公开(公告)号：CN106525042A

公开(公告)日：2017-03-22

申请号：CN201610854298.1

申请日：2016-09-27

Applicant: 哈尔滨工程大学

Inventor： 李娟 ,  张娟 ,  王宏健 ,  张伟 ,  马涛 ,  邱军婷 ,  张昆玉

IPC: G01C21/20

Abstract: 本发明的目的在于提供一种基于蚁群与扩展卡尔曼滤波相结合的多AUV协同定位方法，首先建立AUV运动学模型，然后线性化AUV模型，采用改进的蚁群算法对Q矩阵R矩阵进行最优估计：先采用蚁群算法进行首次遍历，产生大量解；采用粒子群算法找到全局最优值；再次利用蚁群算法，将当前解集置为蚁群初始出发点，然后根据蚁群中蚂蚁获得的解的质量的优劣，选出部分最优秀的蚂蚁按其解的优劣程度加权平均释放信息素。最终，将求解出来的Q,R运用到EKF中，从而实现对从AUV的定位。本发明巧妙地将智能算法与EKF相结合，不仅解决了噪声矩阵的不确定、难选择的问题，而且提高了EKF的滤波精度，应用于多AUV的定位系统中，大大提高了对从AUV定位的精确度。

公开(公告)号：CN102799757A

公开(公告)日：2012-11-28

申请号：CN201210192002.6

申请日：2012-06-12

Applicant: 哈尔滨工程大学

Inventor： 李秀坤 ,  李婷婷 ,  马涛 ,  杨阳 ,  夏峙

IPC: G06F19/00

Abstract: 本发明涉及弱信号处理领域，具体涉及一种强干扰背景下去除强趋势项及瞬态脉冲干扰的微弱信号提取方法。本发明包括(1)对强干扰背景下的微弱信号进行经验模态分解；(2)对分解的d阶模态，构造强干扰判决准则；(3)对存在脉冲干扰的模态分量进行包络检波，将瞬态脉冲干扰位置数据置零；(4)利用自回归-滑动平均模型恢复被置零的数据；(5)合并前D阶基本模式分量，得到除强干扰后的微弱信号。相比于现有方法，本发明能够在更完整保留微弱信号特性的同时，去除强复杂趋势线的干扰，将瞬态脉冲干扰部分的数据进行预测恢复，减小对微弱信号波形畸变的影响。

公开(公告)号：CN106227223A

公开(公告)日：2016-12-14

申请号：CN201610854334.4

申请日：2016-09-27

Applicant: 哈尔滨工程大学

Inventor： 李娟 ,  刘建华 ,  陈兴华 ,  徐健 ,  张昆玉 ,  马涛 ,  邱军婷

IPC: G05D1/06

CPC classification number: G05D1/0692

Abstract: 本发明属于水下无人航行器的轨迹跟踪和动态滑模控制技术领域，具体涉及一种基于动态滑模控制的UUV轨迹跟踪方法。建立UUV水平面模型；通过坐标转换获得误差变量，并对误差变量求导得到误差变量的导数；构造李雅普诺夫函数并且定义虚拟速度控制变量将姿态跟踪转化为虚拟速度控制；稳定虚拟速度控制变量，利用滑模控制方法对系统参数不精确及外界时变扰动进行自适应估计，建立滑模动态函数；选取动态滑模控制律，实现UUV的轨迹跟踪。本专利通过反步法和自适应动态滑模控制技术的组合，解决了UUV平面轨迹跟踪控制问题在系统中可能存在建模不确定性、未知环境扰动的问题、系统的参数不确定性。

公开(公告)号：CN106525042B

公开(公告)日：2019-10-18

申请号：CN201610854298.1

申请日：2016-09-27

Applicant: 哈尔滨工程大学

Inventor： 李娟 ,  张娟 ,  王宏健 ,  张伟 ,  马涛 ,  邱军婷 ,  张昆玉

IPC: G01C21/20

Abstract: 本发明的目的在于提供一种基于蚁群与扩展卡尔曼滤波相结合的多AUV协同定位方法，首先建立AUV运动学模型，然后线性化AUV模型，采用改进的蚁群算法对Q矩阵R矩阵进行最优估计：先采用蚁群算法进行首次遍历，产生大量解；采用粒子群算法找到全局最优值；再次利用蚁群算法，将当前解集置为蚁群初始出发点，然后根据蚁群中蚂蚁获得的解的质量的优劣，选出部分最优秀的蚂蚁按其解的优劣程度加权平均释放信息素。最终，将求解出来的Q,R运用到EKF中，从而实现对从AUV的定位。本发明巧妙地将智能算法与EKF相结合，不仅解决了噪声矩阵的不确定、难选择的问题，而且提高了EKF的滤波精度，应用于多AUV的定位系统中，大大提高了对从AUV定位的精确度。

公开(公告)号：CN108594845A

公开(公告)日：2018-09-28

申请号：CN201810243212.0

申请日：2018-03-23

Applicant: 哈尔滨工程大学

Inventor： 李娟 ,  张建新 ,  马涛 ,  袁锐锟 ,  陈兴华 ,  杜雪

IPC: G05D1/10

Abstract: 本发明涉及一种通信限制下基于预测控制的多AUV编队方法，该发明基于逻辑通信的控制策略设计预测控制器，适用于存在弱通信约束下，包括数据包丢失和通信时延时，多AUV的编队控制。本发明主要包括：单个AUV的路径跟踪控制器的设计，通信条件理想时多AUV编队控制，存在弱通信约束时基于逻辑通信预测控制器的设计。本方法在编队过程中不需要AUV间进行大量的信息交换，本发明使得多AUV在弱通信约束下仍可以形成并保持期望队形，方法比较简单，应用范围广。

公开(公告)号：CN108594846A

公开(公告)日：2018-09-28

申请号：CN201810243220.5

申请日：2018-03-23

Applicant: 哈尔滨工程大学

Inventor： 李娟 ,  袁锐锟 ,  马涛 ,  张建新 ,  徐健 ,  杜雪

IPC: G05D1/10

Abstract: 本发明提供一种障碍环境下多AUV编队队形优化控制方法，属于船舶控制技术领域。本发明基于视距导航法建立路径跟踪误差模型，采用反馈线性法设计路径跟踪控制器，利用图论建立多AUV间通信拓扑关系和协调误差模型，设计速度协调控制器，实现编队控制，针对障碍环境，设计了考虑环境约束队形优化避障策略，通过对环境适应度函数求解获得最优编队拓扑结构，保证编队可以在障碍环境中以最优队形通过此区域。