Sage-husa自适应滤波在AUV组合导航中的应用

9 下载量 9 浏览量 更新于2024-08-30 2 收藏 1.36MB PDF 举报
"基于Sage-husa自适应滤波算法的AUV组合导航系统设计" 在水下自主航行器(AUV)的导航领域,精确的定位和姿态控制至关重要。本文提出了一种融合捷联惯导系统(SINS)与全球定位系统(GPS)的新型组合导航系统设计方案。这种方案旨在利用两者的优点,提高导航的稳定性和精度。 首先,SINS作为主要导航系统,提供连续的、不受外界干扰的航向、俯仰和横滚角信息。然而,SINS系统随着时间推移会出现累积误差,此时就需要GPS数据进行修正。GPS能提供高精度的地理位置和速度信息,但可能受到水下遮挡或多路径效应的影响,因此只能作为辅助系统。 为了有效地融合这两种导航信息,文中建立了一个基于卡尔曼滤波的组合导航模型。卡尔曼滤波是一种优化估计方法,能处理多源信息的融合问题。文中设计了两种滤波算法:一是输出校正间接法的卡尔曼滤波,二是Sage-husa自适应卡尔曼滤波算法。 输出校正间接法的卡尔曼滤波是一种基本的融合策略,通过对系统输出进行校正来减少误差。而Sage-husa自适应卡尔曼滤波算法则更进一步,它能够自动调整滤波器参数,以适应系统状态的变化,从而提高滤波效果。这种自适应性使得Sage-husa算法在应对SINS系统误差动态变化时更具优势。 仿真实验结果显示,引入GPS数据显著改善了SINS的导航性能,有效地抑制了误差状态的发散。对比两种滤波算法,Sage-husa自适应卡尔曼滤波不仅具有更高的滤波精度,而且在长期和远距离导航任务中表现出了更好的稳定性。这意味着对于需要长时间在水下运行的AUV来说,这种组合导航系统和Sage-husa算法的结合是理想的解决方案。 基于Sage-husa自适应滤波的AUV组合导航系统设计能够充分利用SINS和GPS的优点,通过精确的误差估计和滤波算法,提高了水下自主航行器的导航能力,为AUV的可靠运行提供了关键技术支持。