Resumen

El filtro de Kalman extendido (EKF) desempea un papel importante en el procesamiento de seales acsticas de posicionamiento submarino. Sin embargo, los errores acumulativos y las imprecisiones del modelo provocan divergencias. En respuesta a este problema, se crea el EKF con memoria de atenuacin, que necesita seleccionar manualmente todos o parte de los parmetros. As pues, se propone un EKF con memoria de atenuacin dinmica ponderada. En primer lugar, se llevan a cabo varias simulaciones de posicionamiento submarino en diferentes condiciones. Los resultados muestran que, con el cambio de las condiciones de los parmetros en el posicionamiento, el coeficiente de atenuacin ideal cambia entre 0,5 y 1, pero es difcil expresarlo en frmula de funcin o forma estadstica. En segundo lugar, se disea un mtodo de seleccin dinmica del factor de atenuacin. En la simulacin de contraste posterior, el mtodo propuesto ha mejorado el rendimiento de posicionamiento en comparacin con el algoritmo de filtro de memoria de atenuacin existente. Por ltimo, los resultados del experimento de verificacin del modelo fsico muestran que el algoritmo EKF de memoria de atenuacin con ponderacin dinmica no slo suprime mejor la divergencia, sino que tambin evita en cierta medida la subjetividad de la seleccin del coeficiente de atenuacin.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Filtro kalman; Posicionamiento submarino; Memoria de atenuación; Ponderación dinámica; Simulación; Rendimiento del posicionamiento
• Keywords:Kalman filter; Underwater positioning; Attenuation memory; Dynamic-weighted; Simulation; Positioning performance