基于径向基函数神经网络辅助容积卡尔曼滤波的多自主水下航行器协
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
摇 摇 收稿日期: 2019鄄01鄄04 基金项目: 中 国 博 士 后 科 学 基 金 项 目 ( 2012M510083 ) ; 国 家 自 然 科 学 基 金 项 目 ( 61203225 ) ; 黑 龙 江 省 自 然 科 学 基 金 项 目 ( QC2014C069) ;装备发展部领域基金项目(61403110306) 作者简介: 徐博(1982—) ,男,副教授,博士生导师。 E鄄mail:xubocarter@ sina. com; 李盛新(1992—) ,男,博士研究生。 E鄄mail: 2237863752@ qq. com
误差和滤波增益作为 RBF 神经网络输入层的输入,滤波误差值作为输出对 RBF 神经网络进行
训练;当基准信号中断时,利用训练好的 RBF 神经网络,对 CKF 的滤波状态估计值进行补偿,进
而得到新的估计状态。 利用湖试数据,模拟多 AUV 协同定位系统输入存在误差情况下的协同
定位实验。 实验结果表明,所提方法与无 RBF 辅助的 CKF 方法相比,平均定位误差减小 70% ,
摇 摇 摘要: 在多自主水下航行器( AUV) 协同定位系统中,针对协同定位性能受到系统内部和外
部等多种因 素 制 约 的 问 题,提 出 一 种 基 于 径 向 基 函 数 ( RBF) 神 经 网 络 辅 助 容 积 卡 尔 曼 滤 波
( CKF) 的多 AUV 协同定位方法。 当基准参考位置可用时,通过非线性 CKF 得到滤波新息、预测
Abstract: For cooperative localization of autonomous underwater vehicles ( AUVs) , a multi鄄AUV cooper鄄 ative localization method based on radial basis function ( RBF) neural network鄄assisted cubature Kalman filter ( CKF) is proposed to solve the problem that the cooperative localization performance is restricted by various factors, such as internal and external factors of cooperative localization system. When a basic ref鄄 erence position is available, the filtering innovation, prediction error and filtering gain, which are extrac鄄 ted from the nonlinear filtering CKF, are used as the inputs of the input layer of RBF neural network, and the filtering error value is used as an output to train the RBF neural network. When the reference signal is interrupted, the trained RBF neural network is used to compensate the estimated value of CKF filter state, and then a new estimated state is obtained. The cooperative localization experiment with the input error of multi鄄AUV cooperative localization system was simulated based on the lake area test data. The experimental results show that the average positioning error of the proposed method is reduced by 70%
第 40 卷第 10 期 2 0 1 9 年 10 月
摇
兵工学报 ACTA ARMAMENTARII
Vol. 40 No. 10 Oct. 2019
基于径向基函数神经网络辅助容积卡尔曼滤波的 多自主水下航行器协同定位方法
徐博, 李盛新, 金坤明, 王连钊
( 哈尔滨工程大学 自动化学院, 黑龙江 哈尔滨 150001)
A Cooperative Localization Method for AUVs Based on RBF Neural Network鄄assisted CKF
XU Bo, LI Shengxin, JIN Kunming, WANG Lianzhao
( College of Automation, Harbin Engineering University, Harbin 150001, Heilongjiang, China)
具有更好的准确性和稳定性。
摇 摇 关键词: 自主水下航行器; 协同定位; 径向基函数; 容积卡尔曼滤波
摇 摇 中图分类号: TB568
文献标志码: A
文章编号: 1000鄄1093(2019)10鄄2119鄄10
摇 摇 DOI: 10. 3969 / j. issn. 1000鄄1093. 2019. 10. 018
Байду номын сангаас
2120
兵摇 工摇 学摇 报
第 40 卷
compared to average positioning error of RBF without CKF. Keywords: autonomous underwater vehicle; cooperative localiztion; radial basis function; cubature Kal鄄 man filter
误差和滤波增益作为 RBF 神经网络输入层的输入,滤波误差值作为输出对 RBF 神经网络进行
训练;当基准信号中断时,利用训练好的 RBF 神经网络,对 CKF 的滤波状态估计值进行补偿,进
而得到新的估计状态。 利用湖试数据,模拟多 AUV 协同定位系统输入存在误差情况下的协同
定位实验。 实验结果表明,所提方法与无 RBF 辅助的 CKF 方法相比,平均定位误差减小 70% ,
摇 摇 摘要: 在多自主水下航行器( AUV) 协同定位系统中,针对协同定位性能受到系统内部和外
部等多种因 素 制 约 的 问 题,提 出 一 种 基 于 径 向 基 函 数 ( RBF) 神 经 网 络 辅 助 容 积 卡 尔 曼 滤 波
( CKF) 的多 AUV 协同定位方法。 当基准参考位置可用时,通过非线性 CKF 得到滤波新息、预测
Abstract: For cooperative localization of autonomous underwater vehicles ( AUVs) , a multi鄄AUV cooper鄄 ative localization method based on radial basis function ( RBF) neural network鄄assisted cubature Kalman filter ( CKF) is proposed to solve the problem that the cooperative localization performance is restricted by various factors, such as internal and external factors of cooperative localization system. When a basic ref鄄 erence position is available, the filtering innovation, prediction error and filtering gain, which are extrac鄄 ted from the nonlinear filtering CKF, are used as the inputs of the input layer of RBF neural network, and the filtering error value is used as an output to train the RBF neural network. When the reference signal is interrupted, the trained RBF neural network is used to compensate the estimated value of CKF filter state, and then a new estimated state is obtained. The cooperative localization experiment with the input error of multi鄄AUV cooperative localization system was simulated based on the lake area test data. The experimental results show that the average positioning error of the proposed method is reduced by 70%
第 40 卷第 10 期 2 0 1 9 年 10 月
摇
兵工学报 ACTA ARMAMENTARII
Vol. 40 No. 10 Oct. 2019
基于径向基函数神经网络辅助容积卡尔曼滤波的 多自主水下航行器协同定位方法
徐博, 李盛新, 金坤明, 王连钊
( 哈尔滨工程大学 自动化学院, 黑龙江 哈尔滨 150001)
A Cooperative Localization Method for AUVs Based on RBF Neural Network鄄assisted CKF
XU Bo, LI Shengxin, JIN Kunming, WANG Lianzhao
( College of Automation, Harbin Engineering University, Harbin 150001, Heilongjiang, China)
具有更好的准确性和稳定性。
摇 摇 关键词: 自主水下航行器; 协同定位; 径向基函数; 容积卡尔曼滤波
摇 摇 中图分类号: TB568
文献标志码: A
文章编号: 1000鄄1093(2019)10鄄2119鄄10
摇 摇 DOI: 10. 3969 / j. issn. 1000鄄1093. 2019. 10. 018
Байду номын сангаас
2120
兵摇 工摇 学摇 报
第 40 卷
compared to average positioning error of RBF without CKF. Keywords: autonomous underwater vehicle; cooperative localiztion; radial basis function; cubature Kal鄄 man filter