单机动平台时差定位航路规划方法
作者:
作者单位:

1.哈尔滨工程大学水声工程学院;2.中国船舶集团有限公司第七〇三研究所

基金项目:

声纳技术重点实验室基金(6142109KF2203)、自然资源部海洋环境探测技术与应用重点实验室(MESTA-2021-A001)、水声对抗技术重点实验室基金(JCKY2022207CH09)、海底沉管高精度声呐测控系统研发(JSGG20220831103800001)


Path planning for single motive station using TDOA localization
Author:
Affiliation:

1.College of Underwater Acoustic Engineering, Harbin Engineering University;2.No. 703 Research Institute of CSSC

  • 摘要
  • | |
  • 访问统计
  • |
  • 参考文献 [20]
  • | | | |
  • 文章评论
    摘要:

    单机动平台基于时差定位(TDOA)对水下目标定位时,观测平台的航行轨迹对定位精度有很大影响。针对如何规划航路并提升定位精度的问题,提出了一种基于改进动态窗口法(DWA)的单平台航路规划方法。在传统DWA算法的评价函数中引入了以水平精度因子(HDOP)最小化为准则设计的定位精度评价子函数。同时考虑到航向角和定位精度评价子函数的权重与观测平台到目标的距离有关,优化了航向角和定位精度评价子函数的权重系数,使其可以动态调整。仿真结果表明,改进DWA算法规划的航路能够在避开障碍物的同时提高定位精度。

    Abstract:

    When locating underwater targets based on Time Difference of Arrival (TDOA) on a single platform, the path of the platform has a significant impact on the localization precision. To address the problem of how to plan the path and improve localization precision, a single-platform path planning method based on an improved dynamic window approach (DWA) is proposed. In the evaluation function of the conventional DWA algorithm, a localization precision evaluation sub-function is introduced, which is designed to minimize the horizontal dilution of precision (HDOP). Considering that the weights of the heading angle and localization precision evaluation sub-functions are related to the distance from the observation platform to the target, the weight coefficients of the heading angle and localization precision evaluation sub-functions are also optimized to allow for dynamic adjustments. Simulation results show that the path planned by the improved DWA algorithm can avoid obstacles while improving localization precision.

    参考文献
    [1] 孙仲康, 周一宇, 何黎星. 单多基地有源无源定位技术[M]. 北京:国防工业出版社,1996.
    [2] Bishop A N, Fidan B, Anderson B, et al. Optimality analysis of sensor-target localization geometries[J]. Automatica, 2010, 46(3):479-492.
    [3] 樊皓, 姜家财, 孙学. 双机协同交叉定位的三维航迹规划[J]. 传感器与微系统, 2020(1):26-28.
    [4] 权宏伟. 基于Fisher信息最大化的机载ESM无源定位[J].中南大学学报(自然科学版),2013,44(S2):334-338..
    [5] 左燕, 刘雪娇, 彭冬亮. 距离相关噪声AOA协同定位下无人机路径优化方法[J].电子与信息学报,2021,43(04):1192-1198.
    [6] Zhou R, Sun H, Li H, et al. TDOA and track optimization of UAV swarm based on D-optimality[J]. Journal of Systems Engineering and Electronics, 2020, 31(6):1140-1151.
    [7] 邓新蒲, 周一宇, 卢启中. 测角无源定位与跟踪的观测器自适应运动分析[J]. 电子学报, 2001, 29(003):311-314.
    [8] 孙思博, 秦莎莎, 王庸等. 定位精度优化驱动的水下无人平台航路规划方法[J].数字海洋与水下攻防,2021,4(06):475-484.
    [9] 严浙平, 黄俊儒, 吴迪. 基于RRT和DWA的欠驱动UUV路径规划[J].数字海洋与水下攻防,2020,3(03):258-264.
    [10] Alvarez A, Caiti A, Onken R. Evolutionary path planning for autonomous underwater vehicles in a variable ocean[J]. IEEE Journal of Oceanic Engineering, 2004, 29(2):418-429.
    [11] 张瀚彬, 史先鹏, 刘喜梅. 基于改进量子粒子群算法的AUV路径规划研究[J].海洋工程,2023,41(02):86-92.
    [12] Sun Z, Wu J, Yang J, et al. Path Planning for GEO-UAV Bistatic SAR Using Constrained Adaptive Multi objective Differential Evolution[J]. IEEE Transactions on Geoscience and Remote Sensing, 2016, 54(11):1-14.
    [13] 王豪杰, 马向华, 代婉玉等. 改进DWA算法的移动机器人避障研究[J].计算机工程与应用, 2023,59(06):326-332.
    [14] 王文飞, 茹乐, 鲁博等. 基于改进DWA的无人机实时路径规划研究[J].电光与控制,2023,30(08):50-55+60.
    [15] 祝侃. 一种快速自适应船载水声定位系统设计[J].数字海洋与水下攻防,2022,5(02):178-184.
    [16] Sun S, Zhang X, Zheng C, et al. Underwater Acoustical Localization of the Black Box Utilizing Single Autonomous Underwater Vehicle Based on the Second-Order Time Difference of Arrival[J]. IEEE Journal of Oceanic Engineering, 2020, 45(4):1268-1279.
    [17] 周成, 黄高明, 高俊. 时差定位最优布站方法研究[J].西安电子科技大学学报,2016,43(04):123-127.
    [18] 李海鹏, 孙大军, 郑翠娥. 强干扰环境下水声时延估计技术研究[J].电子与信息学报,2021,43(03):873-880.
    [19] 周天, 沈嘉俊, 陈宝伟等. 应用二维稀疏阵列的三维前视声呐方位估计[J].哈尔滨工程大学学报,2020,41(10):1450-1456.
    [20] 马金帅, 刘兰军, 金久才等. 基于改进动态窗口法的无人船目标跟踪运动规划方法[J].海洋技术学报,2022,41(03):1-9.
    相似文献
    引证文献
    网友评论
    网友评论
    分享到微博
    发 布
引用本文
分享
文章指标
  • 点击次数:55
  • 下载次数: 0
  • HTML阅读次数: 0
  • 引用次数: 0
历史
  • 收稿日期:2023-09-06
  • 最后修改日期:2023-09-06
  • 录用日期:2023-09-18
文章二维码