科研之友
微信
新浪微博
Facebook
分享链接
摘要
作为海洋探索的重要运载平台之一，水下无人航行器（unmanned undersea vehicle,UUV）中导航系统多数时间以惯性/多普勒计程仪组合方式工作，但仍需要接收GNSS信号以修正累积的导航误差。由于受到无线电信号及卫星信号质量的影响，GNSS信息会存在缓变误差，从而降低UUV的导航精度。针对此问题，论文设计一种基于模糊相关向量机（fuzzy relevance vector machine,FRVM）的状态估计器对新息进行预测，克服了传统方法存在较大检测延时的问题。该方法利用模糊隶属度来模糊化样本，避免过度拟合影响模型的泛化能力。与基于自主完好性监测外推法及最小二乘支持向量机（least squares support vector machine,LS-SVM）的故障检测方法相比，该方法能够更精确地描述新息与量测信息之间的相关性。试验结果表明，针对GNSS的缓变故障，该方法能够显著降低了故障检测的延时，从而提高UUV的导航性能。
- 单位
