基于反演设计的无人水下航行器自适应二阶滑模控制

针对存在参数不确定性和结构不确定性的无人水下航行器,利用反演设计方法设计了无人水下航行器的控制器,并利用自适应控制方法在线估计参数变化率。同时,结合滑模控制克服系统中的未建模动态特性；比较了传统滑模控制与二阶滑模控制的区别,充分体现二阶滑模控制对传统滑模控制中颤振的削弱作用；仿真验证了设将反演设计与自适应控制、滑模变结构控制相结合,.x性的系统,且非线性参数不确定,在这种情况下需要.x 计方法的有效性和正确性。     

浅析水下PNT体系及其关键技术

针对水下用户进行了梳理与分类,分析了水下用户对于PNT服务的需求,以及当前水下PNT体系的能力水平距离满足用户长期需求存在的差距。阐述了当前国际上水下PNT体系的建设现状,以及部分国家对于PNT体系建设的规划。在此基础上,分析了未来水下PNT体系的发展方向。最后,从水下PNT特殊性出发,总结归纳了包含惯性、重力/地磁匹配、水声导航、水下PNT能力评估等技术内容的水下PNT关键技术。     

基于LOFAR谱图的水下目标识别方法

基于LOFAR谱图的主成分分析法是目前用于对水下目标识别的重要方法之一,文中详细分析了该方法的基本原理和具体应用过程,并对潜艇辐射噪声的实测数据进行了仿真和分类试验,给出了仿真图和试验结果.结果表明,运用该方法对水下目标进行识别的识别率较高.     

鲁棒Kalman滤波及其在水下组合导航中的应用

在水下捷联惯导(SINS)/多普勒计程仪(DVL)组合导航系统中,当外部辅助信息受到野值等非高斯噪声污染时,选取调节因子γ为固定值将会降低基于Huber方法的鲁棒Kalman滤波(HRKF)算法的精度和鲁棒性。针对此问题,提出了一种基于马氏距离(MD)算法的调节因子自适应的鲁棒Kalman滤波(HRAKF)算法。首先利用MD算法对正常/异常的观测量进行辨识;进而建立γk递推关系式,并根据量测噪声特性对γ值进行实时调整;最后利用γk求取Huber权函数,并对量测噪声阵进行修正。选取8000s船载实测数据,分别利用Kalman滤波(KF)、HRKF及HRAKF算法进行水下组合导航半物理仿真试验。试验结果初步表明:在观测量受到野值或混合高斯分布噪声污染时,相较于KF和HRKF,HRAKF可实现更高精度、更加稳定的组合导航。