基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对小型自主水下无人潜器的运动特点,设计了一种加速度信息辅助的自适应Kalman滤波器,用于多普勒测速声呐的数据处理.首先基于时间序列分析法,建立了多普勒测速声呐噪声信号的AR模型,并根据当前统计模型设计了多普勒测速声呐Kalman滤波方程.然后针对滤波方程特点,设计了基于S面的自适应Kalman滤波器.实验结果表明,在已知加速度先验信息的条件下,基于S面的自适应Kalman滤波器能够根据小型水下机器人的运动特点实时调整滤波参数,滤波精度优于0.04m/s,且能够有效消除时间延迟,为小型水下机器人控制系统提供准确及时的速度信息.
推荐文章
基于自适应Kalman滤波算法的联邦滤波器
联邦滤波
Kalman滤波
自适应
GPS/DR组合导航自适应Kalman滤波算法
GPS/DR 组合导航
单因子自适应滤波
多因子自适应滤波
Kalman滤波
自适应Kalman滤波的运动物体跟踪算法研究
运动物体跟踪
∑-△背景估计
自适应Kalman滤波
离散LTI系统的Kalman滤波的自适应算法
系统
自适应
Kalman滤波
现代时间序列分析方法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 多普勒测速声呐的自适应Kalman滤波算法
来源期刊 哈尔滨工程大学学报 学科 交通运输
关键词 多普勒声呐 AR模型 CS模型 自适应Kalman滤波
年,卷(期) 2011,(12) 所属期刊栏目
研究方向 页码范围 1534-1538
页数 分类号 U666.1
字数 3876字 语种 中文
DOI 10.3969/j.issn.1006-7043.2011.12.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张强 哈尔滨工程大学水下机器人技术重点实验室 96 1183 18.0 31.0
2 万磊 哈尔滨工程大学水下机器人技术重点实验室 96 1473 22.0 32.0
3 李晔 哈尔滨工程大学水下机器人技术重点实验室 65 902 17.0 28.0
4 孙尧 哈尔滨工程大学自动化学院 108 914 16.0 23.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (129)
参考文献  (7)
节点文献
引证文献  (11)
同被引文献  (24)
二级引证文献  (5)
1960(1)
  • 参考文献(1)
  • 二级参考文献(0)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(4)
  • 引证文献(4)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多普勒声呐
AR模型
CS模型
自适应Kalman滤波
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
哈尔滨工程大学学报
月刊
1006-7043
23-1390/U
大16开
哈尔滨市南岗区南通大街145号1号楼
14-111
1980
chi
出版文献量(篇)
5623
总下载数(次)
16
总被引数(次)
45433
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导