[发明专利]一种基于UKF和PSO-SVM的HOV混合水下导航定位方法

摘要

本发明公开一种基于UKF和PSO‑SVM的HOV混合导航定位方法。将HOV海试中获取的HOV的长基线系统位置数据和航迹推算得到的位置数据，利用UKF进行融合得到可靠的HOV位置信息。同时利用融合和航迹推算得到的位置信息，作为PSO‑SVM位置估算模型的训练集和测试集对模型进行训练和测试；在长基线系统短暂失效，不能获得HOV数据时，利用航迹推算得到的位置信息和推算时间作为已训练好的PSO‑SVM模型的输入，输出实时补偿的HOV的位置信息，从而在长基线系统失效的情况下获得精确的HOV位置信息。本发明能够提高HOV的导航精度，提高导航系统的鲁棒性。

主权项

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fMAPE，根据粒子的适应度值更新Pi和Pg，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：vi+1＝f(vi,xi)xi+1＝g(xi,vi)式中，vi为粒子速度，xi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Gmax或最优解在预设迭代次数内停滞不再变化。