申请/专利权人：哈尔滨工业大学(威海)

申请日：2023-11-10

公开（公告）日：2024-03-22

公开（公告）号：CN117741571A

主分类号：G01S5/18

分类号：G01S5/18;G01S5/28;G06F17/11;G06F17/16

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明涉及水下定位技术领域，具体的说是一种能够有效提高定位精度的基于广义最大相关熵及容积卡尔曼滤波的AUV协同定位方法，本发明采用GMCC，通过引入一个广义高斯密度核函数来对非线性滤波算法的误差进行广义的相关熵的度量，广义高斯核函数具有参数多，变化灵活，能够灵活调试的优点，其在误差最小时，可以取得最大的相关熵，在广义高斯核中，由于包含两个变量误差的偶数高阶矩，而能够更好地处理重尾噪声及较大异常值，经实验验证可知，本发明的技术方案具有更好的鲁棒性和可靠性，能够更好地处理异常值和重尾噪声干扰等问题，相比传统CKF，本发明能够提高定位精度。

主权项：1.一种基于广义最大相关熵及容积卡尔曼滤波的AUV协同定位方法，其特征在于，包括以下步骤：步骤1：构建单信标辅助主从AUV定位系统的状态方程和观测方程：其中，定义GMCC的代价函数、混合熵、核函数，将单信标与从AUV和主AUV与从AUV之间的信息传输时间作为观测信息，将从AUV的横坐标、纵坐标、深度、速度、航向角和水下声速作为状态信息；步骤2：根据单信标辅助主从AUV定位系统的状态方程和观测方程，由k时刻的信息进行k+1时刻的一步预测，得到k+1时刻的状态估计值及估计协方差Pk+1|k，进行量测步骤中的量测估计更新和状态量测交叉协方差Pxz,k+1|k矩阵更新；步骤3：设置迭代所需矩阵的值，并设定迭代初始值以及迭代结束值，获得误差向量和权重矩阵；步骤4：开始迭代至稳定状态，并保留最后一次迭代的状态向量估计值，进行状态向量误差协方差矩阵Pk+1|k+1的更新。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学(威海) 基于广义最大相关熵及容积卡尔曼滤波的AUV协同定位方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD