[发明专利]一种基于信息增益的水下无人机器人的并行融合定位方法和系统

说明书

本发明公开了一种基于信息增益的水下无人机器人的并行融合定位方法，通过信息论中信息熵与信息增益的概念，结合分布式局部信息滤波方法，在每个主AUV节点中都嵌入局部无迹滤波器，局部信息滤波器利用各个AUV节点的局部多源观测信息，得到关于被测节点定位状态的局部无偏估计量；同时，加权融合方法以局部滤波信息增益为滤波优劣评价标准对所有局部后验估计进行融合，使全局后验估计结果以信息矩阵对后验估计均值加权的形式输出。本发明解决目前一般的通信协同方法难以匹配水声信号系统的问题。

技术领域

本发明涉及水下机器人集群技术领域，尤其涉及一种基于信息增益的水下无人机器人的并行融合定位方法和系统。

背景技术

在对自然资源探索日益精进的当下，对海洋的探索利用有着更重要的意义。水下自主航行器(autonomous underwater vehicle，AUV)是一种有极高应用价值的自主能力强、隐蔽性高的无缆无人水下机器人。随着AUV技术日益成熟，其面临的任务难度和复杂程度也随之提高，水下任务越来越精确和复杂多样，单个AUV受自身的限制而不能满足全部的工作需求，近年来，小型化、群体化、智能化和结构混合化是AUV的主要方向发展。多AUV之间的交互协作使其超越单个AUV单一功能，同时多智能体结构下的AUV系统能够获取更高的容错性和鲁棒性，提高作业复杂度和工作效率，得以扩展应用场景，获得更广泛的应用领域。

主流AUV集群系统一般采用主从结构，从AUV无需与主AUV装备同级别的传感器和处理器元件，大大降低系统成本，并且减少个体上浮矫正定位卫星信号的需求，提高系统的隐蔽。主从式编队结构的多AUV系统中，主AUV装备有高级别的传感器，可自主获取相对较高精度的自定位信息，通过主从AUV之间的相对测量，完成缺失自身定位功能的从AUV的全局定位信息获取。基于优化理论和基于图论的协同方法对通信质量和顶层集中处理能力要求高，难以匹配水声信号系统的严苛条件。

发明内容

发明目的：为了解决目前一般的通信协同方法难以匹配水声信号系统的问题，本发明提供一种基于信息增益的水下无人机器人的并行融合定位方法，采用的消息扩散形式，只需要进行单跳通信，对于依靠水声通信的AUV集群系统具有很强的适用性。

技术方案：一种基于信息增益的水下无人机器人的并行融合定位方法，包括以下步骤：

(1)系统建模，搭建AUV运动模型和协同定位系统状态空间模型，综合考虑平台的动力学特性、确定输入参变量，加入高斯噪声，建立运动方程；

(2)局部信息滤波，利用无迹变换，对函数的概率密度作近似，求出目标事件的期望和方差，将非线性问题转变成卡尔曼滤波问题，输出局部后验值；

(3)信息增益加权融合，以各组局部滤波信息增益为权重指标，对所有局部后验估计进行加权融合，使全局后验估计结果以加权的形式输出；

(4)并行结构更新，局部信息滤波由主AUV各自独立完成，与系统整体的信息增益加权方法并行运行，参与融合的多源局部滤波信息为当前最新更新结果，从AUV将各组滤波结果融合输出。

所述步骤(1)中AUV的平台状态由平台的位置、速度、姿态等元素组成，综合考虑平台的动力学特性、确定输入参变量，加入高斯噪声，建立运动方程，由全体平台的状态、输入和噪声可以得到整个协同定位系统的状态方程，当把单平台和平台间观测方程进行扩展，可得到整个系统的观测方程，状态空间模型是协同定位方法设计的出发点，任意节点的状态空间模型如下：

状态方程：x_k＝f(x_k-1)+Q_k-1

观测方程：

其中x_k为被测AUV的真实状态变量，为观测变量，为被测AUV的真实观测值，状态方程和观测方程均为非线性函数，Q_k-1为预测噪声，R_k为观测噪声，假设二者都为高斯白噪声，满足正态分布；