基于广义最大相关熵及容积卡尔曼滤波的AUV协同定位方法

    公开(公告)号:CN117741571A

    公开(公告)日:2024-03-22

    申请号:CN202311494497.2

    申请日:2023-11-10

    Abstract: 本发明涉及水下定位技术领域,具体的说是一种能够有效提高定位精度的基于广义最大相关熵及容积卡尔曼滤波的AUV协同定位方法,本发明采用GMCC,通过引入一个广义高斯密度核函数来对非线性滤波算法的误差进行广义的相关熵的度量,广义高斯核函数具有参数多,变化灵活,能够灵活调试的优点,其在误差最小时,可以取得最大的相关熵,在广义高斯核中,由于包含两个变量误差的偶数高阶矩,而能够更好地处理重尾噪声及较大异常值,经实验验证可知,本发明的技术方案具有更好的鲁棒性和可靠性,能够更好地处理异常值和重尾噪声干扰等问题,相比传统CKF,本发明能够提高定位精度。

    基于贝叶斯反演的水下融合定位方法

    公开(公告)号:CN119535359A

    公开(公告)日:2025-02-28

    申请号:CN202311082296.1

    申请日:2023-08-27

    Abstract: 本发明涉及水下定位技术领域,具体的说是一种能够有效提高定位精度的基于贝叶斯反演的水下融合定位方法,其特征在于,包括以下步骤:利用深度计DG得到深度信息,利用温盐深仪CTD得到的海水温度和海水盐度,进而得到海水中的实时声速信息;利用长基线LBL的四个应答器得到的时延信息结合上一步得到的声速信息和深度信息,反演出AUV的三维位置信息;利用DVL测得AUV的速度信息;利用INS解算得到AUV北向、东向和天向的位置和速度信息;将惯性导航系统INS得到的位置信息与LBL得到的位置信息的差值和惯性导航系统INS的速度信息与DVL得到的速度信息的差值作为观测数据,进行贝叶斯反演,经过观测数据和模型先验的融合,最后得到目标位置坐标。

Patent Agency Ranking