сгенерировать QR код
Открытый доступ
Только для подписчиков
Сравнительный анализ рекуррентных алгоритмов оценивания при решении задачи навигации группы АНПА в случае наличия аномальных выбросов в измерениях
https://doi.org/10.17586/0021-3454-2024-67-12-1041-1051
Аннотация
Для решения задачи навигации группы автономных необитаемых подводных аппаратов построены обобщенный фильтр Калмана, обобщенный фильтр Калмана, дополнительно использующий процедуру отбраковки аномальных выбросов в погрешностях измерений, а также коррэнтропийный обобщенный фильтр Калмана. В условиях как гауссовских, так и негауссовских шумов измерений, содержащих аномальные выбросы, выполнен сравнительный анализ точности, состоятельности и вычислительной сложности этих алгоритмов.
Ключевые слова
коррэнтропия,
выбросы,
алгоритмы,
сопоставление,
точность,
состоятельность,
вычислительная сложность,
нелинейная фильтрация,
навигационная информация
При поддержке: Работа проводилась при поддержке гранта РНФ № 23-19-00626, https://rscf.ru/project/23-19-00626/.
Об авторе
А. М. Исаев
Концерн «ЦНИИ „Электроприбор“»; Университет ИТМО
Россия
Россия
Алексей Михайлович Исаев - отдел перспективных навигационных комплексов для объектов ВМФ, мл. науч. сотр.
Санкт-Петербург
Список литературы
1. Paull L., Saeedi S., Seto M., Li H. AUV Navigation and Localization: A Review // IEEE Journal of Oceanic Engineering. 2014. Vol. 39, N 1. Р. 131–14 9. DOI: 10.1109/JOE.2013.2278891.
2. Степанов О. А. Методы обработки навигационной измерительной информации. СПб: Университет ИТМО, 2017. 196 с.
3. Кошаев Д. А. Многоальтернативный алгоритм одномаяковой навигации автономного необитаемого подводного аппарата без априорных данных о его местополож ении. Ч. 1. Математическое описание // Гироскопия и навигация. 2020. Т. 28, № 2(109). С. 109–130.
4. Ваулин Ю. В., Дубровин Ф. С., Щербатюк Д. А., Щербатюк А. Ф. О методах обеспечения навигации групп АНПА. Краткий обзор // Подводные исследования и робототехника. 2019. № 4(30). С. 27–36.
5. Baccou P., Jouvencel B., Creuze V., Rabaud C. Cooperative Positioning and Navigation for Multiple AUV Operations // Proc. of the MTS/ IEEE Intern. Conf. and Exhibition OCEANS. 2001. Vol. 3. P. 1816–1821.
6. Zhao Y. et al. A collaborative control framework with multi-leaders for AUVs based on unscented particle filter // Journal of the Franklin Institut e. 2015. Vol. 353, N 3. DOI:10.1016/j.jfranklin.2015.11.016.
7. Simon D. Optimal State Estimation. Kalman, H∞, and Nonlinear approaches. A John Wiley & Song Inc., 2006. 550 p.
8. Степанов О. А. Основы теории оценивания с приложениями к задачам обработки навигационной информации.Ч. 1. Введение в теорию оценивания. СПб: ЦНИИ „ Электроприбор“, 2017. 509 с.
9. Чубич В. М., Филиппова Е. В. Исследование эффективности некоторых робастных фильтров для нестационарных линейных непрерывно-дискретных систем // Со временные наукоемкие технологии. 2018. № 12 (ч. 1). С. 153–161.
10. Чубич В. М., Прокофьева А. Э. Сравнительный анализ некоторых робастных фильтров для нестационарных линейных дискретных систем // Вестник Иркутского государственного технического университета. 2017. Т. 21, № 12. С. 123–137.
11. Cinar G. T. and Príncipe J. C. Hidden state estimation using the Correntropy Filter with fixed point update and adaptive kernel size // The 2012 In tern. Joint Conf. on Neural Networks (IJCNN). Brisbane, QLD, Australia, 2012. P. 1–6.
12. Izanloo R., Fakoorian S. A., Yazdi H. S., and Simon D. Kalman filtering based on the maximum correntropy criterion in the presence of non-Gaussian noise // 2016 Annual Conf. on Information Science and Systems (CISS). Princeton, NJ, USA, 2016. P. 500–505.
13. Chen B., Liu X., Zhao H., Prıncipe J. Maximum correntropy Kalman filter // Automatica. 2017. Vol. 76. P. 70–77.
14. Kulikova M. V. Square-root Algorithms for Maximum Correntropy Estimation of Linear Discrete-Time Systems in Presence of Non-Gaussian Noise // Syste ms & Control Letters. 2017. Vol. 108. P. 8–15.
15. Jwo D.-J., Chen Y.-L., Cho T.-S., Biswal A. A Robust GPS Navigation Filter Based on Maximum Correntropy Criterion with Adaptive Kernel Bandwidth // Sensors. 2023. Vol. 23, N 23. Р. 9386.
16. Степанов О. А., Литвиненко Ю. А., Васильев В. А., Торопов А. Б., Басин М. В. Алгоритм полиномиальной фильтрации в задачах обработки навигационной и нформации при квадратичных нелинейностях в уравнениях динамики и измерений. Ч. I. Описание и сопоставление с алгоритмами калмановского типа // Гироскопия и навигация. 2021. Т. 29, № 3(114). С. 3–33. https://doi.org/10.17285/0869-7035.0068.
17. Степанов О. А., Исаев А. М. Методика сравнительного анализа рекуррентных алгоритмов нелинейных фильтрации в задачах обработки навигационной информ ации на основе предсказательного моделирования // Гироскопия и навигация. 2023. Т. 31, № 3(122). C. 48–65.
18. Bar-Shalom Y., Li X., Kirubarajan T. Estimation with applications to tracking and navigation. NY: Wiley-Interscience, 2001. 581 p.
19. Болотин Ю. В., Брагин А. В., Гулевский Д. В. Исследование состоятельности расширенного фильтра Калмана в задаче навигации пешехода с БИНС, закрепле нными на стопах // Гироскопия и навигация. 2021. Т. 29, № 2(113). С. 59–77.
20. Doucet A., Freitas N., Gordon N. Sequential Monte Carlo Methods in Practice. NY: Springer, 2001. 590 p.
Рецензия
Для цитирования:
Исаев А.М. Сравнительный анализ рекуррентных алгоритмов оценивания при решении задачи навигации группы АНПА в случае наличия аномальных выбросов в измерениях. Известия высших учебных заведений. Приборостроение. 2024;67(12):1041-1051. https://doi.org/10.17586/0021-3454-2024-67-12-1041-1051
For citation:
Isaev A.M. Comparative analysis of recursive estimation algorithms for AUV collaborative navigation problem in the case of abnormal outliers in measurements. Journal of Instrument Engineering. 2024;67(12):1041-1051. (In Russ.) https://doi.org/10.17586/0021-3454-2024-67-12-1041-1051
Просмотров:
13
Послать статью по эл. почте 