FTO基于 的船舶分布式编队的有限时间控制方法

位置信息仍会存在较大误差。故本文通过相对运动状态空间模型估计的速度信息，结合双领航模AUV式的多 协同定位状态空间模型，提出双模型AUV协同定位方法，提高多 协同定位的定位性能。双模型协同定位方法的估计轨迹及定位误差8~图9如图 所示。从试验结果可以看出，本文提出的双模型协AUV INS同定位方法可以实现在跟随 没有装备 和DVL AUV的情况下实时估计跟随 的位置，并且保障协同定位系统的定位精度在允许范围之内。

4结语

AUV AUV在主从式多 协同定位系统中，跟随INS，DVL装备低精度 和水声通信设备等传感AUV器。然而在跟随 数量较多的情况下，就需要INS DVL，系统配置复杂，相应成本也随很多的 和 AUV之提高。针对上述问题，本文以缩减多 协同AUV定位系统成本为目标，在传统多 协同定位方法的基础上，设计一种基于双模型的主从式多AUV EKF协同定位方法，利用 进行状态估计，估AUV计跟随 的实时航向信息和速度信息，再应用AUV双领航模式的多 协同定位状态空间模型，进AUV一步保障了多 系统协同定位性能。最后，通过海面试验数据进行了仿真试验验证。结果表AUV明，本文提出的基于双模型主从式多 协同定AUV INS DVL位方法能够实现在跟随 没有装备 和AUV情况下，实时、准确地估计跟随 的位置。本文提出的系统定位方法的主要优点体现AUV AUV在：仅基于跟随 和领航 间的相对测量距AUV离及领航 广播的自身位置和速度信息，即可AUV计算得到跟随 的位置、速度和航向信息，节INS DVL，降低了多AUV约了大量 和 协同定位的AUV成本，从而降低 系统配置的复杂性，且节约AUV AUV了跟随 的内部空间并减轻重量；将 相对AUV运动状态空间模型与双领航模式的多 协同AUV定位状态空间模型相结合，保障了多 协同定位系统的协同定位性能。同时，本文所提出的方AUV法也可作为一种提高多 协同定位系统容错AUV INS DVL性的措施，当跟随 上装备的 和 由于某种原因失效或者遭到破坏时，该方法可作为后AUV补算法实时估计的位置信息，为进一步研究AUV多 协同定位系统、提高系统协同定位性能提供了可行性思路和方法。

参考文献：

［1］ HUANG Y L，ZHANG Y G， XUB ，et al. A new adap⁃ tive extended Kalman filter for cooperative localization ［J］. IEEE Transactions on Aerospace and Electronic Systems，2018，54（1）：353-368. ［2］ BOX ，RAZZAQI A A，WANG X Y. Optimal sensor formation for 3D cooperative localization of AUVs us⁃ ing time difference of arrival（TDOA）method［J］. Sen⁃ sors，2018，18（12）：4442. ［3］ HUANG Y L，ZHANG Y G， XUB ，et al. A new outli⁃ er-robust student's based gaussian approximate filter for cooperative localization［J］. IEEE-ASME Transac⁃ tions on Mechatronics，2017，22（5）：2380-2386. ［4］ HUANG Y L，ZHANG Y G，WANG X D. Kalman-fil⁃ tering-based in-motion coarse alignment for odome⁃ ter-aided SINS［J］. IEEE Transactions on Instrumenta⁃ tion and Measurement，2017，66（12）：3364-3377. ［5］ XUB LI S X ，RAZZAQI A A，et al. Cooperative lo⁃ ， calization in harsh underwater environment based on the MC-ANFIS［J］. IEEE Access，2019，7：55407-55421. 6］ 柯明星，吕晶，童凯翔，等. ［ 基于扩展卡尔曼滤波的

J］. 2016，4动态协同定位算法［ 导航定位学报， （1）：44-49. KE M X ，LYU J，TONG K X，et al. A research of dy⁃ namic cooperative localization system via extended Kal⁃ man filter［J］. Journal of Navigation and Positioning， 2016，4（1）：44-49（in Chinese）. 7］ 房旺，李建龙，孙晨. AUV ［ 基于距离测量的 协同导J］. 2018，25（9）：航最优队形研究［ 控制工程， 1679-1685. FANG W， LI J L ，SUN C. Study of optimal formations for AUV cooperative navigation with range measure⁃ ments［J］. Control Engineering of China，2018，25 （9）：1679-1685（in Chinese）.

8］ 徐博，张娇，王超. AUV ［ 一种基于人工势场多 集群法［J］. 中国舰船研究，2018，13（6）：的实时避障方

66-71. XU B ，ZHANG J，WANG C. A real-time obstacle avoidance method for multi-AUV cluster based on arti⁃ ficial potential field［J］. Chinese Journal of Ship Re⁃ search，2018，13（6）：66-71（in Chinese）. ［9］ 刘明雍. 水下航行器协同导航技术［M］. 北京：国防工业出版社，2014：120-182. LIU M Y. Cooperative navigation technology for under⁃ water vehicles［M］. Beijing：National Defend Industry Press，2014：120-182（in Chinese）. ［10］ BAHR A，LEONARD J J，FALLON M F. Coopera⁃ tive localization for autonomous underwater vehicles ［J］. International Journal of Robotics Research， 2009，28（6）：714-728. 11］ 房新鹏，严卫生. ［ 双领航多自主水下航行器移动长

J］. 2012，33基线定位最优队形研究［ 兵工学报， （8）：1020-1024. FANG X P，YAN W S. Formation optimization for co⁃ operative localization based on moving long baseline with two leader AUVs ［J］. Acta Armamentarii， 2012，33（8）：1020-1024（in Chinese）. ［12］ XU J L ，WANG H J，ZHANG A H，et al. Underwa⁃ ter target bearing only tracking based on first order di⁃ vided difference filter［C］//25th Chinese Control and Decision Conference. Guiyang：IEEE，2013：351-356. 13］ 翟云峰，王冠学，徐国华，等. ［ 大尺度欠驱动高速

AUV 制［J］. 2018，13导航系统研 中国舰船研究， （6）：78-86，93. ZHAI Y F，WANG G X， XU G H ，et al. Develop⁃ ment of navigation system for large-scale and high-speed underactuated AUV［J］. Chinese Journal of Ship Research，2018，13（6）：78-86，93（in Chi⁃ nese）.