基于高斯混合容积卡尔曼滤波的UUV自主导航定位算法.pdfVIP

第36卷 第2期 仪 器 仪 表 学 报 VoI．36No．2 2015年2月 ChineseJournalofScientificInstrument Feb．2015 基于高斯混合容积卡尔曼滤波的 UUV 自主导航定位算法木 王宏健，李 村，么洪飞，周佳加 (哈尔滨工程大学 自动化学院 哈尔滨 150001) 摘 要：针对过程噪声为非理想高斯分布时无人水下航行器 (UUV)自主导航定位存在噪声模型失配的问题 ，将高斯混合密度 模型与容积卡尔曼滤波 (CKF)相结合，设计了基于高斯混合容积卡尔曼滤波 (GM—CKF)的UUV导航定位算法。建立了UUV 运动模型及观测模型，利用CKF完成各高斯分量的预测更新 ，并将更新结果进行融合缩减与加权求和，从而实现UUV 自主导 航定位。通过与EKF、UKF和CKF算法仿真对比实验 ，验证了GM—CKF可以提高估计精度；通过UUV湖试试验，验证了基于 GM—CKF的UUV自主导航定位精度和稳定性优于传统算法，其计算时间满足实时导航定位的要求。 关键词：无人水下航行器；导航定位；高斯混合密度模型；容积卡尔曼滤波 中图分类号：TH766 文献标识码：A 国家标准学科分类代码：420．50 GaussianmixturecubatureKalman filterbasedautonomous navigationand localizationalgorithm forUUV WangHongjian，LiCun，YaoHongfei，ZhouJiajia (CollegeofAutomation，HarbinEngineeringUniversity，Harbin150001，China) Abstract：Aimingattheproblem ofmismatchednoisemodelofautonomousnavigationofunmannedunderwatervehicle (uuv)withnon—idealGaussiandistributionnoise，theGaussianmixturecubatureKalmanfilter(GM—CKF)based navigationalgorithm ofUUV isdesignedthroughcombiningtheGaussianmixturedensitydistributionmodelwithCKF． ThemotionmodelandobservationmodelofUUV areestablished；theGaussiancomponentsarepredictedandupdated withCKF；theresultsaremergedandweighted，andtheautonomousnavigationandlocalizationofUUV isrealized． Thesimulation comparisonexperimentswith EKF，UKF andCKF algorithmswereconducted，whichprove thatthe GM-CKFalgorithm couldimprovetheestimationprecision．TheUUVlaketrialexperimentwasalSOconducted．andthe resultindicatesthattheproposedGM -·CKF algorithm canprovidebetteraccuracyandstabilitythanconventionalnavi—- gationalgorithms，andthecomputationtimesatisfiestherequirementofrealtimenavigationandlocalizationofUUV． Keywords：UUV；navigationandlocalization；gaussianmixtureappr