基于样本熵和IFOA-GRNN的多普勒计程仪信号失真重构

作者：张勋^*; 马豪伯; 徐博; 李权明; 杨慧影; 周佳加

来源：应用科技, 2020, 47(03): 80-86.

• 水下无人航行器
• 传感器
• 故障重构
• 广义回归神经网络
• 样本熵
• 海流估计

在水下无人航行器(UUV)的航行过程中,由于内部复杂磁场的干扰,用于测量自身速度和航位推算的多普勒计程仪(DVL)有可能会出现信号失真。为此提出一种基于样本熵与广义回归神经网络的DVL信号失真的重构方法。首先引入鸡群优化算法(CSO)中求解高维优化问题的思想,增强传统果蝇优化算法(FOA)中局部搜索的能力和跳出局部极值点的能力。然后使用改进的果蝇优化算法(IFOA)对广义回归神经网络进行训练,得到UUV的估计速度。在UUV航行过程中,实时计算DVL输出信号的样本熵,根据设定阈值判断DVL的工作状态。最后使用DVL正常的航行数据与海流估计修正UUV航行过程中的海流干扰。DVL失真情况下的UUV应急导航仿真试验验证其有效性。

• 单位
  自动化学院; 西安卫星测控中心; 哈尔滨工程大学