一种基于信息增益的水下无人机器人的并行融合定位方法和系统技术方案

本发明专利技术公开了一种基于信息增益的水下无人机器人的并行融合定位方法，通过信息论中信息熵与信息增益的概念，结合分布式局部信息滤波方法，在每个主AUV节点中都嵌入局部无迹滤波器，局部信息滤波器利用各个AUV节点的局部多源观测信息，得到关于被测节点定位状态的局部无偏估计量；同时，加权融合方法以局部滤波信息增益为滤波优劣评价标准对所有局部后验估计进行融合，使全局后验估计结果以信息矩阵对后验估计均值加权的形式输出。本发明专利技术解决目前一般的通信协同方法难以匹配水声信号系统的问题。的问题。的问题。

【技术实现步骤摘要】
一种基于信息增益的水下无人机器人的并行融合定位方法和系统


[0001]本专利技术涉及水下机器人集群
，尤其涉及一种基于信息增益的水下无人机器人的并行融合定位方法和系统。

技术介绍

[0002]在对自然资源探索日益精进的当下，对海洋的探索利用有着更重要的意义。水下自主航行器(autonomous underwater vehicle，AUV)是一种有极高应用价值的自主能力强、隐蔽性高的无缆无人水下机器人。随着AUV技术日益成熟，其面临的任务难度和复杂程度也随之提高，水下任务越来越精确和复杂多样，单个AUV受自身的限制而不能满足全部的工作需求，近年来，小型化、群体化、智能化和结构混合化是AUV的主要方向发展。多AUV之间的交互协作使其超越单个AUV单一功能，同时多智能体结构下的AUV系统能够获取更高的容错性和鲁棒性，提高作业复杂度和工作效率，得以扩展应用场景，获得更广泛的应用领域。
[0003]主流AUV集群系统一般采用主从结构，从AUV无需与主AUV装备同级别的传感器和处理器元件，大大降低系统成本，并且减少个体上浮矫正定位卫星信号的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于信息增益的水下无人机器人的并行融合定位方法，其特征在于，包括以下步骤：(1)系统建模，搭建AUV运动模型和协同定位系统状态空间模型，综合考虑平台的动力学特性、确定输入参变量，加入高斯噪声，建立运动方程；(2)局部信息滤波，利用无迹变换，对函数的概率密度作近似，求出目标事件的期望和方差，将非线性问题转变成卡尔曼滤波问题，输出局部后验值；(3)信息增益加权融合，以各组局部滤波信息增益为权重指标，对所有局部后验估计进行加权融合，使全局后验估计结果以加权的形式输出；(4)并行结构更新，局部信息滤波由主AUV各自独立完成，与系统整体的信息增益加权方法并行运行，参与融合的多源局部滤波信息为当前最新更新结果，从AUV将各组滤波结果融合输出。2.根据权利要求1所述的一种基于信息增益的水下无人机器人的并行融合定位方法，其特征在于，所述步骤(1)中AUV的平台状态由平台的位置、速度、姿态等元素组成，综合考虑平台的动力学特性、确定输入参变量，加入高斯噪声，建立运动方程，由全体平台的状态、输入和噪声可以得到整个协同定位系统的状态方程，当把单平台和平台间观测方程进行扩展，可得到整个系统的观测方程，状态空间模型是协同定位方法设计的出发点，任意节点的状态空间模型如下：状态方程：x
k
＝f(x
k
‑1)+Q
k
‑1观测方程：其中x
k
为被测AUV的真实状态变量，为观测变量，为被测AUV的真实观测值，状态方程和观测方程均为非线性函数，Q
k
‑1为预测噪声，R
k
为观测噪声，假设二者都为高斯白噪声，满足正态分布；主AUV和从AUV每隔时间T进行一次协同定位,由主AUV解算出的其与从AUV的相对距离可表示为：其中为以高斯白噪声模拟的测量噪声。3.根据权利要求1所述的一种基于信息增益的水下无人机器人的并行融合定位方法，其特征在于，所述步骤(2)中局部信息滤波的步骤如下：当前时刻被测AUV节点状态x
k
‑1的预估期望和协方差将协方差矩阵分解其中要求必须要正定；(a)获取被测AUV状态先验值：(a)获取被测AUV状态先验值：(a)获取被测AUV状态先验值：
L
(i)
代表矩阵L的第i列，权值为代表矩阵L的第i列，权值为则则得到被探测节点状态先验值的近似概率密度，其满足正态分布(b)获取被测AUV观测先验值：将分解，令分解，令分解，令分解，令L
1(i)
代表矩阵L1的第i列，权值为有y
k(i)
＝f(x
k
‑
1(i)
)，则k时刻被测节点的观测值的先验期望其先验方差(c)观测到被测AUV节点的观测值y
m
；(d)更新被测AUV状态后验值：记k＝P
xy
(P
y
)
‑1k时刻被测AUV节点的状态后验期望：其后验方差至此，k时刻的状态后验估计值和协方差已经获得，进入下一个循环，继续递推。4.根据权利要求1所述的一种基于信息增益的水下无人机器人的并行融合定位方法，其特征在于，所述步骤(3)中信息增益加权融合为，计算各组局部滤波信息增益，对所有局部后验估计值以信息增益为权重加权融合，使全局后验估计结果以加权的形式输出：主AUV
i
预估的状态先验值和后验值的条件熵分别写作：预估的状态先验值和后验值的条件熵分别写作：
状态后验估计值对先验值的信息增益写作：被测从AUV融合i个主AUV测量结果所得位置状态信息为：权值由下式给出：5.根据权利要求1所述的一种基于信息增益的水下无人机器人的并行融合定位方法，其特征在于，所述步骤(4)在各主AUV滤波拥有相同可靠性的前提下，独立完成局部信息滤波，与系统整体的信息增益加权方法并行运行，使得加权融合可以在任意长度的时间间隔内完成。6.一种基于信息增益的水下无人机器人的并行融合...

【专利技术属性】
技术研发人员：朱志宇，简杰，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：