CN110161461A - 一种水下传感网络节点自定位方法 - Google Patents
一种水下传感网络节点自定位方法 Download PDFInfo
- Publication number
- CN110161461A CN110161461A CN201910241935.1A CN201910241935A CN110161461A CN 110161461 A CN110161461 A CN 110161461A CN 201910241935 A CN201910241935 A CN 201910241935A CN 110161461 A CN110161461 A CN 110161461A
- Authority
- CN
- China
- Prior art keywords
- positioning
- anchor
- anchor node
- nodes
- water surface
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 43
- 239000002245 particle Substances 0.000 claims abstract description 15
- 238000013461 design Methods 0.000 claims abstract description 6
- 238000005457 optimization Methods 0.000 claims abstract description 5
- 238000004891 communication Methods 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 2
- 238000005070 sampling Methods 0.000 claims 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
- G01S5/30—Determining absolute distances from a plurality of spaced points of known location
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种水下传感网络节点自定位方法。本方法先设计出水面信标建模并利用事件触发机制提高其定位精度。在对水下锚节点建模后,进行分阶段定位算法,首先对能够得到四个及以上的信标间距离的水下锚节点定位,再利用已定位的锚节点信息对未定位锚节点定位,直至所有锚节点完成定位。最后为了定位更为精准,运用粒子群优化算法对位置进行进一步优化,并设计水下锚节点事件触发机制来提高实用性。
Description
技术领域
本发明涉及一种水下节点定位方法,尤其涉及一种水下传感网络节点自定位的算法。
背景技术
在当前人们对江河、湖海的探索利用中,都需要利用水下锚节点定位的信息。由于水面的波动性等因素,设计一种基于事件触发机制及模糊置信度的水下传感网络节点自定位方法可以有效减少水波流动等不确定因素,提高人们利用网络节点定位信息的精准度,具有实用价值。
发明内容
本发明的主要目的在于提供一种水下传感网络节点自定位算法,该方法包括以下步骤:
步骤1:水面信标建模及定位,设置水面信标的三维坐标,设计一种事件触发机制来随时调整水面信标的精准度。
步骤2:水下锚节点建模,利用水下传感锚节点的三维位置和三维速度建立三维位置状态向量。
步骤3:水下锚节点定位算法,采用分阶段定位算法,第一阶段统计能够得到4个及以上信标间距离的水下锚节点,对其进行定位,第二阶段利用第一阶段已定位锚节点信息对未定位锚节点进行定位。
步骤4:锚节点位置进一步的优化,达到目标函数预定阀值。
步骤5:水下锚节点事件触发机制设计,利用此设计增加实用性。
在实际应用过程中,水下传感网络由于应用场景的特殊性,其节点会随洋流、潮汐等因素不断运动,并不是固定不变的。而若频繁对其自定位则会极大增加能耗负担,减少工作时长,影响其实用性。本发明提出了一种事件触发机制判断实际应用时各节点的位置置信度。事件触发机制可依据实际现场中的各项因素,综合考虑,设计其置信度条件,各节点通过判断其置信度是否满足实际需求来决定是否需要自定位过程。在保障定位精度的同时,减少了次数,降低了能耗,增加了工程应用中的实用性。
附图说明
图1水面信标及水下锚节点定位流程图。
图2是水下传感网络目标定位系统组成及布局。
具体实施方式
下面结合附图,对本发明进行进一步详细的说明。
步骤1:水面信标建模及定位。水面信标i的状态向量
其中表示信标i的三维坐标。φxbi为信标i的位置置信度,定义为其中axb1固定参数,可由先期大量实验确定,kxbi为上一时刻信标与GPS等通信定位的时刻。
在实际应用中,水面信标由GPS、北斗等系统对其进行定位操作。但是在实际应用过程中,由于洋流等因素的干扰,水面信标是不断运动的,如果采用定周期的方式,无法保证其实时定位精度,本文设计一种对于判断信标i置信度的事件触发机制如下:
其中rxbi,k表示信标是否需与GPS、北斗等通讯确定自身位置,1表示需要,0 表示不需要。δxb为预设阈值,可根据整个系统定位精度进行设立。只有当信标i 当前位置置信度低于一定阈值,影响整体系统定位精度时,才会对其再次进行定位。
步骤2:水下锚节点建模。水下传感网络锚节点i在k时刻的三维位置状态向量
其中表示其x、y、h方向的三维位置;表示其 x、y、h方向的三维速度,其运动模型依欧拉模型可建立为:
综合上式,记作xk,i=f(xk-1,i)。
其中△为两个采样时刻间的采样间隔。k1、k2、k3、λ、v为与锚节点所处水文环境相关的参数。wx、wy、wh为x、y、h方向的速度的噪声,假设其均符合高斯假定,期望为0,方差分别为Qx、Qy、Qh。
步骤3:水下锚节点定位算法。由于电磁波在水下衰减严重本方案采用基于声音信号的测距方法测定锚节点与通讯范围内的水面信标间的相互距离,再利用距离信息对其进行定位操作。由于部分水下锚节点位于深海,因此,本文拟采用分阶段定位算法。第一阶段,统计能够得到4个及以上信标间距离的水下锚节点,对其进行定位操作;第二阶段,利用第一阶段已定位锚节点信息对尚未定位锚节点进行定位,并不断重复此阶段,直至所有水下锚节点均完成定位操作。
第一阶段,水下传感网络中的各锚节点按编号顺序依次发送广播消息,并等待水面信标回复,锚节点发出消息后,等待时长T1后,统计所能收到信息的水面信标数量,若能与超过4个及以上信标完成通信,则按照收发信息的时刻,计算其到能通信水面信标间的距离,统计能够得到的4个及以上信标间距离的锚节点,对其进行定位。第二阶段,利用第一阶段已知的锚节点信息对未定位锚节点进行定位,当每一锚节点确定自身位置后,若能与水面信标直接通信,则直接发送定位完成指令,若不能,则通过其与之能通信的锚节点中继,发送信息至水面信标,水面信标信息汇总后,统计可定位锚节点数量,若与布撒锚节点数量相等,则说明所有锚节点均已完成定位,已完成定位的锚节点在收到未定位锚节点消息后进行回复,若不相等,则未定位锚节点继续广播消息。直至其可与4个及以上的已定位锚节点或水面信标节点通信,完成定位。定位后,通过中继方式向水面信标节点汇报,水面信标进行统计,直至已定位节点数目等于布撒数目,或满足系统指定已定位节点数目要求,至此得出所有锚节点定位。
量测模型如下:
设水面信标a的坐标为与水面信标a之间的距离为:
其中,为k时刻锚节点i的三维坐标,wd为量测噪声,假设其满足高斯假定,期望为0,方差为Qd。上式可记为
水下锚节点定位算法。设锚节点i可与n(n≥4)个水面信标或已定位锚节点 a1…an进行通信,并可测得其与之间的距离,k时刻量测方程可建模为 y=[ya1 ya2 … yan]T,其中总体可记为 y=h(xi)。
运用不敏卡尔曼滤波算法可得:
步骤31设定锚节点i的状态向量xi的初始估计预测值为相应的方差为Pi 0。0 时刻时,Pk-1|k-1=Pi 0。
步骤32依照预测值,计算2n+1个sigma点,公式为
相应权值参数为
其中n为xi的状态维数,k通常取0,高斯假定下,β=2,表示其第j列元素。
步骤33运用状态方程对其sigma点进行一步递推,可得:
则可得一步状态预测值为
步骤34Sigma点状态预测值对应的量测预测值为:
则量测预测值
步骤35最终位置估计值为:
相应估计误差协方差为
即为估计所得此时锚节点i的三维坐标。
步骤4:锚节点定位位置的进一步优化。
目标函数
为估计出来的锚节点i在k时刻的三维坐标。运用粒子群优化算法对定位出来的位置进行进一步优化。
步骤41以下述公式初始化粒子群中个粒子
其中κ为3行1列的符合随机向量,符合高斯假定,期望为0向量,方程为K。
步骤42对应每一粒子,计算相应的目标函数U(ζi,y)。
步骤43若当前的U(ζi,y)小于此前所得最优的U(ζi,y),则进行替换,并记录相应的记为pid。
步骤44比较粒子群中所有粒子,得到粒子群中的最优U(ζi,y)以及相应的记为pgd。
步骤45以下述公式对下一步中各粒子进行更新:
步骤46将新粒子值代入,回到步骤(2)重新进行计算,并依此循环,直到达到最大循环次数,或目标函数符合预设阈值,则停止循环,此时得到的就是最终估计所得的锚节点位置。
步骤5:水下锚节点事件触发机制设计。
由于水下锚节点供能受限,更换电池等亦极不便利,因此,可设计一种事件触发机制来管理其的通信及定位行为,使得传感网络工作时长得到增加,增加实用性。首先,其置信度可运用如下规则计算得出:
设由与之定位相关的n个水面信标节点或已定位锚节点的置信度为
φxb1…φxbi…φxbn,则此锚节点位置置信度为
其实时位置置信度为其中为固定参数,可由先期大量实验确定,为上一定位时刻。管理水下锚节点的通信及定位行为事件触发机制设计为:
当rmi,k为1时,表示此时位置精度已较低,影响整体系统定位精度,需重新进行定位操作。
Claims (4)
1.一种水下传感网络节点自定位方法,其特征在于该方法包括以下步骤:
步骤1:水面信标建模及定位
设置水面信标i的状态向量为其中表示信标i的三维坐标,φxbi为信标i的位置置信度,定义为其中axb1为固定参数,kxbi为上一时刻信标与GPS等通信定位的时刻,e为常数,同时设计一种判断信标i置信度的事件触发机制为δxb为预设阈值,根据整个系统定位精度进行设立,当信标i当前位置置信度低于预定阈值,影响整体系统定位精度时,对其再次进行定位;
步骤2:水下锚节点建模
水下传感网络锚节点i在k时刻的三维位置状态向量其中表示其x、y、h方向的三维位置,表示其x、y、h方向的三维速度,其运动模型依欧拉模型经建立记为xk,i=f(xk-1,i);
步骤3:水下锚节点定位算法
本方法采用分阶段定位算法,第一阶段,水下传感网络中的各锚节点按编号顺序依次发送广播消息,并等待水面信标回复,锚节点发出消息后,等待时长T1后,统计所能收到信息的水面信标数量,若能与超过4个及以上信标完成通信,则按照收发信息的时刻,计算其到能通信水面信标间的距离,统计能够得到的4个及以上信标间距离的锚节点,对其进行定位,第二阶段,利用第一阶段已知的锚节点信息对未定位锚节点进行定位,当每一锚节点确定自身位置后,若能与水面信标直接通信,则直接发送定位完成指令,若不能,则通过其与之能通信的锚节点中继,发送信息至水面信标,水面信标信息汇总后,统计可定位锚节点数量,若与布撒锚节点数量相等,则说明所有锚节点均已完成定位,已完成定位的锚节点在收到未定位锚节点消息后进行回复,若不相等,则未定位锚节点继续广播消息,直至其可与4个及以上的已定位锚节点或水面信标节点通信,完成定位,之后,通过中继方式向水面信标节点汇报,水面信标进行统计,直至已定位节点数目等于布撒数目,或满足系统指定已定位节点数目要求,至此得出所有锚节点定位,量测模型中设水面信标或已定位锚节点记为a1…an,其坐标为待定位锚节点与水面信标或已定位锚节点之间的距离为 为k时刻锚节点i的三维坐标,wd为量测噪声,假设其满足高斯假定,期望为0,方差为Qd,上式记为
设锚节点i可与n(n≥4)个水面信标或已定位锚节点a1…an进行通信,并测得其与之间的距离,k时刻量测方程可建模为y=[ya1 ya2 … yan]T,其中总体记为y=h(xi),运用不敏卡尔曼滤波算法得最终位置估计值为于此相对应的估计误差协方差为 即为估计所得此时锚节点i的三维坐标:
步骤4:锚节点位置进一步的优化
目标函数其中
为估计出来的锚节点i在k时刻的三维坐标,运用粒子群优化算法对定位出来的位置进行进一步优化,对每一个粒子进行计算,若优于最优U(ζi,y)则替换,直至找出最优U(ζi,y),并利用公式
进行更新,直到得到最佳锚节点位置;
步骤5:水下锚节点事件触发机制设计
设计一种管理水下锚节点通信及定位行为的事件触发机制,与之定位相关的n个水面信标节点或已定位锚节点的置信度为φxb1…φxbi…φxbn,则此锚节点位置置信度为其实时位置置信度为 为固定参数,为上一定位时刻,管理水下锚节点通信及定位行为的事件触发机制可设计为当rmi,k为1时,表示此时位置精度已较低,影响整体系统定位精度,需重新进行定位操作。
2.如权利要求1所述的一种水下传感网络节点自定位方法,其特征在于,步骤2中水下锚节点建模的具体过程为:水下传感网络锚节点i在k时刻的三维位置状态向量其中表示其x、y、h方向的三维位置,表示其x、y、h方向的三维速度,其运动模型依欧拉模型可建立为
综合上式,记作xk,i=f(xk-1,i)。
其中△为两个采样时刻间的采样间隔,k1、k2、k3、λ、v为与锚节点所处水文环境相关的参数;wx、wy、wh为x、y、h方向的速度的噪声,假设其均符合高斯假定,期望为0,方差分别为Qx、Qy、Qh。
3.如权利要求1所述的一种水下传感网络节点自定位方法,其特征在于,步骤3,水下锚节点定位算法的具体步骤为,运用不敏卡尔曼滤波算法可得:
步骤31—设定锚节点i的状态向量xi的初始估计预测值为相应的方差为Pi 0,k为0时刻时,Pk-1|k-1=Pi 0
步骤32依照预测值,计算2n+1个sigma点,公式为
相应权值参数为
其中n为xi的状态维数,k通常取0,α通常等于1,高斯假定下,表示其第j列元素;
步骤33运用状态方程对其sigma点进行一步递推,可得
则可得一步状态预测值为
步骤34Sigma点状态预测值对应的量测预测值为
则量测预测值
步骤35最终位置估计值为
相应估计误差协方差为
即为估计所得此时锚节点i的三维坐标。
4.如权利要求1所述的一种水下传感网络节点自定位方法,其特征在于,步骤4的具体过程为:
步骤41初始化粒子群中每个粒子
其中κ为3行1列的符合随机向量,符合高斯假定,期望为0向量,方程为K,
步骤42对应每一粒子,计算相应的目标函数U(ζi,y),
步骤43若当前的U(ζi,y)小于此前所得最优的U(ζi,y),则进行替换,并记录相应的记为pid,
步骤44比较粒子群中所有粒子,得到粒子群中的最优U(ζi,y)以及相应的记为pgd,
步骤45以下述公式对下一步中各粒子进行更新
vid(l+1)=wvid(l)+c1r1d(pid(l)-ζid(l))+c2r2d(l)(pgd(l)-ζid(l))
ζid(l+1)=ζid(l)+vid(l+1)
步骤46将新粒子值代入,回到步骤(2)重新进行计算,并依此循环,直到达到最大循环次数,或目标函数符合预设阈值,则停止循环,此时得到的就是最终估计所得的锚节点位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910241935.1A CN110161461B (zh) | 2019-03-28 | 2019-03-28 | 一种水下传感网络节点自定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910241935.1A CN110161461B (zh) | 2019-03-28 | 2019-03-28 | 一种水下传感网络节点自定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110161461A true CN110161461A (zh) | 2019-08-23 |
CN110161461B CN110161461B (zh) | 2022-09-27 |
Family
ID=67638888
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910241935.1A Active CN110161461B (zh) | 2019-03-28 | 2019-03-28 | 一种水下传感网络节点自定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110161461B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110554359A (zh) * | 2019-09-11 | 2019-12-10 | 哈尔滨工程大学 | 一种融合长基线与单信标定位的海底飞行节点定位方法 |
CN112068078A (zh) * | 2020-07-20 | 2020-12-11 | 中国船舶重工集团公司第七一五研究所 | 一种组合长基线深海水声定位方法 |
CN113438736A (zh) * | 2021-07-02 | 2021-09-24 | 杭州云深科技有限公司 | WiFi位置信息的确定方法、装置、计算机设备及存储介质 |
CN113891245A (zh) * | 2021-11-17 | 2022-01-04 | 西安邮电大学 | 一种火场消防员协同接力定位方法 |
CN114002719A (zh) * | 2021-10-12 | 2022-02-01 | 广州市城市规划勘测设计研究院 | 单频双模多天线融合rtk定位方法、装置、设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101483818A (zh) * | 2009-02-17 | 2009-07-15 | 华中科技大学 | 一种水下无线传感器网络节点的三维定位方法 |
CN102547981A (zh) * | 2012-02-18 | 2012-07-04 | 西北工业大学 | 基于双速率的水下无线多跳网络节点自定位方法 |
CN103002575A (zh) * | 2012-10-16 | 2013-03-27 | 桂林电子科技大学 | 基于粒子群算法的水下无线传感器网络节点定位方法 |
CN103533652A (zh) * | 2013-11-05 | 2014-01-22 | 山东省计算中心 | 一种水下传感器网络的节点定位方法 |
CN104333904A (zh) * | 2014-10-24 | 2015-02-04 | 浙江大学 | 一种移动水下传感器网络节点的分布式定位方法 |
CN106326188A (zh) * | 2016-08-31 | 2017-01-11 | 中国人民解放军信息工程大学 | 基于反向学习半径粒子群优化的任务划分系统及其方法 |
-
2019
- 2019-03-28 CN CN201910241935.1A patent/CN110161461B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101483818A (zh) * | 2009-02-17 | 2009-07-15 | 华中科技大学 | 一种水下无线传感器网络节点的三维定位方法 |
CN102547981A (zh) * | 2012-02-18 | 2012-07-04 | 西北工业大学 | 基于双速率的水下无线多跳网络节点自定位方法 |
CN103002575A (zh) * | 2012-10-16 | 2013-03-27 | 桂林电子科技大学 | 基于粒子群算法的水下无线传感器网络节点定位方法 |
CN103533652A (zh) * | 2013-11-05 | 2014-01-22 | 山东省计算中心 | 一种水下传感器网络的节点定位方法 |
CN104333904A (zh) * | 2014-10-24 | 2015-02-04 | 浙江大学 | 一种移动水下传感器网络节点的分布式定位方法 |
CN106326188A (zh) * | 2016-08-31 | 2017-01-11 | 中国人民解放军信息工程大学 | 基于反向学习半径粒子群优化的任务划分系统及其方法 |
Non-Patent Citations (3)
Title |
---|
常鲁杰等: "迭代粒子群优化的水下无线传感器网络节点自定位算法", 《西北工业大学学报》 * |
李牧东等: "基于最优跳距处理策略的无线传感器网络智能定位算法", 《计算机应用》 * |
胡炜薇等: "基于一个移动锚节点的无线传感器网络节点定位算法", 《系统仿真学报》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110554359A (zh) * | 2019-09-11 | 2019-12-10 | 哈尔滨工程大学 | 一种融合长基线与单信标定位的海底飞行节点定位方法 |
CN110554359B (zh) * | 2019-09-11 | 2021-07-09 | 哈尔滨工程大学 | 一种融合长基线与单信标定位的海底飞行节点定位方法 |
CN112068078A (zh) * | 2020-07-20 | 2020-12-11 | 中国船舶重工集团公司第七一五研究所 | 一种组合长基线深海水声定位方法 |
CN112068078B (zh) * | 2020-07-20 | 2024-03-15 | 中国船舶重工集团公司第七一五研究所 | 一种组合长基线深海水声定位方法 |
CN113438736A (zh) * | 2021-07-02 | 2021-09-24 | 杭州云深科技有限公司 | WiFi位置信息的确定方法、装置、计算机设备及存储介质 |
CN113438736B (zh) * | 2021-07-02 | 2022-06-24 | 杭州云深科技有限公司 | WiFi位置信息的确定方法、装置、计算机设备及存储介质 |
CN114002719A (zh) * | 2021-10-12 | 2022-02-01 | 广州市城市规划勘测设计研究院 | 单频双模多天线融合rtk定位方法、装置、设备及介质 |
CN113891245A (zh) * | 2021-11-17 | 2022-01-04 | 西安邮电大学 | 一种火场消防员协同接力定位方法 |
CN113891245B (zh) * | 2021-11-17 | 2024-04-26 | 西安邮电大学 | 一种火场消防员协同接力定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110161461B (zh) | 2022-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110161461B (zh) | 一种水下传感网络节点自定位方法 | |
CN102980579B (zh) | 一种自主水下航行器自主导航定位方法 | |
Huang et al. | A new outlier-robust student's t based Gaussian approximate filter for cooperative localization | |
CN109459040A (zh) | 基于rbf神经网络辅助容积卡尔曼滤波的多auv协同定位方法 | |
CN109540151A (zh) | 一种基于强化学习的auv三维路径规划方法 | |
CN106123850A (zh) | Auv配载多波束声呐水下地形测绘修正方法 | |
CN102830402A (zh) | 水下传感器网络目标跟踪系统及方法 | |
Han et al. | Error control and adjustment method for underwater wireless sensor network localization | |
CN109901205B (zh) | 一种水下机器人多传感器融合与运动轨迹预测方法 | |
CN107589748A (zh) | 基于UnscentedFastSLAM算法的AUV自主导航方法 | |
CN112945224B (zh) | 一种采用因子图和和积算法的多auv协同导航方法 | |
CN109413588B (zh) | 一种固定深度水下传感器网络的水下节点位置预测方法 | |
CN114625151A (zh) | 一种基于强化学习的水下机器人避障路径规划方法 | |
Ånonsen et al. | The HUGIN AUV terrain navigation module | |
Zhang et al. | High-precision, limited-beacon-aided AUV localization algorithm | |
CN103529461A (zh) | 一种基于强跟踪滤波和埃尔米特插值法的接收机快速定位方法 | |
CN109375646A (zh) | 基于fmsrupf算法的auv对接回收自主导航方法 | |
CN109186560A (zh) | 一种海冰厚度的遥感估算方法 | |
Masmitja et al. | Range-only single-beacon tracking of underwater targets from an autonomous vehicle: From theory to practice | |
Diamant et al. | Location tracking of ocean-current-related underwater drifting nodes using Doppler shift measurements | |
CN110446155B (zh) | 一种基于移动性预测的水下无线传感器网络定位算法 | |
Liu et al. | Double layer weighted unscented Kalman underwater target tracking algorithm based on sound speed profile | |
Chen et al. | Underwater terrain positioning method using maximum a posteriori estimation and PCNN model | |
Sabra et al. | Confidence-based underwater localization scheme for large-scale mobile sensor networks | |
CN106908036B (zh) | 一种基于局部偏移的auv多波束数据构图方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |