典型文献
基于交互式多模型卡尔曼滤波的AUV超短基线跟踪算法
文献摘要：
在复杂海洋环境下,利用超短基线对自主水下航行器(AUV)进行跟踪定位可能会受到各类误差的影响,通常采用以最小均方误差为准则的卡尔曼滤波对动态定位数据进行处理.构建起与目标实际运动相匹配的运动模型,是保证卡尔曼滤波精度和可靠性的重要基础,而AUV具有机动性较强的特点,往往难以先验性地确定单一的运动模型实现对所有运动状态的匹配.针对基于单模型卡尔曼滤波无法全程适应水下目标的所有运动状态的问题,采用交互式多模型卡尔曼滤波方法处理AUV的超短基线跟踪数据,运动模型之间通过概率矩阵转移来增强运动状态的适应性,实验结果表明该算法在多模型集合构建合理的情况下,其状态适应性优于单模型卡尔曼滤波算法.
文献关键词：
自主水下航行器;超短基线;交互式多模型;卡尔曼滤波;运动模型
中图分类号：
作者姓名：
张晓飞;辛明真;隋海琛;雷鹏;柳义成;阳凡林
作者机构：
山东科技大学 测绘与空间信息学院, 山东 青岛, 266590;自然资源部海洋测绘重点实验室, 山东 青岛, 266590;交通运输部 天津水运工程科学研究所, 天津, 300456
文献出处：
引用格式：
[1]张晓飞;辛明真;隋海琛;雷鹏;柳义成;阳凡林-.基于交互式多模型卡尔曼滤波的AUV超短基线跟踪算法)[J].水下无人系统学报,2022(01):29-36
A类：
B类：
交互式多模型,AUV,超短基线,跟踪算法,复杂海洋环境,自主水下航行器,跟踪定位,最小均方误差,动态定位,定位数据,运动模型,机动性,先验性,定单,模型实现,运动状态,单模,水下目标,滤波方法,移来,卡尔曼滤波算法
AB值：
0.225514
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
