公开(公告)号：CN106227223A

公开(公告)日：2016-12-14

申请号：CN201610854334.4

申请日：2016-09-27

Applicant: 哈尔滨工程大学

Inventor： 李娟 ,  刘建华 ,  陈兴华 ,  徐健 ,  张昆玉 ,  马涛 ,  邱军婷

IPC: G05D1/06

CPC classification number: G05D1/0692

Abstract: 本发明属于水下无人航行器的轨迹跟踪和动态滑模控制技术领域，具体涉及一种基于动态滑模控制的UUV轨迹跟踪方法。建立UUV水平面模型；通过坐标转换获得误差变量，并对误差变量求导得到误差变量的导数；构造李雅普诺夫函数并且定义虚拟速度控制变量将姿态跟踪转化为虚拟速度控制；稳定虚拟速度控制变量，利用滑模控制方法对系统参数不精确及外界时变扰动进行自适应估计，建立滑模动态函数；选取动态滑模控制律，实现UUV的轨迹跟踪。本专利通过反步法和自适应动态滑模控制技术的组合，解决了UUV平面轨迹跟踪控制问题在系统中可能存在建模不确定性、未知环境扰动的问题、系统的参数不确定性。

公开(公告)号：CN106525042A

公开(公告)日：2017-03-22

申请号：CN201610854298.1

申请日：2016-09-27

Applicant: 哈尔滨工程大学

Inventor： 李娟 ,  张娟 ,  王宏健 ,  张伟 ,  马涛 ,  邱军婷 ,  张昆玉

IPC: G01C21/20

Abstract: 本发明的目的在于提供一种基于蚁群与扩展卡尔曼滤波相结合的多AUV协同定位方法，首先建立AUV运动学模型，然后线性化AUV模型，采用改进的蚁群算法对Q矩阵R矩阵进行最优估计：先采用蚁群算法进行首次遍历，产生大量解；采用粒子群算法找到全局最优值；再次利用蚁群算法，将当前解集置为蚁群初始出发点，然后根据蚁群中蚂蚁获得的解的质量的优劣，选出部分最优秀的蚂蚁按其解的优劣程度加权平均释放信息素。最终，将求解出来的Q,R运用到EKF中，从而实现对从AUV的定位。本发明巧妙地将智能算法与EKF相结合，不仅解决了噪声矩阵的不确定、难选择的问题，而且提高了EKF的滤波精度，应用于多AUV的定位系统中，大大提高了对从AUV定位的精确度。

公开(公告)号：CN106525042B

公开(公告)日：2019-10-18

申请号：CN201610854298.1

申请日：2016-09-27

Applicant: 哈尔滨工程大学

Inventor： 李娟 ,  张娟 ,  王宏健 ,  张伟 ,  马涛 ,  邱军婷 ,  张昆玉

IPC: G01C21/20

Abstract: 本发明的目的在于提供一种基于蚁群与扩展卡尔曼滤波相结合的多AUV协同定位方法，首先建立AUV运动学模型，然后线性化AUV模型，采用改进的蚁群算法对Q矩阵R矩阵进行最优估计：先采用蚁群算法进行首次遍历，产生大量解；采用粒子群算法找到全局最优值；再次利用蚁群算法，将当前解集置为蚁群初始出发点，然后根据蚁群中蚂蚁获得的解的质量的优劣，选出部分最优秀的蚂蚁按其解的优劣程度加权平均释放信息素。最终，将求解出来的Q,R运用到EKF中，从而实现对从AUV的定位。本发明巧妙地将智能算法与EKF相结合，不仅解决了噪声矩阵的不确定、难选择的问题，而且提高了EKF的滤波精度，应用于多AUV的定位系统中，大大提高了对从AUV定位的精确度。