文献类型：期刊文章

作　　者：马晓爽[1,2] 刘锡祥[1,2] 张同伟[3] 刘贤俊[1,2] 许广富[1,2]

MA Xiaoshuang;LIU Xixiang;ZHANG Tongwei;LIU Xianjun;XU Guangfu(School of Instrument Science&Engineering,Southeast University,Nanjing 210096,China;Key Laboratory of Micro-inertial Instrument and Advanced Navigation Technology under Ministry of Education,Southeast University,Nanjing 210096,China;National Deep Sea Center,Qingdao 266237,China)

机构地区：[1]东南大学仪器科学与工程学院,南京210096 [2]微惯性仪表与先进导航技术教育部重点实验室,南京210096 [3]国家深海基地管理中心,青岛266237

出　　处：《中国惯性技术学报》

基　　金：江苏省六大人才高峰项目（2016-HYGC-001）;青岛海洋科学与技术国家实验室基金（QNLM2016ORP0406）;泰山学者基金（TSPD20161007）

年　　份：2019

卷　　号：27

期　　号：4

起止页码：454-459

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对自主水下航行器(AUV)多传感器组合导航系统中不同导航传感器信息更新频率不同步及其可用性动态改变问题,以及AUV所在水下复杂多变的环境与任务需求,提出了基于因子图的AUV多传感器组合导航算法。首先,对捷联惯性导航系统、多普勒计程仪、磁航向仪、地形辅助导航设备进行建模,构建基于因子图的AUV多源信息融合框架;然后,根据非线性优化理论对系统状态更新过程进行表示,实现变量节点的递推与更新;最后,采用因子图方法对融合数据进行处理,实现AUV多传感器组合导航系统的高精度导航。仿真结果表明,所提因子图方法能够连续稳定地输出较高精度的导航结果,有效实现惯性导航系统与不同导航传感器的非等间隔融合,与联邦卡尔曼滤波算法的导航解算精度相当,水平定位精度均保持在-5^+5 m以内,并且因子图方法具有更好的灵活性和扩展性。半物理仿真结果亦验证了所提方案的可靠性和有效性。

关 键 词：因子图 联邦卡尔曼滤波 组合导航 信息融合  自主水下航行器

分 类 号：U666.1]