基于多AUV的非合作水下移动目标定位方法研究

The multi-AUV system has the advantages of wide scope of work, high efficiency and strong concealment. It is widely used in both military and civilian fields. In the key technologies of multi-AUV system, underwater positioning technology is one of the frontier research hotspots. Aiming at the practical problems such as GPS rejection, target non-cooperation, etc., we carry out the research on underwater positioning technology of multi-AUV system. The main research contents include: (1) In the case of GPS refusal, based on the dynamic model and data association, we propose the frame structure of dynamic SLAM and the position correction method of multi-AUV system; (2) By mathematical proof, the influence of various noises on the positioning performance is revealed, the evaluation function of positioning performance is designed, the relationship between 3D geometric configuration and positioning performance of multi-AUV is analyzed; (3) In the case of target non-cooperation, combining the idea of moving horizon estimation and simultaneous input and state estimation, we explore a rolling optimization method of input and state estimation, and design a synchronous estimation algorithm for the position and the motion parameters of the target. Finally, the algorithms and conclusions are verified by simulation and experiment. Through the research of this project, we promote the development of underwater positioning technology and provide the technical foundation for the engineering application of multi-AUV system.

多无人水下航行器(AUV)系统以其工作范围广、作业效率高、隐蔽性强等特点，在军民领域均有广泛的应用价值。在多AUV系统关键技术中，多AUV水下定位技术，是前沿性研究热点之一。本项目针对GPS拒止、目标非合作等实际问题，开展多AUV水下定位技术研究，主要研究内容包括：(1)GPS拒止下，探究动态特征模型和特征数据关联，建立动态即时定位与地图构建框架结构，提出多AUV位置校正方法；(2)通过数学推导，揭示各种噪声对定位性能的影响，设计定位性能评价函数，并据此分析多AUV三维几何布局和定位性能间的关系；(3)在目标非合作情况下，结合输入和状态同步估计理论和滚动优化思想，探索基于滚动优化的状态和输入同步估计方法，设计目标位置和运动参数同步估计算法；最后，通过仿真及实验验证本项目所提算法及结论的有效性。通过本项目的研究，推动多AUV水下定位技术的发展，为多AUV系统的工程应用提供技术基础。

近年来，多智能体系统以其在军事及民用领域的广泛应用备受关注。目标定位及跟踪控制是一类非常典型的任务，实现对目标的精确定位及跟踪控制对顺利完成各项任务具有非常重要的意义。本项目主要研究了以下内容：.1）二维场景下位置校正算法设计.根据二维平面运动模型和距离量测模型，分析了传感器位置不确定情况下的SLAM框架结构，提出了环境信息不确定情况下的EKF-SLAM算法。.2）三维场景下位置校正算法设计.建立了三维运动模型和环境观测模型，将EKF-SLAM算法扩展至三维场景下，设计了基于惯导系统和距离、角度量测的EKF-SLAM算法。.3）多AUV协同定位影响因素分析.基于距离值和角度测量值建立二维定位模型，建立定位性能评价函数，通过该评价函数分析了不同因素对定位精度的影响。.4）基于距离量测的最优布局分析.基于距离量测，建立了多传感器定位系统的定位性能评价函数，通过对定位性能评价函数进行分析，得出影响定位性能的相关参数，揭示了各参数对定位性能影响规律。.5）基于角度量测的最优布局分析.基于角度量测，建立了多传感器定位模型，考虑了多传感器区域约束、传感器和被定位目标间安全距离等约束条件，设计了多约束条件下的性能评价函数，分析了不同数量传感器、不同角度布置情况下的定位性能。.6）目标参数估计算法设计.建立了协同定位的非线性系统模型，提出了一种三步无偏最小协方差输入和状态同步估计算法，实现了对被定位目标在三维空间速度和位置的同步估计。.7）搭建多航行器协同仿真平台.多航行器协同仿真试验平台由各模块化子系统组成，主要包括试验调度系统、成员航行器运动仿真系统、成员航行器控制系统、编队协同系统，以及与之配套的通信网络数据传输装置。.8）多智能体控制系统设计.开展了编队控制算法的研究，为多航行器编队对目标进行跟踪定位奠定基础。