【技术实现步骤摘要】
基于DONOHO阈值的自主式水下机器人外部干扰抑制方法
本专利技术涉及的是一种水下机器人控制方法。
技术介绍
随着陆地资源日渐减少，人类开发海洋的步伐越来越快。自主式水下机器人是目 前唯一能够在无人情况下在深海进行探测、开发的载体，一直受到国内外研究人员的高度 重视。但由于自主式水下机器人无人无缆工作在复杂海洋环境中，外部干扰对其控制精度 和作业精度产生很大负面影响。自主式水下机器人所受外部干扰一般可分为持续的海流干 扰和随机外部干扰，其中随机外部干扰可以通过外扰抑制方法来抑制。因此外部干扰抑制 方法已经成为自主式水下机器人传感器数据处理的重点。 均值滤波是最简单的外扰抑制方法，其算法简单，在很多领域去噪效果良好，但一 般只用于静态或低动态情况；FIR数字滤波器继承了模拟滤波器的优点，并且可以用快速 傅里叶变换来实现，大大提高了运算速度。FIR滤波器对信号进行滤波去噪是在频域中完成 的，依靠信号和噪声的不同频谱特征来实现噪声滤除，适应于静、动态信号去噪，但去噪效 果一般，不如均值滤波好。以上两种方法均不适合复杂多变的海洋环境外部随机干扰抑制 小波变换是近年来迅速发展起来的时频分析工具，克服了傅里叶变换只能表示信 号的频率特征但不能反映时间域上局部信息的缺陷，小波变换同时具有时间和频率的局部 分析特征与多分辨率分析特性，并已在图像处理、信号滤波与特征提取等方面获得了广泛 的应用。DONOHO阈值方法以小波变换为基础，根据信号和噪声经过小波分解后对应的小 波系数所具有的不同特性，通过对小波系数进行阈值处理，可很好地实现外部干...
【技术保护点】
基于DONOHO阈值的自主式水下机器人外部干扰抑制方法，其特征是：(1)对自主式水下机器人的传感器采集到的数据进行滑动窗处理，滑动窗长度的预设值为A个，按预设值对传感器采集的数据进行截取；(2)对截取的数据进行多层小波分解，其分解过程为：选定小波基函数db4，分解层数为3层，分别对传感器采集数据以及与传感器信号高度相关的控制量进行多层小波分解，分别得到与传感器数据对应的低频小波系数和高频小波系数，以及与控制量对应的低频小波系数和高频小波系数；(3)根据传感器数据的高频小波系数求取该数组的中位数；(4)由估计高频小波系数的DONOHO阈值δ，其中N为对应层高频小波系数的个数，σ2为噪声的方差，由MAD/0.6475来估计，MAD为中位数高频小波系数幅值；(5)对传感器数据高频小波系数和控制量高频小波系数分别进行归一化处理；(6)根据归一化后的传感器数据高频小波系数和控制量高频小波系数，计算互相关系数R；(7)根据互相关系数R和估计得出的DONOHO阈值进行综合判断：互相关系数R大于或等于0.8的t处所对应的小波系数给予保留，互相关系数R小于0.8但高频小波系数大于DONOHO阈值的小波系...
【技术特征摘要】
1. 基于DONOHO阈值的自主式水下机器人外部干扰抑制方法，其特征是： (1) 对自主式水下机器人的传感器采集到的数据进行滑动窗处理，滑动窗长度的预设 值为A个，按预设值对传感器采集的数据进行截取； (2) 对截取的数据进行多层小波分解，其分解过程为：选定小波基函数db4,分解层数 为3层，分别对传感器采集数据以及与传感器信号高度相关的控制量进行多层小波分解， 分别得到与传感器数据对应的低频小波系数和高频小波系数，以及与控制量对应的低频小 波系数和高频小波系数； (3) 根据传感器数据的高频小波系数求取该数组的中位数； (4) 由?' = ayjllogim/N估计高频小波系数的DONOHO阈值δ，其中N为对应层高频小波 系数的个数，〇 2为噪声的方差，由MAD/0. 6475来估计，MAD为中位数高频小波系数幅值； (5) 对传感器数据高频小波系数和控制量高频小波系数分别进行归一化处理； (6) 根据归一化后的传感器数据高频小波系数和控制量高频小波系数，计算互相关系 数R ; (7) 根据互相关系数R和估计得出的DONOHO阈值进行综合判断：互相关系数R大于或 等于0. 8的t处所对应的小波系数给予保留，互相关系数R小于0. 8但高频小波系数大于 DONOHO阈值的小波系数也给予保留，其它互相关系数小于0. 8的t处所对应的小波系数及 小于DONOHO阈值...
【专利技术属性】
技术研发人员：张铭钧，刘维新，殷宝吉，刘星，王玉甲，赵文德，姚峰，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。