科研之友
微信
新浪微博
Facebook
分享链接
摘要
标准的UKF算法是一种高效的线性化航迹追踪方法 ,算法冗余度,且具有较理想的追踪效果。但UKF控制算法当中的采样间隔常被设置为常数,将会影响导航追踪结果的精度。由此,本文提出了应用于AUV航迹追踪的灰色关联度无损卡尔曼滤波算法(即GUKF),用于改善AUV航迹追踪的预测精度。在标准UKF算法的基础上,通过设计一些的判断与反馈机制[1],调整UKF算法每一步的采样间隔t,从而实现系统的采样间隔的自适应变化。通过仿真与结果对比,验证了之前的设想。应用于AUV航迹追踪技术的GUKF算法与标准的UKF算法相比,具有更理想的航迹预测误差精度和鲁棒性。
- 单位
