水下机器人导航技术

本书由国家自然科学基金（51309066）和总装预研基金（010314008）支持，是关于无人水下航行器导航系统以及多无人水下航行器协同导航系统涉及的关键技术的专著。简要介绍了国外多款有名无人水下航行器导航系统的组成及参数，回顾了水下组合导航技术的靠前外发展现状。重点介绍了多种改进的无迹卡尔曼滤波算法在无人水下航行器推位导航系统、大潜深无人水下航行器惯导系统纯距离误差修正、基于单领航者相对距离测量的多无人水下航行器协同导航以及无人水下航行器同步定位与制图问题中的应用。本书涉猎的导航技术手段全面详实，可作为从事无人水下航行器导航技术研究人员的参考书和工具书，也可作为无人水下航行器相关专业的本科生和研究生教材。

《智能科学技术著作丛书》序
前言
章 绪论
1.1 水下机器人与导航系统
1.1.1 水下机器人简介
1.1.2 UUV常用水下导航系统
1.1.3 AUV导航系统实例
1.2 AUV自主导航关键技术
1.2.1 水下组合导航数据融合技术
1.2.2 水下同步定位与建图技术
1.2.3 水下协同导航技术
参考文献
第2章 水下机器人导航传感器数据处理方法
2.1 水下机器人导航系统与传感器
2.2 坐标系及欧拉角定义
2.2.1 坐标系定义
2.2.2 基于欧拉角的姿态描述
2.3 微惯性测量单元标定
2.3.1 惯性器件确定性误差模型
2.3.2 标定实验
2.4 MEMS惯性器件随机误差辨识
2.4.1 Allan方差及其频域等价形式
2.4.2 递推Allan方差
2.4.3 随机误差辨识
2.5 多普勒测速仪滤波
2.5.1 随机误差分析
2.5.2 自适应Kalman滤波器
2.5.3 算法性能检验
参考文献
第3章 水下机器人推位导航技术
3.1 小型AUV推位导航系统的集成结构
3.2 MAHRS的工作原理与磁偏角分析
3.2.1 MAHRS工作原理
3.2.2 磁偏角分析
3.3 UKF数据融合算法
3.3.1 无味变换
3.3.2 经典UKF算法
3.4 基于Kalman滤波算法的磁偏角辨识模型
3.5 基于模糊逻辑的自适应UKF推位导航算法
3.6 小型AUV推位导航系统湖上试验
3.6.1 磁偏角辨识试验
3.6.2 自适应UKF推位导航试验
参考文献
第4章 大潜深AUV惯导系统纯距离误差修正算法
4.1 纯距离惯导系统误差修正算法模型
4.1.1 系统模型
4.1.2 滤波模型能观性分析
4.1.3 纯距离观测下滤波模型能观性分析
4.1.4 深度测量值辅助的滤波模型能观性分析
4.2 纯距离误差修正算法框架
4.2.1 强跟踪UKF算法
4.2.2 强跟踪平方根UKF算法
4.2.3 渐消因子算法优化
4.3 纯距离误差修正仿真试验
参考文献
第5章 AUV水下同步定位与制图算法
5.1 Sage-Husa自适应UKF算法
5.2 AUV水下SLAM算法滤波模型
5.2.1 运动学模型与特征模型
5.2.2 观测模型
5.3 前视声呐线特征提取算法
5.3.1 前视图像声呐工作方式
5.3.2 声呐数据处理
5.3.3 声呐数据坐标处理
5.3.4 线特征提取
5.4 仿真试验分析
5.4.1 坐标系与子地图
5.4.2 仿真试验与分析
参考文献
第6章 基于单领航者相对距离测量的多AUV协同导航定位算法
6.1 系统网络与定位原理
6.2 滤波模型定义与性能分析
6.2.1 基于位置误差的滤波模型
6.2.2 协同导航系统定位误差的上界
6.3 鲁棒UKF算法
6.3.1 H∞滤波问题的表达
6.3.2 次优H∞滤波问题的解
6.3.3 基于UT的H∞滤波
6.4 协同导航仿真试验
参考文献