典型文献
基于自适应渐消Sage-Husa扩展卡尔曼滤波的协同定位算法
文献摘要：
[目的]针对多自主水下航行器(AUV)在航行过程中的定位精度等问题,提出一种基于自适应渐消Sage-Husa扩展卡尔曼滤波的多AUV协同定位算法.[方法]首先,改进滤波算法中的自适应滤波器,由渐消记忆指数加权得到新息协方差估计值,并引入渐消因子修正预测误差协方差,以达到调节滤波增益的目的.然后,建立多AUV协同导航模型,得到基本的协同导航滤波过程,通过对速度、加速度及位置信息的融合,实现对跟随AUV位置状态的准确估计.最后,采用此算法与EM-EKF,EKF算法分别对AUV协同导航模型进行仿真,并对结果进行对比.[结果]结果表明,在噪声协方差不匹配时,所提算法与EM-EKF,EKF算法相比均方根误差(RMSE)分别减少17.82％和24.48％,平均定位误差分别减少17.87％和22.54％;在噪声协方差时变时,RMSE分别减少42.11％和51.23％,平均定位误差分别减少34.87％和46.90％.[结论]所提算法有效改善了滤波的可靠性、精确性和自适应性.
文献关键词：
自主水下航行器;协同定位;定位精度;Sage-Husa自适应滤波;渐消因子
中图分类号：
作者姓名：
周萌萌;张冰;赵强;潘梦婷;左思雨
作者机构：
江苏科技大学电子信息学院,江苏镇江 212100
文献出处：
引用格式：
[1]周萌萌;张冰;赵强;潘梦婷;左思雨-.基于自适应渐消Sage-Husa扩展卡尔曼滤波的协同定位算法)[J].中国舰船研究,2022(04):92-97
A类：
B类：
Sage,Husa,扩展卡尔曼滤波,协同定位算法,多自主水下航行器,AUV,定位精度,滤波算法,自适应滤波器,渐消记忆,指数加权,新息,协方差估计,估计值,渐消因子,预测误差,协同导航,航模,位置信息,EM,EKF,RMSE,平均定位误差,精确性,自适应性
AB值：
0.247714
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。
