智能优化方法与粒子滤波技术融合的分析与展望

智能优化算法通过模拟自然生态系统机制以解决复杂优化问题，粒子滤波成为解决非线性及非高斯动态系统最优估计问题的研究热点。若将多种优化算法结合使用，设计更好的滤波器参数寻优步骤，将会极大改善现有非线性滤波的估计性能。介绍了几种智能计算方法和粒子滤波方法，在此基础上，对智能优化方法与粒子滤波技术的融合进行了分析和讨论，并加以总结和展望。     

带乘性噪声广义系统多传感器最优滤波融合算法

研究带乘性噪声广义系统的多传感器信息融合状态估计问题。在系统正则的假设条件下,通过受限等价变换将广义系统变换为2个降阶子系统,进而将针对原系统的信息融合状态估计转化为2个耦合的非广义子系统的多传感器信息融合状态估计,然后分别推导出集中式与分布式滤波融合算法,这2种算法在数学上完全等价,均在线性最小方差意义下最优。考虑到分布式滤波融合算法的优点,重点讨论了该算法,仿真实验验证了该融合算法的有效性。     

几种非线性滤波算法的性能比较与分析

在非线性状态估计中，传统的扩展卡尔曼滤波通过线性化来实现高斯近似，由于截断误差的存在很难保证估计精度；而基本粒子滤波容易出现粒子退化，导致滤波发散。针对粒子滤波的两个基本假设：蒙特卡罗假设和重要采样假设，采用蒙特卡罗随机链的方法来提高粒子的多样性，并利用无味卡尔曼滤波来产生更高精度的替代分布，发展了无味粒子滤波。通过仿真实验证明，相比较扩展卡尔曼滤波和基本粒子滤波，改进后的无味粒子滤波算法性能更优越，对含有非线性非高斯的状态估计问题有更好的滤波效果。     

带乘性噪声的一类非线性系统的滤波算法

针对带乘性噪声的一类非线性系统,给出了1种带单重渐消因子的强跟踪状态滤波算法。该算法将非线性系统线性化后,采用了线性最小方差估计方法来进行状态估计,通过运用正交原理和引入渐消因子,使得滤波效果具有强跟踪的优良性能。该算法扩展了卡尔曼滤波在带乘性噪声非线性系统状态估计中的应用范围。仿真结果表明了该算法的有效性。     

基于可重置联邦滤波器的水下运载体导航定位方法

单一导航系统无法满足水下运载体高精度、高可靠性的导航需求,文中根据常用水下导航系统的特点,提出基于可重置联邦滤波器的水下运载体导航定位方案,设计了以惯导系统(INS)为主参考系统,声学定位系统/深度计、多普勒计程仪(DVL)、罗经为子参考系统的联邦滤波器,并进行了仿真研究。结果表明文中设计的滤波器能有效融合各个传感器的导航信息,实现水下运载体高精度导航定位,并具有一定容错性。     

捷联惯导与天文导航组合导航系统仿真研究

介绍了捷联惯导与天文导航(SINS/CNS)组合导航仿真方案,简要设计和实现了SINS/CNS组合导航软件仿真平台;以Kalman滤波为基础,通过将SINS和CNS所测得的飞行器相关姿态和位置信息进行数据融合,估计出组合导航系统的误差状态量,进而修正SINS的位置、速度和姿态,最后在该系统下进行仿真,验证了这种设计方案的可行性和有效性。     

基于非线性滤波的水下地形辅助导航方法

为了解决水下航行器惯性导航误差随时间积累问题,利用地形辅助导航技术进行导航位置修正。由于水下地形的非线性,对基于扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)和粒子滤波(PF)3种非线性滤波方法的水下地形辅助导航算法进行研究。针对传统基于单波束声纳量测模型在小起伏地形区域导航精度低、易发散问题,从提高量测地形信息量角度,建立了基于多波束测深声纳的量测模型。使用多波束实测地形数据进行仿真试验,结果表明:无论在粗糙地形区域还是较平坦地形区域,多波束量测模型有效缓解了3种方法易发散问题,提高了导航精度。     

基于海气耦合模式的均权重粒子滤波与集合卡尔曼滤波比较研究

在大气和海洋环境研究中,粒子滤波(PF)由于在非线性数据同化方面突出的优势,逐渐成为研究热点。最近改进的均权重粒子滤波(EWPF)为粒子滤波的进一步发展指明了新方向。集合卡尔曼滤波方法 (EAKF)作为当前主要应用的数据同化方法,使用高斯假设和线性假设来解决非线性问题,然而对均权重粒子滤波方法和卡尔曼滤波方法在非线性模式下的同化结果和特点还缺少系统详细的比较研究。本文在非线性耦合气候模式下,比较研究两种同化方法,采用均方根误差(RMSE)作为评价比较标准。实验结果表明,在非线性低频观测耦合模式中EWPF结果均优于EAKF。同时根据RMSE的结果得出,EWPF的同化结果更接近观察结果,而EAKF的同化结果更接近模式真值。     

顾及声速误差的USBL/SINS紧组合导航算法研究

采用水下超短基线定位系统和捷联惯导系统组合对水下潜器进行导航时,未知的声速误差会严重影响组合导航的精度。顾及超短基线定位系统的噪声水平、阵列上接收单元的误差特性以及和捷联惯导系统在导航性能的互补性,基于平面波近似原理,建立了SINS/USBL紧组合系统的状态方程和量测方程,并对未改正的声速误差在线估计,提出一种超短基线定位系统和捷联惯导系统紧组合算法。新算法可以将非高斯的未知声速误差进行建模后进行估计,有效提高了捷联惯导系统的误差估计性能。仿真实验结果表明,新算法能有效估计未知声速误差,滤波收敛后的精度明显优于松组合方案,具有很强的实用性。     

带边界约束的容积卡尔曼滤波

非线性系统的状态估计问题可以通过容积卡尔曼滤波解决,本文进一步针对非线性系统,提出了基于容积卡尔曼滤波和非线性动态数据融合算法的约束容积卡尔曼滤波方法,用以处理带边界约束的非线性系统的滤波。该滤波器使所有容积点均约束在边界之内,同时依据可相信程度确定相应的容积点权重,使滤波过程充分考虑状态约束的影响,提高滤波精度。但该算法的不足之处是运算量相对较大,随着计算机运算能力的提高,这一问题可以克服。仿真结果表明:相对于容积卡尔曼滤波算法,本算法敛速度更快、收敛精度更高,鲁棒性更好。     

北斗卫星导航系统定位精度分析

为了对北斗卫星导航系统单点定位精度进行分析,考虑到北斗星座中三种异质卫星对应的观测量精度不同,采用加权定位法进行解算,实测结果表明,系统水平定位精度优于5m,高程方向优于10m,东向方向定位精度最高,系统可以满足亚太区域导航需求。     

北斗二代卫星导航系统定位精度分析方法研究

卫星导航系统的定位精度主要受观测量的精度和卫星的空间几何分布两方面的影响，GPS等相同轨道分布的卫星导航系统一般采用几何精度因子（GDOP）来分析定位精度。我国的北斗二代卫星导航系统是由三类异质卫星组成的混合星座导航系统，不同轨道卫星定轨误差不同，用户所得到的观测量精度也不相同，因此精密定位精度计算和分析时必须要考虑这种差异。引入了加权几何精度因子（WGDOP），利用模拟观测数据对北斗二代卫星导航系统的定位精度进行了分析。外部检核计算结果表明，精密定位计算时顾及观测量精度差异可进一步提高定位精度。     

一种深海拖曳系统稳健可靠的组合定位方法

为了解决深海拖曳系统定位异常、不连续以及误差积累的问题,提出了一种联合惯性导航系统(INS)和超短基线定位系统(USBL)的组合定位方法,利用在航声线跟踪实现USBL的高精度定位,顾及INS和USBL系统的互补性,并结合Kalman滤波构建了INS+USBL的组合定位模型。将该组合定位模型应用于"向阳红01"船深海拖曳系统在南海的定位实验并与USBL的定位结果比对,实验表明,组合定位方法有效地解决了深拖系统定位异常且不连续问题。INS+USBL组合定位方法可以满足深海拖曳系统的稳健可靠定位,对于深远海定位具有重要意义。     

A study of increasing the precision of navigation position for submerged body

Currently, most submerged bodies use the long-baseline acoustic position system (LBL) to identify the navigation position for submerging. A precise navigation position is always the target pursued by underwater technology. The conventional long-baseline acoustic position systems normally use Kalman filter correction to handle the problem of positional errors. This article proposes a new modification, which is based on the periodically measured actual navigation distance, and associated with the three-dimensional geometrical relations between the transponder on the seabed and the navigation distance. This new modification employs the iterative approximation to modify the errors of the measured navigation position from the conventional long-baseline acoustic position system. In order to verify the availability of the modified model by the essay, the study uses the navigation position for an underwater surveying submerged body as the study object. After the numerical simulation analysis, the result shows that the modification was presented by the article can only use very few iterations to precisely modify the errors of the measured navigation position from the conventional long-baseline acoustic position system, which is highly applicable for positioning in long-term and long-distance submersion. Moreover, the modification method proposed by the paper can also help submersion positioning for the underwater vehicle, as well as the military submerged body.     

Velocity-Aided Underwater Navigation System Using Receding Horizon Kalman Filter

This paper discusses the problems related to constructing a receding horizon filter for underwater inertial navigation systems which are subject to external disturbances. Noises are assumed to be bounded, additive, and contained in both state and measurement equations. An estimator is designed according to the sliding-window strategy to minimize the receding horizon estimation cost function. The derived filter is applied to a velocity-aided inertial navigation system. Simulations show that the derived filter is more accurate than the standard Kalman filter (KF) for underwater navigation systems subject to temporary unknown disturbances     

一种基于超短基线定位的便携式AUV回坞导航方法

自主水下机器人(AUV)对接技术是目前水下机器人的研究热点,精确可靠的AUV的回坞导航是实现对接的关键技术。对于追求轻便的便携式AUV的对接系统,考虑到便携式AUV的搭载能力有限又需要足够的定位精度用于对接,提出了一种基于超短基线(USBL)定位的回坞导航方法,该方法让AUV只需装载电子罗盘和水声应答器就能完成精确的回坞定位。根据导航方法的特点,设计了一种改进的扩展卡尔曼滤波算法,其优点是能在处理滞后的USBL数据的同时动态估算海流、更新状态方程以消除海流造成的定位误差。通过湖试和大量仿真实验,验证了定位算法在海流影响下的定位性能。     

水下导航定位技术在大洋科考调查中的应用

水下声学定位、惯性导航定位、多普勒声纳以及组合导航定位是目前我国大洋科考调查工作中的几种主要水下导航定位技术。通过分析常规调查装备、ROV、AUV和载人潜水器等4类主要水下科考设备的导航定位系统实测数据,给出不同水下导航定位模式的现场作业精度,为我国大洋科考调查工作中水下导航定位技术的选择与应用等工作提供参考。     

基于声呐图像的深海采矿车组合定位导航算法

实现高精度的定位导航是深海采矿车完成海底工作任务的基础条件。在采矿车行进过程中,声呐设备生成的图像信息能够反映海底场景的变化,从而体现采矿车本身的运动,由此建立了一种声呐图像里程计,并将其与轮式里程计和USBL测量数据相结合提出了一种深海采矿车组合定位导航算法。首先对多波束前视声呐图像进行预处理,然后使用Canny算法进行特征检测并对特征点云进行配准,再结合声呐成像原理构建了声呐图像里程计运动模型,最后通过轮式里程计运动模型推导预测方程、声呐图像里程计运动模型和USBL测量数据推导更新方程,利用EKF（extended Kalman filter）算法实现基于多传感器融合的定位与姿态估计。海试数据验证了该组合定位算法能实现轮式里程计、声呐里程计和超短基线在速度、位置、艏向角估计、定位速率的精度互补,具有一定的有效性和精确性,该算法为深海采矿车的定位与导航算法研发提供了参考。     

Survey of underwater robot positioning navigation

Underwater robot positioning and navigation achieve autonomous underwater robot movement based on the premise that positioning obtains the coordinates of the relative position of the underwater robot using a sensor, and navigation yields a known location to the destination path planning. Due to the location of an underwater robot and the complex and changing environment in which it operates, it is difficult to achieve precise positioning using the traditional positioning method. This paper systematically analyzes and summarizes several typical localization and navigation methods of underwater robots, such as multisensor information fusion technology, underwater acoustic localization and navigation methods, GPS buoy, underwater vision, SLAM and coordinate localization and navigation of multiple underwater robots. Multisensory information fusion technology integrates the advantages of the above methods, enhances the system stability and robustness, overcomes the disadvantages of traditional positioning and navigation, and enables the autonomous navigation and positioning of underwater robots. Underwater acoustics enable flexible and convenient positioning, whereas GPS can achieve high-precision and high-positioning navigation information, and visual positioning effectively overcomes the problem of error accumulation. Multirobot cooperative positioning resolves the problem of positioning failure caused by the collapse of a single system and completes complex tasks that cannot be completed by a single robot, thus enhancing the stability and robustness of the system. This paper systematically describes the realization of these methods, presents an actual analysis of their respective advantages and problems, and discusses the development of the field of research prospects and application prospects.