基于次优区间卡尔曼滤波的机器鱼跟踪方法

摘要：

目前,自主水下航行器(Autonomous Underwater Vehicle,AUV)研究的重点集中在跟踪定位、精确制导和返坞等领域.机器鱼已成为AUV在智能教育、民用与军事等方面的应用热点.从非线性跟踪分析中发现,区间卡尔曼滤波算法虽然包含了一切可能的滤波结果,但范围比较宽,也比较保守,而且区间数据向量在实现之前是不确定的.文中提出了一种次优区间卡尔曼滤波优化算法.次优区间卡尔曼滤波方案用区间矩阵的逆代替其最坏逆,比标准区间卡尔曼滤波更逼近状态方程和测量方程的非线性过程,提高了标称动态系统模型的精确度,改善了跟踪系统的速度与精度.蒙特卡洛仿真实验结果表明,次优区间卡尔曼滤波算法的最优轨迹优于区间卡尔曼滤波方法及标准的卡尔曼滤波方法.

关键词：自动水下航行器、卡尔曼滤波、次优区间卡尔曼滤波、机器鱼跟踪、蒙特卡洛仿真

所属期刊栏目：45

分类号：TP242(自动化技术及设备)

资助基金：安徽省高校自然科学研究项目KJ2014A219,KJ2015A206

在线出版日期：2018-05-30（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：114-120