期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于几何解释的集群AUV协同定位误差及编队构型分析 被引量:7
1
作者 张立川 屈俊琪 +1 位作者 潘光 王永召 《西北工业大学学报》 EI CAS CSCD 北大核心 2020年第4期755-765,共11页
针对利用Cramer-Rao不等式下界评价集群AUV定位性能不直观的问题,基于几何椭圆提出了定位性能评价标准的几何解释方法。利用Fisher信息矩阵代替Cramer-Rao不等式,通过奇异值分解将先验信息矩阵与量测信息矩阵合成为后验信息矩阵,并利用... 针对利用Cramer-Rao不等式下界评价集群AUV定位性能不直观的问题,基于几何椭圆提出了定位性能评价标准的几何解释方法。利用Fisher信息矩阵代替Cramer-Rao不等式,通过奇异值分解将先验信息矩阵与量测信息矩阵合成为后验信息矩阵,并利用椭圆对其进行几何表示,基于后验信息椭圆面积建立定位性能评价函数。通过分析性能评价函数,设计了单主、双主以及三主AUV集群的最优编队构型,并对三主AUV集群编队提出了特殊编队构型,其较最优编队构型的定位性能相差不大的情况下,更容易实现。仿真实验验证了最优编队构型具有更高的定位精度以及特殊编队构型的有效性。 展开更多
关键词 集群auv 信息椭圆 协同定位 编队构型 定位性能
在线阅读 下载PDF
通信时延下AUV集群的分群控制算法 被引量:1
2
作者 李成凤 张阳伟 张弘强 《控制工程》 CSCD 北大核心 2022年第8期1480-1486,共7页
为解决通信时延下自主水下机器人(AUV)集群系统协同分群控制问题,借鉴经典蚁群算法概率公式,利用存在通信时延的子群规模需求信息和个体与群目标的距离信息,设计了满足期望子群数量和规模的就近分群策略。然后,设计了通信时延下的协同... 为解决通信时延下自主水下机器人(AUV)集群系统协同分群控制问题,借鉴经典蚁群算法概率公式,利用存在通信时延的子群规模需求信息和个体与群目标的距离信息,设计了满足期望子群数量和规模的就近分群策略。然后,设计了通信时延下的协同分群控制算法,使集群系统产生子群数量、规模和速度均满足需求的分群行为。最后,理论分析和仿真结果表明了该算法的有效性和可行性。 展开更多
关键词 auv 算法 控制 规模 通信时延
在线阅读 下载PDF
集群式AUV可控分群控制算法
3
作者 李成凤 刘胜军 +1 位作者 张阳伟 张弘强 《舰船科学技术》 北大核心 2022年第14期95-99,共5页
针对自主水下航行器(AUV)集群在协同分群时的状态不可控问题,提出一种基于蚁群算法的可控分群控制算法。参照基本蚁群算法,利用期望子群规模和AUV与群目标的距离,设计了自主就近分群策略。基于该策略设计了具有多个变速群目标的协同分... 针对自主水下航行器(AUV)集群在协同分群时的状态不可控问题,提出一种基于蚁群算法的可控分群控制算法。参照基本蚁群算法,利用期望子群规模和AUV与群目标的距离,设计了自主就近分群策略。基于该策略设计了具有多个变速群目标的协同分群控制算法,使AUV集群产生子群数量、规模和速度均可控的分群行为。通过理论分析和仿真实验验证了所设计算法的有效性。结果表明,该算法能使AUV集群实现可控的分群行为,且分群过程中未过多打乱已稳定的邻居结构,加快了集群结构调整过程,减少了集群速度振荡。 展开更多
关键词 auv 算法 协同分 可控性 规模
在线阅读 下载PDF
基于自适应残差加权的AUV集群分布式协同定位算法 被引量:2
4
作者 何桂萍 王正伟 陈洲 《舰船科学技术》 北大核心 2022年第18期101-105,189,共6页
针对水下AUV集群协同定位,常规算法当领航AUV节点密度稀疏,普通待定位AUV节点不能够接收到足够领航节点信号时,将导致定位误差较大或者始终无法定位的问题。提出一种基于自适应残差加权的AUV集群分布式协同定位算法(ARW-UWASN),通过分... 针对水下AUV集群协同定位,常规算法当领航AUV节点密度稀疏,普通待定位AUV节点不能够接收到足够领航节点信号时,将导致定位误差较大或者始终无法定位的问题。提出一种基于自适应残差加权的AUV集群分布式协同定位算法(ARW-UWASN),通过分布式逐级定位,对所有有效的潜在位置利用残差赋以权值,结合对应参考节点位置信息,实现对待定位节点位置的自适应加权估计。仿真结果表明,该算法与常规算法相比,减小了节点能量消耗,有效地提高了定位精度和定位覆盖率。 展开更多
关键词 自适应残差加权 auv 协同定位
在线阅读 下载PDF
基于能量约束的自主水下航行器任务规划算法 被引量:2
5
作者 赵旭浩 王轶群 +1 位作者 刘健 徐春晖 《计算机应用》 CSCD 北大核心 2019年第9期2529-2534,共6页
多水下自主航行器(AUV)任务规划是影响集群智能水平的关键技术。针对现有任务规划模型只考虑同构AUV集群和单潜次任务规划的问题,提出了适用于AUV异构集群的多潜次任务规划模型。首先,该模型考虑了AUV的能量约束、AUV多次往返母船充电... 多水下自主航行器(AUV)任务规划是影响集群智能水平的关键技术。针对现有任务规划模型只考虑同构AUV集群和单潜次任务规划的问题,提出了适用于AUV异构集群的多潜次任务规划模型。首先,该模型考虑了AUV的能量约束、AUV多次往返母船充电的工程代价、异构集群个体间的效能差异、任务多样性等关键因素;然后,为提高问题模型的求解效率,提出了一种基于离散粒子群的优化算法,该算法引入用于描述粒子速度、位置的矩阵编码和用于评估粒子质量的任务损耗模型,改进粒子更新过程,实现了高效的目标寻优。仿真实验表明,该算法不仅解决了异构AUV集群的多潜次任务规划问题,而且与采用遗传算法的任务规划模型相比较,任务损耗降低了11%。 展开更多
关键词 自主水下航行器 auv 任务规划 离散粒子优化 多样性任务
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部