資源描述：
《基于SINSDVLGPS的AUV組合導(dǎo)航系統(tǒng)關(guān)鍵技術(shù)研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、謹(jǐn)以此論文獻給老師、家人和朋友潘學(xué)松lIIIIIITIIIIIUllIII＼1926503基于SINS／DVL／GPS的AUV組合導(dǎo)航系統(tǒng)關(guān)鍵技術(shù)研究學(xué)位論文完成日期：壅塵壘蘭墮圣!塑指導(dǎo)教師簽字：—二蘑毛囊基廣一答辯委員會成員簽字：移欲．7／'—●徹^’。yV吖獨創(chuàng)聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。據(jù)我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含未獲得!洼i翅逡查基他霞蔓繾別直明數(shù)：奎攔亙窒≥或其他教育機構(gòu)的學(xué)位
2、或證書使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示謝意。學(xué)位論文作者簽名：滔學(xué)壽眾簽字日期：2忉J年嘲。／日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，并同意以下事項：l、學(xué)校有權(quán)保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱。2、學(xué)?？梢詫W(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。同時授權(quán)清華大學(xué)“中國學(xué)術(shù)期刊(光盤版)電子雜志社"用于出版和編入CN
3、KI《中國知識資源總庫》，授權(quán)中國科學(xué)技術(shù)信息研究所將本學(xué)位論文收錄到《中國學(xué)位論文全文數(shù)據(jù)庫》。(保密的學(xué)位論文在解密后適用本授權(quán)書)學(xué)位論文作者簽名：!罨豺幺簽字日期：砂l(fā)1年l，臼。／日導(dǎo)師簽字．誣濃簽字日期：弘『1年占月1日基于SINS／DVL／GPS的AUV組合導(dǎo)航系統(tǒng)關(guān)鍵技術(shù)研究捅要隨著海洋探測與開發(fā)的不斷深入，對具有自主導(dǎo)航能力的水下機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。本文通過對水下自主機器人
4、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)展提供強有力的保證，這必將大大推動我國乃至世界水下自主機器人導(dǎo)航技術(shù)的發(fā)展。本文結(jié)合當(dāng)前水下自主機器人導(dǎo)航技術(shù)的特點，介紹了自主導(dǎo)航技術(shù)中常遇到的問題難點。提出了“潛航一水面校正一潛航’’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)。在遠程AUV導(dǎo)航過程中，AUV經(jīng)過一段時間的水下航行定時浮出水面，引入GPS，糾正AUV的速度和位置信息，解決了遠程AUV定位誤差隨時間累積而發(fā)散的
5、問題。然后研究了擴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，提出相應(yīng)的改進。擴展卡爾曼濾波是在卡爾曼濾波的基礎(chǔ)上針對非線性環(huán)境的改進算法，需要根據(jù)SINS和DVL各自的誤差方程來設(shè)計擴展卡爾曼濾波器的狀態(tài)方程和觀測方程，從而計算出各個誤差項。AUV組合導(dǎo)航系統(tǒng)的實際運行環(huán)境比較惡劣，系統(tǒng)精確的數(shù)學(xué)模型及噪聲的統(tǒng)計特性不易先驗得到，從而經(jīng)常導(dǎo)致擴展卡爾曼濾波器發(fā)散。它的優(yōu)點是精度和實時性比較高，但是在可靠性方面要差一些。針對擴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時
6、性的前提下，本文提出了一種改進遺傳算法優(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，可以避開模式識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，并能實現(xiàn)實時識別，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)個體保留、引入“移民’’機制、交叉和變異算子對遺傳
7、算法進行改進，并將改進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“潛航一水面校正一潛航"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)航實驗中，實驗結(jié)果表明，改進后的方法能較好的達到預(yù)期的目標(biāo)，二種濾波算法都提高了濾波的精度。并且改進遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)濾波算法在保證精度和實時性的前提下，較擴展卡爾曼濾波算法提高了濾波的可靠性，增強了濾波的實用性。關(guān)鍵詞：水下自主機器人；組合導(dǎo)航；擴展卡爾曼濾波；遺傳算法；神經(jīng)網(wǎng)絡(luò)nResearchonKeyTechnoIogyo
8、fAUVIntegratedNavigationSystemBasedonSINS／DVL／GPSAbstractAstheexplorationanddevelopmentofOCeanprogresses，thedemandofunderwatervehicle、析t11autonomousnavigationcapabilitiesisgrowing．Inthecomplexenvironme
