基于多传感器递推总体最小二乘融合的水下机器人动力学模型参数辨识

2017-11-02 06:30:00朱红坤郭蕴华牟军敏胡甫才任文峰
船舶力学 2017年10期
关键词:融合模型

朱红坤,郭蕴华,牟军敏,胡甫才,任文峰

(1.武汉理工大学 船舶动力工程技术交通行业重点实验室,武汉430063;2.武汉理工大学 航运学院,武汉430063)

基于多传感器递推总体最小二乘融合的水下机器人动力学模型参数辨识

朱红坤1,郭蕴华1,牟军敏2,胡甫才1,任文峰1

(1.武汉理工大学 船舶动力工程技术交通行业重点实验室,武汉430063;2.武汉理工大学 航运学院,武汉430063)

对于水下机器人动力学模型辨识问题,如果其观测方程的系数矩阵包含随机扰动,则其最小二乘估计一般是有偏的。为此,该文提出一种基于多传感器递推总体最小二乘融合的水下机器人动力学模型辨识算法(RTLS_F)。首先,给出了集中式总体最小二乘融合的算法;然后,在总体最小二乘框架下,推导出多传感器递推融合估计算法。通过仿真实验对RTLS_F与其它水下机器人动力学参数辨识算法进行了比较。实验结果表明,在系数矩阵和观测向量都含有误差的情况下,最小二乘融合是有偏估计且难以提高估计精度,而RTLS_F算法可以有效改善参数辨识性能。

多传感器融合;递推总体最小二乘;水下机器人;参数辨识

0 引 言

水下机器人动力学模型是影响整个水下机器人运动精度的重要因素。因此,对于水下机器人动力学模型进行参数辨识尤为重要。现有的此类动力学模型的辨识方法通常都由预测误差最小化、神经网络算法、和小波变换等方法发展而来[1-4],其中在线辨识算法受到较多关注和研究[5-6]。Martin等[7]通过建模和实验提出六自由度耦合非线性二阶系统辨识的方法;……

登录APP查看全文

猜你喜欢
融合模型
一半模型
村企党建联建融合共赢
今日农业(2021年19期)2022-01-12 06:16:36
融合菜
从创新出发,与高考数列相遇、融合
宽窄融合便携箱IPFS500
《融合》
现代出版(2020年3期)2020-06-20 07:10:34
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用