一种针对全海深载人潜水器的异步融合组合导航算法

摘要：

全海深载人潜水器(HOV)组合导航中会产生异步融合现象,传统的组合导航算法在处理时会产生较大的误差.针对这一问题,提出了一种基于机器学习和无迹卡尔曼滤波(UKF)的异步融合组合导航算法.首先建立了针对超短基线(USBL)声学定位系统预测的机器学习模型,通过USBL声学定位系统的观测数据集来训练该模型,并用得到的模型来预测更新间隔内的数据.最后使用UKF将已更新的数据集进行融合.仿真结果表明,相比传统的组合导航算法,本文的异步融合组合导航算法可以将USBL声学定位系统数据异步问题所引起的误差降低17％,有效提高了组合导航系统的精度.

关键词：载人潜水器、机器学习、无迹卡尔曼滤波、组合导航

所属期刊栏目：42

分类号：P751(海洋工程)

资助基金：国家重点研发计划2016YFC0300604

在线出版日期：2020-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：709-715