声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1137/TP
国际刊号：1002-0446
发布日期:
作者：张志慧, 赵洋, 姜成林, 李智刚
关键词：载人潜水器, 机器学习, 无迹卡尔曼滤波, 组合导航
全海深载人潜水器（HOV）组合导航中会产生异步融合现象，传统的组合导航算法在处理时会产生较大的误差．针对这一问题，提出了一种基于机器学习和无迹卡尔曼滤波（UKF）的异步融合组合导航算法．首先建立了针对超短基线（USBL）声学定位系统预测的机器学习模型，通过USBL声学定位系统的观测数据集来训练该模型，并用得到的模型来预测更新间隔内的数据．最后使用UKF将已更新的数据集进行融合．仿真结果表明，相比传统的组合导航算法，本文的异步融合组合导航算法可以将USBL声学定位系统数据异步问题所引起的误差降低17%，有效提高了组合导航系统的精度．
来源：2020年第6期
《机器人》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。