公开(公告)号：CN109459040B

公开(公告)日：2021-06-18

申请号：CN201910033350.0

申请日：2019-01-14

Applicant: 哈尔滨工程大学

Inventor： 徐博 ,  李盛新 ,  李金 ,  张勇刚 ,  王连钊 ,  张娇 ,  王潇雨 ,  张奂

IPC: G01C21/20

Abstract: 本发明属于定位技术领域，具体涉及一种基于RBF神经网络辅助容积卡尔曼滤波的多AUV协同定位方法。本发明包括以下步骤：建立多AUV协同定位状态空间模型；创建一个RBF神经网络；在基准参考位置可用时，通过CKF进行多AUV协同定位估计；收集RBF神经网络的训练数据；对RBF神经网络进行训练；基准信号中断，停止训练RBF神经网络，继续进行CKF协同定位估计；估计CKF协同定位滤波误差；补偿滤波状态更新估计值。本发明在多AUV协同定位情况下，考虑跟随AUV航向漂移误差、洋流速度影响及与距离相关的水声噪声，具有更高的实用价值；利用RBF神经网络对CKF滤波估计值进行补偿，协同定位精度和稳定性显著提高；本发明算法易于实现。

公开(公告)号：CN111397607B

公开(公告)日：2022-11-18

申请号：CN202010197422.8

申请日：2020-03-19

Applicant: 哈尔滨工程大学

Inventor： 徐博 ,  刘梁 ,  李盛新 ,  吴磊 ,  王连钊 ,  金坤明 ,  张大龙 ,  张奂

IPC: G01C21/20 ,  G05D1/10 ,  G06K9/62 ,  H04W4/02

Abstract: 本发明公开了一种采用并行融合机制的信息滤波方法，通过将实时更新的局部后验估计均值和协方差用于局部无迹信息滤波器，使无迹信息滤波器和加权平均一致性滤波器并行运行，保证算法在随机动态通信拓扑正常运行，对平均一致性滤波器的改进和通信拓扑拉普拉斯矩阵次小特征根的最大化，使算法具有更好的稳定性，准确率和收敛速率，具有较高的工程应用价值。

公开(公告)号：CN111158395B

公开(公告)日：2021-05-14

申请号：CN202010031399.5

申请日：2020-01-13

Applicant: 哈尔滨工程大学

Inventor： 徐博 ,  张大龙 ,  王连钊 ,  吴磊 ,  李盛新 ,  金坤明 ,  刘梁 ,  张奂

IPC: G05D1/10

Abstract: 本发明提供一种基于鸽群优化的多无人机紧密编队控制方法，通过分析长机翼尖涡流对僚机影响建立紧密编队条件下气动耦合效应的数学模型，输入长机控制指令和改进人工势场法获得多无人机紧密编队的理想状态。利用改进鸽群优化算法估计可使下一时刻僚机状态量最接近理想状态下的僚机控制量，从而完成编队任务。本发明意义在于提供了一种在紧密编队条件下的多无人机编队控制方案，收敛速度快，稳态精度高，具有较高的工程应用价值。

公开(公告)号：CN109459040A

公开(公告)日：2019-03-12

申请号：CN201910033350.0

申请日：2019-01-14

Applicant: 哈尔滨工程大学

Inventor： 徐博 ,  李盛新 ,  李金 ,  张勇刚 ,  王连钊 ,  张娇 ,  王潇雨 ,  张奂

IPC: G01C21/20

Abstract: 本发明属于定位技术领域，具体涉及一种基于RBF神经网络辅助容积卡尔曼滤波的多AUV协同定位方法。本发明包括以下步骤：建立多AUV协同定位状态空间模型；创建一个RBF神经网络；在基准参考位置可用时，通过CKF进行多AUV协同定位估计；收集RBF神经网络的训练数据；对RBF神经网络进行训练；基准信号中断，停止训练RBF神经网络，继续进行CKF协同定位估计；估计CKF协同定位滤波误差；补偿滤波状态更新估计值。本发明在多AUV协同定位情况下，考虑跟随AUV航向漂移误差、洋流速度影响及与距离相关的水声噪声，具有更高的实用价值；利用RBF神经网络对CKF滤波估计值进行补偿，协同定位精度和稳定性显著提高；本发明算法易于实现。

公开(公告)号：CN111397607A

公开(公告)日：2020-07-10

申请号：CN202010197422.8

申请日：2020-03-19

Applicant: 哈尔滨工程大学

Inventor： 徐博 ,  刘梁 ,  李盛新 ,  吴磊 ,  王连钊 ,  金坤明 ,  张大龙 ,  张奂

IPC: G01C21/20 ,  G05D1/10 ,  G06K9/62 ,  H04W4/02

Abstract: 本发明公开了一种采用并行融合机制的信息滤波方法，通过将实时更新的局部后验估计均值和协方差用于局部无迹信息滤波器，使无迹信息滤波器和加权平均一致性滤波器并行运行，保证算法在随机动态通信拓扑正常运行，对平均一致性滤波器的改进和通信拓扑拉普拉斯矩阵次小特征根的最大化，使算法具有更好的稳定性，准确率和收敛速率，具有较高的工程应用价值。

公开(公告)号：CN111158395A

公开(公告)日：2020-05-15

申请号：CN202010031399.5

申请日：2020-01-13

Applicant: 哈尔滨工程大学

Inventor： 徐博 ,  张大龙 ,  王连钊 ,  吴磊 ,  李盛新 ,  金坤明 ,  刘梁 ,  张奂

IPC: G05D1/10

Abstract: 本发明提供一种基于鸽群优化的多无人机紧密编队控制方法，通过分析长机翼尖涡流对僚机影响建立紧密编队条件下气动耦合效应的数学模型，输入长机控制指令和改进人工势场法获得多无人机紧密编队的理想状态。利用改进鸽群优化算法估计可使下一时刻僚机状态量最接近理想状态下的僚机控制量，从而完成编队任务。本发明意义在于提供了一种在紧密编队条件下的多无人机编队控制方案，收敛速度快，稳态精度高，具有较高的工程应用价值。