一种基于UKF和PSO-SVM的HOV混合水下导航定位方法 .pdfVIP

一种基于UKF和PSO-SVM的HOV混合水下导航定位方法 .pdf

  1. 1、本文档共34页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

(19)中华人民共和国国家知识产权局

(12)发明专利说明书

(10)申请公布号CN105783909A

(43)申请公布日2016.07.20

(21)申请号CN201410829451.6

(22)申请日2014.12.26

(71)申请人中国科学院沈阳自动化研究所

地址110016辽宁省沈阳市南塔街114号

(72)发明人刘本刘开周

(74)专利代理机构沈阳科苑专利商标代理有限公司

代理人徐丽

(51)Int.CI

权利要求说明书说明书幅图

(54)发明名称

一种基于UKF和PSO-SVM的

HOV混合水下导航定位方法

(57)摘要

本发明公开一种基于UKF和PSO-

SVM的HOV混合导航定位方法。将HOV

海试中获取的HOV的长基线系统位置数据

和航迹推算得到的位置数据,利用UKF进

行融合得到可靠的HOV位置信息。同时利

用融合和航迹推算得到的位置信息,作为

PSO-SVM位置估算模型的训练集和测试集

对模型进行训练和测试;在长基线系统短

暂失效,不能获得HOV数据时,利用航迹

推算得到的位置信息和推算时间作为已训

练好的PSO-SVM模型的输入,输出实时

补偿的HOV的位置信息,从而在长基线系

统失效的情况下获得精确的HOV位置信

息。本发明能够提高HOV的导航精度,提

高导航系统的鲁棒性。

法律状态

法律状态公告日法律状态信息法律状态

权利要求说明书

1.一种基于UKF和PSO-SVM的HOV混合水下导航定位方法,其特征在于,包括

以下步骤:

在长基线定位系统正常工作时,将HOV海试中得到的长基线位置信息和航迹推算

位置信息,利用UKF进行融合,得到HOV导航位置信息;

在长基线定位系统失效时,UKF融合算法失效,此时将航迹推算位置信息和推算

时间作为PSO-SVM位置误差估算模型的输入,模型输出实时预测的HOV位置补

偿信息,从而在长基线定位系统失效的情况下获得HOV实时位置信息。

2.根据权利要求1所述的一种基于UKF和PSO-SVM的HOV混合水下导航定位方

法,其特征在于,所述利用UKF进行融合,是将长基线位置信息和航迹推算得到

的位置信息,在一阶动态模型下,滤波融合得到更加可靠的HOV的导航位置信息。

3.根据权利要求2所述的一种基于UKF和PSO-SVM的HOV混合水下导航定位方

法,其特征在于,所述一阶动态模型的状态方程为:

上式中,xsubk/sub为航迹推算的得到的HOV东向位置,hsubk/sub为航

迹推算得到的HOV北向位置,jsubk/sub为HOV艏向角,usubk/sub为

HOV前向速度,vsubk/sub为HOV横向速度,rsubk/sub为HOV艏向角

速率,Dt为采样时间,为过程噪声(i=1,2,3,4);

观测方程定义为:

上式中,xsubk/sub为长基线定位系统测得的HOV东向位置,hsubk/sub

为长基线定位系统测得的HOV北向位置,为过程噪声。

4.根据权利要求2所述的一种基于UKF和PSO-SVM的HOV混合水下导航定位方

法,其特征在于,所述滤波融合通过以下过程实现:

步骤1,初始化:

步骤2,产生sigma点:

步骤3,时间更新:

步骤4,测量更新:

循环步骤2到步骤4,直到完成;

其中,xsub0/sub初始状态量,Psub0/sub初始协方差矩阵,Psubk/sub

分别为随机向量x的最有预测和协方差

文档评论(0)

155****0853 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档