基于扩展Kalman滤波的单领航者自主水下航行器协同导航判别式训练方法研究

来源：电子与信息学报杂志2015年第11期北京时间：

作者：杨少凡, 余华兵, 陈新华, 孙长瑜

单位：2.(中国科学院声学研究所 北京 100190) ②(中国科学院大学 北京 100190)

摘要：单领航者自主水下航行器(AUV)协同导航算法中，系统模型是非线性的，扩展Kalman滤波(EKF)是针对非线性系统的很有影响力的滤波算法，但是，EKF算法的性能严格依赖于一系列模型参数，而这些参数往往需要花费很大的代价来捕获，并且常需要人工调整。该文应用一种能自动学习Kalman滤波噪声协方差参数的方法，通过仿真分析，证明了该学习算法可以完全自主并且高效、准确地输出Kalman滤波噪声参数，进一步提高了单领航者AUV协同导航系统的导航精度。

关键词：自主水下航行器, 协同导航, 扩展Kalman滤波, 自动学习噪声参数

基金资助：国家自然科学基金(61372180)