面向AUV紧耦合INS/USBL导航的量测间隔动态迭代扩展卡尔曼滤波器
《Drones》:Measurement-Interval Dynamically Iterated Kalman Filtering for Tightly Coupled INS/USBL Navigation of AUVs Under Large Initial Errors
【字体:
大
中
小
】
时间:2026年10月01日
来源:Drones 5.2
编辑推荐:
摘要
可靠的导航是自主水下航行器(AUVs)在执行探测、环境监测等任务中的基础。紧耦合惯性导航系统/超短基线(INS/USBL)集成技术可为AUVs提供连续且具有漂移约束的导航能力。然而,较大的初始误差会引入显著的线性化误差,降低估计精度,甚至可能导致滤波器发散。迭代扩展
摘要
可靠的导航是自主水下航行器(AUVs)在执行探测、环境监测等任务中的基础。紧耦合惯性导航系统/超短基线(INS/USBL)集成技术可为AUVs提供连续且具有漂移约束的导航能力。然而,较大的初始误差会引入显著的线性化误差,降低估计精度,甚至可能导致滤波器发散。迭代扩展卡尔曼滤波器(IEKF)可通过重复量测更新来提高量测模型线性化的精度,但无法修正连续量测之间非线性状态传播过程中累积的误差。针对这一局限性,本文提出了一种量测间隔动态迭代扩展卡尔曼滤波器(MI-DIEKF)。在每次量测更新之后,仅对间隔起始状态施加一步后向平滑处理。随后,从更新后的参考点重新回放缓冲的IMU量测数据,以重建并重新线性化惯性传播轨迹。该框架内构建了紧耦合INS/USBL导航模型。两百次独立蒙特卡洛仿真结果表明,与IEKF相比,MI-DIEKF将平均位置均方根误差(RMSE)降低了34.3%,姿态RMSE降低了21.8%,同时实现了更早的收敛。基于水面船舶的野外实验利用真实的惯性和水下声学量测数据进一步验证了该方法的有效性。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号