[发明专利]一种基于UKF和PSO-SVM的HOV混合水下导航定位方法

权利要求书

1.一种基于UKF和PSO-SVM的HOV混合水下导航定位方法，其特征在于，包括以下步骤：

在长基线定位系统正常工作时，将HOV海试中得到的长基线位置信息和航迹推算位置信息，利用UKF进行融合，得到HOV导航位置信息；

在长基线定位系统失效时，UKF融合算法失效，此时将航迹推算位置信息和推算时间作为PSO-SVM位置误差估算模型的输入，模型输出实时预测的HOV位置补偿信息，从而在长基线定位系统失效的情况下获得HOV实时位置信息；

所述利用UKF进行融合，是将长基线位置信息和航迹推算得到的位置信息，在一阶动态模型下，滤波融合得到更加可靠的HOV的导航位置信息；

所述PSO-SVM位置误差估算模型的建立过程为：

(1)读入HOV位置样本数据集并对样本集进行预处理；

(2)PSO初始化：初始化算法参数，随机初始化例子并形成粒子群体，随机生成各粒子的初始速度，将每个粒子的pbest设置当前位置，gbest设置为群体中最好粒子的当前位置；

(3)用训练集训练SVM，用适应度函数计算每个粒子的适应度值f_MAPE，根据粒子的适应度值更新P_i和P_g，若某粒子当前适应度优于pbest则pbest被当前位置替代；若所有粒子的当前最优适应度优于gbest则gbest被当前最优位置替代；

(4)按照下式进行进化：

v_i+1＝f(v_i,x_i)

x_i+1＝g(x_i,v_i)

式中，v_i为粒子速度，x_i为粒子位置；若未达到模型建立过程的结束条件，则返回步骤(2)；否则输出最优解，PSO-SVM位置误差估计模型建立；模型建立结束条件是达到最大迭代次数G_max或最优解在预设迭代次数内停滞不再变化。

2.根据权利要求1所述的一种基于UKF和PSO-SVM的HOV混合水下导航定位方法，其特征在于，所述一阶动态模型的状态方程为：

上式中，x_k为航迹推算的得到的HOV东向位置，h_k为航迹推算得到的HOV北向位置，j_k为HOV艏向角，u_k为HOV前向速度，v_k为HOV横向速度，r_k为HOV艏向角速率，D_t为采样时间，为过程噪声(i＝1,2,3,4)；

观测方程定义为：

上式中，x_k为长基线定位系统测得的HOV东向位置，h_k为长基线定位系统测得的HOV北向位置，为过程噪声。

3.根据权利要求1所述的一种基于UKF和PSO-SVM的HOV混合水下导航定位方法，其特征在于，所述滤波融合通过以下过程实现：

步骤1，初始化：

步骤2，产生sigma点:

步骤3，时间更新：

步骤4，测量更新：

循环步骤2到步骤4，直到完成；

其中，x₀初始状态量，P₀初始协方差矩阵，P_k分别为随机向量x的最有预测和协方差，χ_i(i＝1,...,2l)为sigma点，λ＝n(α²-1)，α为控制sigma点分布的常数，Q^v表示过程噪声，Qⁿ为测量噪声，γ_i用来近似非线性函数分布，β为非负常数，其作用是使变换后的方差含有部分的高阶信息，y_k为时刻k的测量值，为y_k的最优预测，K_k为卡尔曼增益，为互协方差矩阵，为新息的协方差矩阵，为权系数，u_k为HOV前向速度。