行分析，并對(duì)利用數(shù)值積分進(jìn)行一非線性近似的方法進(jìn)行研究，建立了種通過概率密度函數(shù)進(jìn)行采樣點(diǎn)選取的高階無跡一卡爾曼濾波算法，將其與高斯和濾波理論相結(jié)合，提出種高斯和高階無跡卡爾曼濾波算法，數(shù)值仿真實(shí)驗(yàn)結(jié)果表明該算法能夠兼顧估計(jì)精度和汁算復(fù)雜度，性能優(yōu)于現(xiàn)有的高斯和濾波器。２．為Ｔ解決水下航行器組合導(dǎo)航系統(tǒng)由于外部環(huán)境變化、機(jī)械振動(dòng)Ｗ及水聲信號(hào)多徑效應(yīng)等噪聲干擾，研究導(dǎo)航傳感器數(shù)據(jù)降噪方法。分析ＡＵＶ各導(dǎo)航傳感器的王作，原理Ｗ及引起測(cè)量誤差的原因并建立各傳感器的誤差

6、模型；對(duì)基于小波變換和經(jīng)驗(yàn)?zāi)＃崳娦头纸獾男盘?hào)降噪方法進(jìn)行研究，將送兩種方法應(yīng)用于水下航行器各傳感器數(shù)據(jù)預(yù)處理中，仿真實(shí)驗(yàn)結(jié)果表明，兩種降噪方法均有助于提升ＡＵＶ組合導(dǎo)航估計(jì)精度，基于經(jīng)驗(yàn)?zāi)B(tài)分解的降噪方法有較好的自適應(yīng)能力。３，．針對(duì)水下航行器組合導(dǎo)航系統(tǒng)噪聲統(tǒng)計(jì)特性不確定的情況研究基于多模型估計(jì)的組合導(dǎo)航信息顯合方法，分析交互。對(duì)基于多模型估計(jì)理論的狀態(tài)估計(jì)方法進(jìn)行研究一式多模型算法，利用模型集自適應(yīng)策略中的期望模式修正思想對(duì)其進(jìn)行改進(jìn)，提出種ＳＩＮＳＤＶＬ組合導(dǎo)期望模式修正的交互式多模型估計(jì)算法，在

7、／航系統(tǒng)中對(duì)該方法進(jìn)行仿，真實(shí)驗(yàn)，結(jié)果表明改進(jìn)的方法能夠在適度增加計(jì)算復(fù)雜度的情況下提升組合導(dǎo)航系統(tǒng)估計(jì)精度及算法穩(wěn)定性。４．針對(duì)交互式多模型算法中模型轉(zhuǎn)移概率更新對(duì)量測(cè)噪聲變化過于敏感、模型概率，對(duì)模型轉(zhuǎn)換概率自適應(yīng)交互式多模型方法進(jìn)行研究計(jì)算容易出現(xiàn)不穩(wěn)定的問題。分析一，引起模型概率計(jì)算不準(zhǔn)確的因素，對(duì)改進(jìn)的新息交互式多模型算法進(jìn)行研究提出種基于貝葉斯網(wǎng)絡(luò)的交互式多模型估計(jì)方法，對(duì)ＡＵＶ組合導(dǎo)航系統(tǒng)中隱含的因果信息進(jìn)行分析，建立貝葉斯網(wǎng)絡(luò)，并通過ＳＩＮＳ／ＤＶＬ／ＴＡＮ／ＭＣＰ組成的ＡＵＶ組合導(dǎo)

8、航系統(tǒng)進(jìn)行仿真實(shí)驗(yàn)驗(yàn)證，結(jié)果表明提出的算法能夠解決交互式多模型估計(jì)中存在的模型切換滯后問題，提高ＡＵＶ姐合導(dǎo)航系統(tǒng)的狀態(tài)估計(jì)精度。Ｉ東南大學(xué)博＋學(xué)位論文５．為了提高水下航行器多源導(dǎo)航信息融合方法的實(shí)時(shí)性、靈活性Ｗ及容錯(cuò)能力，對(duì)一聯(lián)邦多模型估計(jì)信息融