基于样本熵和IFOA-GRNN的多普勒计程仪信号失真重构

• 作者: 周佳加 张勋 徐博 李权明 杨慧影 马豪伯
• 来源期刊: 应用科技
• 学科: 工学
• 关键词: 水下无人航行器 传感器 故障重构 广义回归神经网络 样本熵 海流估计
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 自动化技术
• 页码范围: 80-86
• 页数: 7页
• 分类号: TP277
• 字数: 4193字
• 语种: 中文
• DOI: 10.11991/yykj.201909019

摘要

在水下无人航行器(UUV)的航行过程中,由于内部复杂磁场的干扰,用于测量自身速度和航位推算的多普勒计程仪(DVL)有可能会出现信号失真.为此提出一种基于样本熵与广义回归神经网络的DVL信号失真的重构方法.首先引入鸡群优化算法(CSO)中求解高维优化问题的思想,增强传统果蝇优化算法(FOA)中局部搜索的能力和跳出局部极值点的能力.然后使用改进的果蝇优化算法(IFOA)对广义回归神经网络进行训练,得到UUV的估计速度.在UUV航行过程中,实时计算DVL输出信号的样本熵,根据设定阈值判断DVL的工作状态.最后使用DVL正常的航行数据与海流估计修正UUV航行过程中的海流干扰.DVL失真情况下的UUV应急导航仿真试验验证其有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张勋	哈尔滨工程大学自动化学院	27	114	6.0	8.0
2	周佳加	哈尔滨工程大学自动化学院	21	125	7.0	10.0
3	徐博	哈尔滨工程大学自动化学院	45	245	8.0	14.0
4	马豪伯	哈尔滨工程大学自动化学院	2	3	1.0	1.0
5	李权明	哈尔滨工程大学自动化学院	1	0	0.0	0.0
6	杨慧影		1	0	0.0	0.0