拖曳阵阵形估计的自适应Kalman滤波算法.pdfVIP

维普资讯 第 26卷第 1期 声 学 技 术 Vo1．26，No．1 2007年 2月 Technical Acoustics Feb．，2007 拖曳阵阵形估计的自适应Kalman滤波算法 朱沛胜 ，一，黄 勇 ，张扬帆 ．张春华 (1．中国科学院声学研究所 ，北京 100080；2．中国科学 院研究生院，北京 10080) 摘要 ：柔性拖曳阵在水下拖动时受拖船拖动及海流等 的扰动 ，因此拖曳阵的阵形估计问题是个存在未知输入的系 统状态估计 问题 。文 中采用了一个 自适应 的KALMAN滤波算法来解决这一 问题 。 自适应 Kalman滤波器包括两部 分 ：一部分是没有输入的 Kalman滤波 ，另一部分是 自适应加权 的Kalman滤波用于估计快时变 的余量偏差 。在迭代 的每一步．均利用M．估计器和Huber函数相结合构造作为更新偏差函数的遗忘因子。数值仿真与海试结果表明，该 方法 比传统的状态估计方法估计效果好 。 关键词 ：拖曳阵；阵形估计 ；自适应 Kalman滤波 ：M．估计 中图分类号 ：U675．7 文献标识码 ：A 文章编号 ：10oo．3630(2007)-01 oo1．05 Towed array shape estim ation using adaptive Kalm an filters ZHU Pei—sheng一，HUANG Yong，ZHANG Yang—fan，ZHANG Chun·hua (1． tituteoJAcoustics，ChineseAcademyof Sciences，Beijing100080，Chirta； 2．Graduateunwenity,ChineseAcademyofSciences，Beijing100080，China) Abstract： The dynamicalbehavior ofa thin flexiblearray towed through thewaterisperturbed by the towing ship andocean flow．Estimation ofarray shape isto estimate theunknown inputof the system．The input estimation approach includestwo parts：a Kalman filterwithoutan input term．A recursive least squares estimatorweighted by adaptive forgetting factor is proposed to robustly extracttheunknowns．Th eM—estimatorcombinedwith theHuberfunction isused to con— structthe weighting forgetting factor asa reciprocalfunction ofbiased innovation at each time step．Numerical experimentsand seatrial dataverifytheproposedalgorithm ，andraeshown tobe an improvementoverthe conventionalinputestimation． Key words：towedarray；arrayshapeestimation；adaptivekalmanfilter；M—estimator