用于水下导航的最大相关熵多项式混沌 Kalman 滤波器
信号处理
2024-05-10 v1
摘要
本文开发了一种水下导航解决方案，该方案利用捷联惯性导航系统(SINS)并融合一组辅助传感器（如声学定位系统、多普勒计程仪、深度计、姿态计和磁力计），以精确估计水下航行器的位置和姿态。传统的组合导航系统假设测量噪声为高斯噪声，而在实际中，噪声是非高斯的，特别是受到重尾脉冲噪声的污染。为了解决这一问题，并将系统模型与获取的传感器测量值有效融合，我们开发了一种基于最大相关熵准则的平方根多项式混沌 Kalman 滤波器。该滤波器使用声学信标进行初始化，以精确定位航行器的初始位置。以浮点运算次数计算了所提出滤波器的计算复杂度。在估计精度和计算复杂度方面，将所提出的方法与现有的最大相关熵 sigma 点滤波器进行了比较。仿真结果表明，与传统的确定性样本点滤波器相比，其精度有所提高。
关键词
引用
@article{arxiv.2405.05676,
title = {Maximum Correntropy Polynomial Chaos Kalman Filter for Underwater Navigation},
author = {Rohit Kumar Singh and Joydeb Saha and Shovan Bhaumik},
journal= {arXiv preprint arXiv:2405.05676},
year = {2024}
}