IEEEJAS的个人博客分享 http://blog.sciencenet.cn/u/IEEEJAS

博文

异步时钟下基于信息物理融合的水下潜器协同定位算法

已有 1319 次阅读 2023-8-18 16:27 |系统分类:博客资讯

引用本文

 

闫敬, 张立, 罗小元, 濮彬, 关新平. 异步时钟下基于信息物理融合的水下潜器协同定位算法. 自动化学报, 2019, 45(4): 739-748. doi: 10.16383/j.aas.c180377

YAN Jing, ZHANG Li, LUO Xiao-Yuan, PU Bin, GUAN Xin-Ping. Cyber-Physical Cooperative Localization Algorithms for Underwater Vehicle With Asynchronous Time Clock. ACTA AUTOMATICA SINICA, 2019, 45(4): 739-748. doi: 10.16383/j.aas.c180377

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180377

 

关键词

 

定位,水下潜器,信息物理融合系统,异步,水声传感器网络 

 

摘要

 

在异步时钟下研究了一种基于信息物理融合的水下潜器协同定位问题.首先,构建了由浮标、传感器和潜器组成的水下信息物理融合系统架构.然后,考虑水下异步时钟影响,设计了基于传感器与潜器交互通信的异步定位策略,给出了潜器协同定位问题.为求解上述协同定位问题,分别提出了基于扩展卡尔曼滤波(Extended Kalman filterEKF)与无迹卡尔曼滤波(Unscented Kalman filterUKF)的水下潜器协同定位算法.最后,对上述定位算法的有界性以及克拉美罗下界(Cramér-Rao lower boundCRLB)进行了分析.仿真结果表明,上述算法可有效消除异步时钟对水下定位的影响.同时基于无迹卡尔曼滤波的定位算法可提高定位精度.

 

文章导读

 

水下信息物理融合系统是集控制、通信和计算于一体的水下智能系统, 包括探测与采集、传播与组网、控制与融合等过程.为构建水下信息物理融合系统, 需要在特定水域部署静态传感器和动态潜器, 其中潜器不仅可作为移动锚节点对传感器数据进行中继转发, 也可根据任务需要动态调整姿态以达到网络灵活性的提升.为确保潜器上述功能的实现, 需通过传感器的协同来确定潜器的精确位置.

 

现有定位技术大致分为距离相关技术和距离无关技术两类[1-2].前者定位精度较高、受制因素较少, 是本文着力研究的定位技术.目前, 一些学者已经对距离相关定位技术进行了研究, 并从不同角度设计了协同定位算法.这些算法大多利用到达时间[3]、到达时间差[4]、到达角度[5]和接收信号强度[6]进行距离测量.例如Liu[7]基于到达时间差设计了多潜器协作的定位算法, 实现了移动潜器群的精确定位. Zhou[8]考虑时空相关性, 提出了基于移动预测和到达时间的协同定位算法. Luo[9]对传感器节点的被动移动进行分析, 提出了混合网络下的协同定位算法.贺华成等[10]研究了钻井平台在工作海况下的定位精度和功率消耗.文献[11]考虑区域无解问题, 设计了两类传感器节点协作的水下定位算法.文献[12]考虑传感器不能直接获取潜器距离信息约束, 设计了直接与间接测量下的融合定位算法.上述定位算法假设节点间的时钟是同步传播的.然而, 相比于陆地无线电波通信, 声波仍是水下通信最主要的载体[13-14].水声通信具有典型的弱通信特性, 例如北斗与全球定位系统并不能直接应用于水下, 且受高噪声以及多径干扰等不稳定因素影响, 水下节点间的时钟同步难以精确实现.上述异步时钟等弱通信特性使得陆地良好通信条件下的定位算法并不能直接应用于水下.此外, 潜器的动力学模型相对于陆地机器人更加复杂.

 

针对异步时钟下的定位问题, Carroll[15]提出了基于穷举法的水下请求式异步定位算法.上述算法虽能消除时钟偏移的影响, 但是在定位过程中需要不断穷举, 使得算法复杂度较高.此外, Liu[16]设计了水下移动环境下的同步定位算法. Mortazavi[17-18]对时钟同步与定位进行联合求解, 提出了多阶段协同定位算法.同时, 文献[19]采用移动预测的方式, 设计了异步时钟下的定位算法.根据对象的不同, 文献[15-19]分别构建了定位优化问题, 为求解上述优化问题, 需对非线性测量方程进行近似线性化处理.然而, 这种近似线性化易引入模型误差, 使其定位精度受限.

 

本文提出一种基于信息物理融合的水下潜器协同定位算法.设计基于传感器与潜器交互通信的异步定位策略, 并分别提出基于扩展卡尔曼滤波(Extended Kalman filter, EKF)与无迹卡尔曼滤波(Unscented Kalman filter, UKF)的协同定位算法.与文献[15, 19]类似, 本文忽略时钟漂移的影响, 仅考虑时钟偏移对定位的影响.主要创新点如下: 1)在异步时钟下, 建立通信时延与位置的关系, 进而定义了潜器协同定位问题; 与文献[7-11]不同, 本文所提的异步定位策略可以有效消除异步时钟对水下定位的影响. 2)提出基于扩展卡尔曼与无迹卡尔曼滤波的协同定位算法.同时, 对上述定位算法的有界性以及克拉美罗下界(Cramér-Rao lower bound, CRLB)进行了分析.与文献[15]中的穷举算法相比, 本文所提算法复杂度更低, 同时与文献[15-19]相比, 基于无迹卡尔曼滤波的协同定位算法, 不需要将非线性测量方程进行近似线性化处理, 其定位精度更高.

 1  水下信息物理融合系统架构

 2  传感器与潜器的信息协同过程

 3  同步测量与异步测量距离比较

 

针对异步时钟下的潜器定位问题, 提出了一种基于信息物理融合的水下潜器协同定位算法.建立了通信时延与位置的关系, 并定义了潜器协同定位问题.为求解上述优化问题, 提出了基于扩展卡尔曼与无迹卡尔曼滤波的协同定位算法, 并对上述定位算法的有界性以及克拉美罗下界进行了分析.最后, 通过仿真对比验证了本文所提方法的有效性.

 

作者简介

 

闫敬

燕山大学电气工程学院副教授.2014年获得燕山大学控制科学与工程博士学位.主要研究方向为水声传感网络, 水下机器人控制.E-mail:jyan@ysu.edu.cn

 

张立  

燕山大学电气工程学院硕士研究生.2016年获得长江大学学士学位.主要研究方向为水下机器人定位与控制.E-mail:zlwyyx1@126.com

 

濮彬  

燕山大学电气工程学院硕士研究生.2016年获得滨州学院学士学位.主要研究方向为水声传感网络定位与追踪.E-mail:ppbbvip@163.com

 

关新平  

上海交通大学电子信息与电气工程学院教授.1999年获得哈尔滨工业大学控制科学与工程博士学位.主要研究方向为工业信息物理系统, 无线组网及应用, 水下传感器网络.E-mail:xpguan@sjtu.edu.cn

 

罗小元   

燕山大学电气工程学院教授.2004年获得燕山大学控制科学与工程博士学位.主要研究方向为水下信息物理系统, 多智能体协同控制.本文通信作者.E-mail:xyluo@ysu.edu.cn



https://blog.sciencenet.cn/blog-3291369-1399496.html

上一篇:计算受限控制系统的一种全资源预测控制方法
下一篇:数据驱动的浮选过程运行反馈解耦控制方法
收藏 IP: 222.131.242.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-12-17 02:36

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部