移动长基线与误差修正算法提升多UUV协同定位精度

本文主要探讨了在多无人水下航行器（UUV）协同导航系统中，如何利用移动长基线（MLBL）定位技术与误差修正算法来提高定位精度的问题。MLBL定位是通过测量水声信号的传播时间（TOF）来获取位置信息，这种方法对于提升UUV的自主定位能力具有显著作用，尤其是在装备低精度自定位传感器的情况下。然而，由于实际环境中存在测量误差，这些误差可能抵消了提高定位精度的优势。 传统的定位方法往往依赖于贝叶斯滤波器，如扩展卡尔曼滤波（EKF），通过不断融合传感器数据和环境模型进行状态估计。然而，当测量误差较大时，EKF的效果可能会受限。针对这一问题，本文提出了一种新的误差修正算法（ECA）。ECA基于水声通信的特性，假设不同误差项之间存在一定的相关性，通过这种关联性来粗略估计量测值，进而减少误差的影响。 在ECA中，首先对量测值进行预处理，利用相关性分析找出误差的规律，然后进行粗略估计，将这个粗估的结果作为后续精确滤波的基础。这样做可以有效减轻高测量误差对定位精度的负面影响。通过仿真研究，作者验证了这一策略的有效性，即先用粗略估计减小误差，再结合EKF进行精密定位，能够显著提升配备低精度自定位传感器的UUV的定位精度。 本文的研究不仅关注技术层面，还考虑了实际应用中的问题，具有重要的工程价值。它为多UUV协同导航系统的设计和优化提供了新的思路，特别是在资源有限、对定位准确性要求高的海洋探测、海底测绘等领域，具有广阔的应用前景。此外，本文的工作也为其他领域，如无人机或地面车辆的定位技术，提供了参考和借鉴。这篇论文深入研究了移动长基线技术和误差修正策略在多UUV协同定位中的关键作用，以及它们如何共同提升系统的整体性能。