共查询到10条相似文献,搜索用时 10 毫秒
1.
为提高传统基于测距信息的主从式协同导航定位算法中从艇的位置解算精度,将从艇间的测距信息作为量测值融入主从式协同导航算法,重新构建了系统状态方程和量测方程,采用了扩展卡尔曼滤波进行滤波解算。仿真结果表明,相比于传统计算方式,增加了从艇间测距信息的主从式协同导航算法可进一步抑制定位误差的发散,提高了从艇的导航定位精度。 相似文献
2.
孙铜;徐卫明 《兵器装备工程学报》2026,(1)
自主式水下航行器(AUV)集群在海洋探测、应急搜救等任务中应用潜力巨大,高精度协同定位是确保其任务效能的基本前提。本文中详细阐述AUV集群协同定位的基本原理,推导了求解AUV集群协同定位的数学模型;深入探讨协同定位的关键技术,涵盖集群组网结构、协同定位方式、传感器融合与水声通信技术等,解析了以上技术在保障AUV集群定位精度与鲁棒性中的作用;结合人工智能技术在AUV集群协同定位中的应用,归纳总结了水下AUV集群协同定位算法的最新进展;针对AUV集群水下协同定位面临的动态环境适应性、多模态异构数据感知融合和算法轻量化挑战,分析了增强协同定位精度、算法鲁棒性和海洋环境适应性的可行技术方案,为AUV集群协同定位技术提供新的思路和方向。 相似文献
3.
4.
5.
6.
7.
8.
本文针对声测定位的特点,提出了一种推广的卡尔曼滤波算法,通过该算法,我们可以获得弹丸的空间状态参数,进而应用Rugge-Kutta法可以反推出炮位,文中给出了估计外推误差方差的方法及计算机模拟结果。 相似文献
9.
方涛;郭格林;王子杰 《无人系统技术》2025,(3):41-51
在多机器人系统中,机器人对群体中各个节点及目标位置的准确认知是高效执行任务的核心基础。现有的协同导航定位与跟踪算法通常假设目标模型精确已知,且对量测野值缺乏鲁棒性。在实际应用中,目标的高机动性和不确定性使得多机器人系统无法对目标运动进行精确建模,目标运动模型存在不确定性。此外,传感器的不稳定性以及外部环境的干扰可能导致传感器测量中包含异常值。针对上述问题,一种基于变分贝叶斯的鲁棒协同定位与目标跟踪(VBCLTT)框架被提出。该框架通过将目标跟踪滤波器中的一步预测和量测似然概率密度建模为学生t分布,从而显著提高了对模型不确定性和测量异常值的鲁棒性。此外,VBCLTT框架通过多机器人之间的信息共享,实现了对目标模型不确定性及测量异常值的协同检测,进一步提升了目标跟踪的精度。仿真结果表明,VBCLTT框架在协同导航定位和跟踪任务中展现了优越的精度、鲁棒性和稳定性,验证了其在实际应用中的潜力和优势。 相似文献
