AUV組合導航算法研究及基于MOOS平臺的系統(tǒng)實現(xiàn).pdf

1、自主水下航行器(Autonomous Underwater Vehicle，簡稱AUV)是近年來海洋工程領域研究的熱點之一。它可搭載各種傳感器設備，有效地收集數(shù)據(jù)，在水下環(huán)境觀測中得到越來越廣泛的應用。
　　 水下導航技術是AUV實現(xiàn)自主航行的關鍵，由于GPS在水下不可用，且長時間的水下作業(yè)、隱蔽性和高可靠性需求、復雜水下環(huán)境等因素，實現(xiàn)AUV的自主導航具有很大的挑戰(zhàn)性。在實際中利用多種傳感器的數(shù)據(jù)進行組合導航，可以降低傳統(tǒng)的航

2、位推算導航系統(tǒng)遇到的時間累積誤差，是目前AUV系統(tǒng)普遍采用的導航方法。
　　 本文對基于卡爾曼濾波(Kalman Filter，簡稱KF)的各類濾波方法，如擴展卡爾曼濾波(Extended Kalman Filter，簡稱EKF)、無味卡爾曼濾波(UnscentedKalman Filter，簡稱UKF)、集合卡爾曼濾波(Ensemble Kalman Filter，簡稱EnKF)，以及粒子濾波濾波(Particle Filte

3、r，簡稱PF)在AUV導航中的應用進行了介紹，并發(fā)展了集合卡爾曼濾波-粒子濾波相結合的新型濾波算法(EnsembleKalman-Particle Filter，簡稱EnKPF)，實現(xiàn)了其在AUV組合導航上的應用。通過數(shù)值仿真和實測試驗數(shù)據(jù)處理對這五種濾波算法的性能進行了分析比較。
　　 本文同時發(fā)展了一款用于AUV控制的開源軟件平臺MOOS(MissionOrientated Operating Suite)，實現(xiàn)了該平臺外接