水下回收AUV的短基线导引与定位数据融合技术研究

水下回收AUV的短基线导引与定位数据融合技术研究

论文摘要

自主式潜航器(AUV)是海洋资源开发的重要工具,其水下回收导引定位技术是制约AUV发展的关键技术之一。基于AUV的水下回收过程,本文重点研究了短基线导引定位系统、卡尔曼滤波方法以及基于联邦卡尔曼滤波器的导引定位数据融合技术,提高了导引定位精度,解决了AUV水下回收过程中的导引定位问题。主要研究内容和成果如下:首先,本文分析了AUV的水下回收过程,并提出了AUV的水下回收方案;建立了AUV水下回收短基线导引定位系统和视觉导引定位系统,并详细阐述了短基线导引定位系统的组成及主要工作原理,简单介绍了视觉导引定位系统原理及系统组成。其次,针对AUV水下回收方案及设计的水下导引定位系统,给出了导引定位系统的控制结构;建立了水下导引定位坐标系统,主要包括AUV坐标系统和短基线坐标系统;建立了导引定位系统的模型,主要包括AUV运动模型、传感器模型、系统噪声模型和环境噪声模型。再次,研究了AUV水下回收导引定位数据融合算法,有针对性地研究了融合算法中的卡尔曼滤波算法及其改进算法,并对卡尔曼滤波算法的发散与抑制问题进行了研究;在对融合算法研究的基础上,本文设计了AUV水下回收短基线导引定位系统的联邦卡尔曼滤波器数据融合结构。最后,根据本文对AUV水下回收系统、水下导引定位系统以及数据融合技术的研究,设计出了短基线导引定位数据融合结构,并对融合算法进行了仿真验证和水池试验验证。结果表明:本文提出的基于联邦卡尔曼滤波器的短基线导引定位数据融合算法能够提高导引定位信息的精度,可用于AUV的水下回收。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题的研究背景和意义
  • 1.2 AUV 的国内外研究现状
  • 1.3 AUV 水下回收及导引定位技术简介
  • 1.3.1 AUV 水下回收技术
  • 1.3.2 AUV 水下导引定位技术
  • 1.4 水下导引定位数据融合技术简介
  • 1.4.1 数据融合发展现状
  • 1.4.2 导引定位数据融合的层次结构
  • 1.4.3 数据融合在水下导引定位中的应用特点
  • 1.5 本文的主要研究内容和组织结构
  • 第2章 AUV 水下回收定位系统设计
  • 2.1 引言
  • 2.2 水下回收系统方案设计
  • 2.2.1 设计思想
  • 2.2.2 回收方案设计
  • 2.3 传感器系统构成
  • 2.3.1 导引定位传感器
  • 2.3.2 姿态传感器
  • 2.3.3 测高声纳传感器
  • 2.3.4 传感器系统设计
  • 2.4 水下回收导引定位系统设计
  • 2.4.1 整体设计思想
  • 2.4.2 短基线导引定位系统设计
  • 2.4.3 视觉导引定位系统设计
  • 2.5 本章小结
  • 第3章 AUV 导引定位系统结构及模型的建立
  • 3.1 引言
  • 3.2 导引定位系统的结构
  • 3.2.1 导引定位系统的控制结构介绍
  • 3.2.2 数据融合系统结构设计
  • 3.3 导引定位坐标系统
  • 3.3.1 AUV 坐标系统
  • 3.3.2 短基线坐标系统
  • 3.4 导引定位系统模型的建立
  • 3.4.1 AUV 运动模型
  • 3.4.2 传感器模型
  • 3.4.3 AUV 回收平台模型
  • 3.4.4 噪声模型
  • 3.5 本章小结
  • 第4章 基于Kalman 滤波的数据融合技术研究
  • 4.1 引言
  • 4.2 导引定位数据融合算法研究
  • 4.3 水下导引定位数据融合滤波算法研究
  • 4.3.1 卡尔曼滤波算法研究
  • 4.3.2 卡尔曼滤波算法的发散与抑制问题研究
  • 4.3.3 扩展卡尔曼滤波算法研究
  • 4.3.4 卡尔曼滤波算法和扩展卡尔曼滤波算法验证
  • 4.3.5 Sage-Husa 自适应卡尔曼滤波算法研究
  • 4.4 基于联邦卡尔曼滤波器的导引定位数据融合算法
  • 4.4.1 联邦卡尔曼虑波器的结构
  • 4.4.2 联邦卡尔曼波器数据融合算法
  • 4.4.3 AUV 水下回收导引定位数据融合结构设计
  • 4.5 本章小结
  • 第5章 短基线导引定位系统仿真及水池试验验证
  • 5.1 引言
  • 5.2 短基线定位系统数据融合及仿真
  • 5.2.1 短基线定位系统的联邦卡尔曼数据融合结构
  • 5.2.2 短基线定位系统数据融合算法的实现
  • 5.2.3 仿真结果及分析
  • 5.3 短基线/姿态传感器/测高声纳的数据融合及仿真
  • 5.3.1 短基线与姿态传感器、测高声纳的数据融合结构
  • 5.3.2 仿真结果及分析
  • 5.4 水池试验验证
  • 5.4.1 试验介绍
  • 5.4.2 试验结果及分析
  • 5.5 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表的论文和取得的科研成果
  • 致谢
  • 相关论文文献

    • [1].AUV水下通信技术研究现状及发展趋势探讨[J]. 舰船科学技术 2020(03)
    • [2].某型AUV自主控制计算机的设计与实现[J]. 信息通信 2017(01)
    • [3].自适应交互式多模型AUV组合导航算法(英文)[J]. 中国惯性技术学报 2016(04)
    • [4].基于AUV的海洋磁力测量技术现状及误差来源分析[J]. 海洋测绘 2019(06)
    • [5].基于时延补偿的AUV领航跟随编队控制[J]. 舰船电子对抗 2020(01)
    • [6].变缆长拖缆AUV纵向运动建模与仿真[J]. 鱼雷技术 2014(01)
    • [7].AUV对转螺旋桨的设计方法现状及其发展趋势[J]. 机械管理开发 2012(01)
    • [8].虚拟现实在AUV地形跟踪控制研究中的应用[J]. 鱼雷技术 2008(04)
    • [9].基于海图和改进粒子群优化算法的AUV全局路径规划[J]. 机器人 2020(01)
    • [10].AUV动力电池技术的应用现状及展望[J]. 船舶工程 2017(07)
    • [11].AUV水下对接控制方法[J]. 舰船科学技术 2015(12)
    • [12].一款便携式AUV的遥控装置设计[J]. 电子世界 2016(15)
    • [13].AUV视觉与短基线定位自适应融合方法[J]. 四川兵工学报 2015(05)
    • [14].AUV海洋温跃层检测方法综述[J]. 海洋技术学报 2014(05)
    • [15].深水AUV电子海图监测系统设计与实现[J]. 船舶工程 2013(03)
    • [16].基于浮力调节的AUV升沉运动控制技术[J]. 南京航空航天大学学报 2010(04)
    • [17].基于碰撞危险度模型的AUV三维避障研究[J]. 武汉理工大学学报(交通科学与工程版) 2008(06)
    • [18].多智能体Q学习在多AUV协调中的应用研究[J]. 应用科技 2008(01)
    • [19].小波神经网络多传感器信息融合在AUV深度测量中的应用[J]. 鱼雷技术 2016(04)
    • [20].AUV不确定事件的本体模型与检测研究[J]. 华中科技大学学报(自然科学版) 2013(S1)
    • [21].障碍物环境下的多AUV主从式编队控制[J]. 鱼雷技术 2013(06)
    • [22].反水雷AUV研制的几个关键技术[J]. 水雷战与舰船防护 2010(02)
    • [23].一种新的AUV路径跟踪控制方法[J]. 西北工业大学学报 2009(04)
    • [24].一种面向AUV水下对接的双目视觉测距方法[J]. 计算机测量与控制 2008(10)
    • [25].基于禁忌搜索算法的AUV动态路径规划策略[J]. 南京大学学报(自然科学) 2017(01)
    • [26].4500米级AUV起吊框架动力学分析[J]. 机械工程与自动化 2017(02)
    • [27].AUV深度的神经网络辨识和学习控制仿真研究[J]. 计算机工程与应用 2017(06)
    • [28].多AUV联合执行反水雷任务[J]. 水雷战与舰船防护 2014(04)
    • [29].深水AUV安全系统的设计与实现[J]. 船舶工程 2013(05)
    • [30].AUV水下对接技术发展现状[J]. 声学与电子工程 2013(02)

    标签:;  ;  ;  ;  ;  

    水下回收AUV的短基线导引与定位数据融合技术研究
    下载Doc文档

    猜你喜欢