CN113099383B - 一种auv辅助的三维水下节点自定位方法 - Google Patents
一种auv辅助的三维水下节点自定位方法 Download PDFInfo
- Publication number
- CN113099383B CN113099383B CN202110379287.3A CN202110379287A CN113099383B CN 113099383 B CN113099383 B CN 113099383B CN 202110379287 A CN202110379287 A CN 202110379287A CN 113099383 B CN113099383 B CN 113099383B
- Authority
- CN
- China
- Prior art keywords
- auv
- node
- positioning
- underwater
- tdoa
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
- H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明属于水下传感器网络节点定位技术领域,特别涉及一种AUV辅助的三维水下节点自定位方法。该方法包括搭建水下传感器网络;构建水下节点自定位测量模型;节点估计自身位置坐标;定位误差优化等步骤。本发明提供的AUV辅助的三维水下节点自定位方法是将AUV与TDOA定位和多普勒频移差定位进行联合,待定位节点通过接收AUV在不同时刻发射的信号获得TDOA和多普勒频移差测量数据,建立关于节点位置的极大似然估计,利用加权最小二乘法求解节点位置的初始值,再采用高斯‑牛顿迭代法优化定位误差。本方法能够显著提升节点的自定位精度,当AUV位置和速度误差以及TDOA和多普勒频移差测量误差较小时,节点的位置估计具有较高的精度。
Description
技术领域
本发明属于水下传感器网络节点定位技术领域,特别是涉及一种AUV辅助的三维水下节点自定位方法。
背景技术
随着陆地资源的日益消耗,开发海洋的热潮在世界各地兴起。基于水下传感器网络(Underwater Sensor Network,UWSN)的水下节点定位作为探索海洋的重要手段,已然受到各国的重视。UWSN在水下部署了多种类具备不同功能的传感器节点,这些节点可以从海洋及其附近区域中收集数据并与水面监测船和岸基监控中心进行信息交互,为实时监测水下环境提供了观测平台。在当下的UWSN应用中,快速、精确的估计节点的位置是保障UWSN完成各项监测任务的前提和核心之一,准确的节点位置信息有助于提高路由协议效率、校准网络节点数据、优化网络拓扑设计及均衡网络不同区域的能耗。另外,在水下目标打捞、自然灾害预警、紧急搜索救援等海洋工程中,也都离不开水下节点定位的支持。
近十年来,具备较强灵活性和机动性的AUV(Autonomous Underwater Vehicle,自主水下航行器)引起了民用、军用等海洋领域的广泛关注,并且已经研究和测试了众多用于海洋实际应用的AUV,这为高效的监测UWSN中节点的状态提供了极大的便利。然而,水下节点所处的海洋环境有着极其苛刻的特性,水声信道固有的诸如高传输时延、有限的带宽、多普勒效应及严重多径等特点;洋流和海洋生物的影响会使已部署的节点产生无法预测的漂移,从而导致自身位置出现偏差,这些问题都给水下节点定位带来了极大的挑战。因此,设计一种精确估计节点位置信息的方法以充分满足实际应用需求显得极其重要。
现有的UWSN节点定位方法可根据定位过程中是否需要测量节点间的距离或角度分为两大类,分别为基于测距的定位和无需测距的定位。在基于测距的定位中,常用的测量方法包括信号到达时间(TOA)、信号到达时间差(TDOA)、接收信号强度(RSSI)、信号到达角度(AOA)、多普勒频移(Doppler Shift)等。为了提高水下环境中节点的定位精度,估计节点的位置信息时可以联合多种类的测量参数获取与节点位置相关的附加信息,从而对节点进行定位。即主要采用TOA、TDOA、AOA、多普勒频移测量单独进行定位或将不同测量方法相互组合进行定位。但目前尚未发现以AUV为辅助的,联合TDOA和多普勒频移差测量的三维水下传感器网络节点自定位的方法。
发明内容
为了解决上述问题,本发明的目的在于提供一种AUV辅助的三维水下节点自定位方法,针对UWSN中的节点自定位提出,将AUV与TDOA定位和多普勒频移差定位进行联合,能够显著提升节点的自定位精度。
为了达到上述目的,本发明提供的AUV辅助的三维水下节点自定位方法是采用下述技术方案实现的:
AUV辅助的三维水下节点自定位方法包括按顺序进行的以下步骤:
步骤1:搭建适用于水下传感器节点自定位的网络模型;所述的网络模型包括待定位的节点u和AUV;选择使用AUV作为特殊锚节点辅助水下节点进行定位,第i个时刻AUV的位置信息ai和速度信息vi(i=1,2,3,…,N)由自身装备的导航仪、内置的深度计和测速仪给出;AUV周期性地发射信号,信号中包含AUV位置和速度的附加信息;
步骤2:构建水下节点自定位测量模型;部署在水中的节点u能够接收AUV发射的信号;利用接收到的信号进行自定位,所述的自定位测量模型利用的测量参数为节点u获得AUV在不同位置发射信号的TDOA和多普勒频移差测量,通过上述测量参数建立测量模型;在实际中,节点u的真实位置参数u0=[x,y,z]T和AUV的真实位置速度参数均未知,需要估计未知参数才能得到节点u的位置估计;故需建立关于未知参数Ω的极大似然估计;将极大似然估计函数转化为最小化代价函数求解;
步骤3:通过构建关于节点u位置参数的伪线性方程,将TDOA和多普勒频移差联合定位问题转化为加权最小二乘估计问题;使用带有测量误差的测量向量ξ和带有偏差的AUV位置向量η估计节点u的位置;
步骤4:优化定位误差:分析并简化已有的定位模型,使用步骤3得到的节点位置估计作为高斯-牛顿迭代的初始值,节点u通过迭代以精确估计自身的位置。
上述技术方案中,所述步骤1具体包括以下步骤:
步骤1.1:当监测船行驶至监测区域时,向海水中投放辅助定位装置AUV,成为水下传感器网络部署在水下的移动锚节点;由于GPS无法应用在水下,AUV需要浮上水面与卫星交互并接收GPS信号确定自身的位置后下潜至监测区域,再按照程序预先设定的轨迹移动并周期性的发射信号,AUV在第i个时刻发射信号时的真实但未知的位置为真实但未知的速度为其中i=1,2,3,…,N;AUV的监测范围能够覆盖整个UWSN区域;
步骤1.2:AUV在水下移动的过程中,水下洋流会对其位置和速度产生影响,随着时间的流逝,AUV的位置和速度会产生误差,AUV存在误差的位置和速度分别为ai=[xi,yi,zi]T和vi=[vix,viy,viz]T;将AUV在N个位置发射信号的位置参量记为将AUV在不同位置发射信号的实际位置记为则和ai之间的关系表示为:其中,Δai为AUV在第i个位置时的位置误差;将AUV在N个位置发射信号时的速度参量记为将AUV在不同位置发射信号的实际速度记为则和vi之间的关系表示为:其中,Δvi为AUV在第i个位置时的速度误差;
η=η0+Δη (21)
式中,η=[aT,vT]T,Δη=[ΔaT,ΔvT]T,假设误差Δη服从零均值高斯分布,其协方差矩阵为Qη。
上述技术方案中,所述步骤2具体包括以下步骤:
步骤2.1:建立TDOA和多普勒频差测量模型:AUV在第i(i=1,2,3,…,N)个位置发射信号时与节点u之间的真实距离为节点u接收到AUV在第i个位置发射的信号与初次接收到AUV的信号之间的TDOA测量τi1表示为
步骤2.2:通过分析TDOA和多普勒频移差之间的关系,将两者转化为信号传播距离差和距离差变化率表示,可得到
d=d0+Δd (26)
将以上两式合并得到
ξ=ξ0+Δξ (28)
上述技术方案中,所述步骤3具体包括以下步骤:
式中,
将上述等式写为
AΔξ+BΔη=b-Yθ0 (36);
步骤3.2:将TDOA和多普勒频移差联合定位的问题转化为加权最小二乘估计问题:通过求解上述等式,得到θ0的加权最小二乘估计,表示为
上述技术方案中,所述步骤4具体包括以下步骤:
步骤4.1:当用于辅助定位的AUV存在位置和速度偏差时,节点u的位置的Fisher信息矩阵FIM与辅助定位的AUV位置精确但TDOA和多普勒频移差测量值具有增量协方差矩阵的情况下的FIM相同,在已知AUV位置和速度参数的情况下,将TDOA和多普勒频移差的测量方程写为
式中,是表示在参量ξ0中用存在误差的AUV的位置、速度参数η代替AUV的真实位置参数η0,等式的右边为新的TDOA和多普勒频移差的测量误差,该误差同样服从零均值高斯分布;此时,对于所述步骤2中子步骤2.3提出的估计未知参数Ω的问题简化为仅估计节点u位置参数的问题,即写为
求出逼近节点u真实位置的位置估计;
本发明提供的AUV辅助的三维水下节点自定位方法是针对UWSN中的节点自定位提出,将AUV与TDOA定位和多普勒频移差定位进行联合,灵活性较强的AUV能够在指定区域内以预先设定的路径移动并且周期性的发射信号,待定位节点通过接收AUV在不同时刻发射的信号获得TDOA和多普勒频移差测量数据,建立关于节点位置的极大似然估计,利用加权最小二乘法求解节点u位置的初始值,并采用高斯-牛顿迭代法计算节点的精确位置。本方法能够显著提升节点的自定位精度,当AUV位置和速度误差以及TDOA和多普勒频移差测量误差较小时,节点的位置估计具有较高的精度。
本发明适用于水下环境中运行的网络,节点有效实现自定位能够为感知、监测水域安全提供保障,可被人类应用于海洋探索、开发的各个领域。
附图说明
图1是本发明提供的AUV辅助的三维水下节点自定位方法的网络模型示意图。
图2是本发明提供的AUV辅助的三维水下节点自定位方法的节点自定位测量模型示意图。
图3是本发明提供的AUV辅助的三维水下节点自定位方法流程图。
具体实施方式
下面结合附图和具体实施例对本发明提供的AUV辅助的三维水下节点自定位方法进行详细说明。
如图1、图2、图3所示,本发明提供的AUV辅助的三维水下节点自定位方法包括按顺序进行的下列步骤:
步骤1:搭建适用于水下传感器节点自定位的网络模型;所述的网络模型包括待定位的节点u和AUV;为了较少传感器节点的能量损耗、延长节点的使用寿命,选择使用AUV作为特殊锚节点(移动锚)辅助水下节点进行定位,第i个时刻AUV的位置信息ai和速度信息vi(i=1,2,3,…,N)由自身装备的导航仪、内置的深度计和测速仪给出;AUV周期性地发射信号,信号中包含AUV位置和速度的附加信息。具体包括以下步骤:
步骤1.1:当监测船行驶至监测区域时,向海水中投放辅助定位装置AUV,成为水下传感器网络部署在水下的移动锚节点;由于GPS无法应用在水下,AUV需要浮上水面与卫星交互并接收GPS信号确定自身的位置后下潜至监测区域,再按照程序预先设定的轨迹移动并周期性的发射信号,AUV在第i个时刻发射信号时的真实但未知的位置为真实但未知的速度为其中i=1,2,3,…,N;AUV的监测范围能够覆盖整个UWSN区域;
步骤1.2:AUV在水下移动的过程中,水下洋流会对其位置和速度产生影响,随着时间的流逝,AUV的位置和速度会产生误差,AUV存在误差的位置和速度分别为ai=[xi,yi,zi]T和vi=[vix,viy,viz]T;将AUV在N个位置发射信号的位置参量记为将AUV在不同位置发射信号的实际位置记为则和ai之间的关系表示为:其中,Δai为AUV在第i个位置时的位置误差;将AUV在N个位置发射信号时的速度参量记为将AUV在不同位置发射信号的实际速度记为则和vi之间的关系表示为:其中,Δvi为AUV在第i个位置时的速度误差;
η=η0+Δη (41)
式中,η=[aT,vT]T,Δη=[ΔaT,ΔvT]T,假设误差Δη服从零均值高斯分布,其协方差矩阵为Qη。
步骤2:构建水下节点自定位测量模型;部署在水中的节点u能够接收AUV发射的信号;利用接收到的信号进行自定位,所述的自定位测量模型利用的测量参数为节点u获得AUV在不同位置发射信号的TDOA和多普勒频移差测量,通过上述测量参数建立测量模型;在实际中,节点u的真实位置参数u0=[x,y,z]T和AUV的真实位置速度参数均未知,需要估计未知参数才能得到节点u的位置估计;故需建立关于未知参数Ω的极大似然估计;将极大似然估计函数转化为最小化代价函数求解。具体包括以下步骤:
步骤2.1:建立TDOA和多普勒频差测量模型:AUV在第i(i=1,2,3,…,N)个位置发射信号时与节点u之间的真实距离为节点u接收到AUV在第i个位置发射的信号与初次接收到AUV的信号之间的TDOA测量τi1表示为
步骤2.2:通过分析TDOA和多普勒频移差之间的关系,将两者转化为信号传播距离差和距离差变化率表示,得到
d=d0+Δd (46)
将以上两式合并得到
ξ=ξ0+Δξ (48)
步骤2.3:建立关于未知参数的极大似然估计:由于TDOA和多普勒频移差测量误差以及AUV的位置和速度误差均满足均值为零的高斯分布,因此,TDOA和多普勒频移差测量参数ξ和AUV位置、速度参数η与未知参数Ω的似然函数为
最大化似然函数即得到未知参数Ω的估计值,此处将似然函数转化为最小化代价函数,表示为
步骤3:由于TDOA和多普勒频移差观测方程具有高度非线性,直接对最小化代价函数求解很难得到解析解;通过构建关于节点u的位置参数的伪线性方程,将TDOA和多普勒频移差联合定位问题转化为加权最小二乘估计问题;使用带有测量误差的测量向量ξ和带有偏差的AUV位置向量η估计节点u的位置。具体包括以下步骤:
式中,
将上述等式写为
AΔξ+BΔη=b-Yθ0 (56);
步骤3.2:将TDOA和多普勒频移差联合定位的问题转化为加权最小二乘估计问题:通过求解上述等式,得到θ0(包含节点u的位置)的加权最小二乘估计,表示为
步骤4:优化定位误差:分析并简化已有的定位模型,使用步骤3得到的节点位置估计作为高斯-牛顿迭代的初始值,节点u通过迭代以精确估计自身的位置。具体包括以下步骤:
步骤4.1:当用于辅助定位的AUV存在位置和速度偏差时,节点u的位置的Fisher信息矩阵FIM(Fisher information matrix,FIM)与辅助定位的AUV位置精确但TDOA和多普勒频移差测量值具有增量协方差矩阵的情况下的FIM相同,由于AUV上配备了导航仪、深度计和测速仪,故AUV可以提供相对准确的位置和速度数据。那么,可在已知AUV位置和速度参数的情况下,将TDOA和多普勒频移差的测量方程写为
式中,是表示在参量ξ0中用存在误差的AUV的位置、速度参数η代替AUV的真实位置参数η0,等式的右边为新的TDOA和多普勒频移差的测量误差,该误差同样服从零均值高斯分布。此时,对于所述步骤2中子步骤2.3提出的估计未知参数Ω的问题简化为仅估计节点u位置参数的问题,即写为
求出逼近节点u真实位置的位置估计;
Claims (1)
1.一种AUV辅助的三维水下节点自定位方法,其特征在于:所述的AUV辅助的三维水下节点自定位方法包括以下步骤:
步骤1:搭建适用于水下传感器节点自定位的网络模型;所述的网络模型包括待定位的节点u和AUV;选择使用AUV作为特殊锚节点辅助水下节点进行定位,第i个时刻AUV的位置信息ai和速度信息vi(i=1,2,3,…,N)由自身装备的导航仪、内置的深度计和测速仪给出;AUV周期性地发射信号,信号中包含AUV位置和速度的附加信息;
步骤2:构建水下节点自定位测量模型;部署在水中的节点u能够接收AUV发射的信号;利用接收到的信号进行自定位,所述的自定位测量模型利用的测量参数为节点u获得AUV在不同位置发射信号的TDOA和多普勒频移差测量,通过上述测量参数建立测量模型;在实际中,节点u的真实位置参数u0=[x,y,z]T和AUV的真实位置速度参数均未知,需要估计未知参数才能得到节点u的位置估计;故需建立关于未知参数Ω的极大似然估计;将极大似然估计函数转化为最小化代价函数求解;
步骤3:通过构建关于节点u位置参数的伪线性方程,将TDOA和多普勒频移差联合定位问题转化为加权最小二乘估计问题;使用带有测量误差的测量向量ξ和带有偏差的AUV位置向量η估计节点u的位置;
步骤4:优化定位误差:分析并简化已有的定位模型,使用步骤3得到的节点位置估计作为高斯-牛顿迭代的初始值,节点u通过迭代以精确估计自身的位置;
所述步骤1具体包括以下子步骤:
步骤1.1:当监测船行驶至监测区域时,向海水中投放辅助定位装置AUV,成为水下传感器网络部署在水下的移动锚节点;由于GPS无法应用在水下,AUV需要浮上水面与卫星交互并接收GPS信号确定自身的位置后下潜至监测区域,再按照程序预先设定的轨迹移动并周期性的发射信号,AUV在第i个时刻发射信号时的真实但未知的位置为真实但未知的速度为其中AUV的监测范围能够覆盖整个UWSN区域;
步骤1.2:AUV在水下移动的过程中,水下洋流会对其位置和速度产生影响,随着时间的流逝,AUV的位置和速度会产生误差,AUV存在误差的位置和速度分别为ai=[xi,yi,zi]T和vi=[vix,viy,viz]T;将AUV在N个位置发射信号的位置参量记为将AUV在不同位置发射信号的实际位置记为则和ai之间的关系表示为:其中,Δai为AUV在第i个位置时的位置误差;将AUV在N个位置发射信号时的速度参量记为将AUV在不同位置发射信号的实际速度记为则和vi之间的关系表示为:其中,Δvi为AUV在第i个位置时的速度误差;
η=η0+Δη (1)
式中,η=[aT,vT]T,Δη=[ΔaT,ΔvT]T,假设误差Δη服从零均值高斯分布,其协方差矩阵为Qη;
所述步骤2具体包括以下子步骤:
步骤2.1:建立TDOA和多普勒频差测量模型:AUV在第i(i=1,2,3,…,N)个位置发射信号时与节点u之间的真实距离为节点u接收到AUV在第i个位置发射的信号与初次接收到AUV的信号之间的TDOA测量τi1表示为
步骤2.2:通过分析TDOA和多普勒频移差之间的关系,将两者转化为信号传播距离差和距离差变化率表示,得到
d=d0+Δd (6)
将以上两式合并得到
ξ=ξ0+Δξ (8)
最大化似然函数即得到未知参数Ω的估计值,此处将似然函数转化为最小化代价函数,表示为
所述步骤3具体包括以下子步骤:
式中,
将上述等式写为
步骤4.1:当用于辅助定位的AUV存在位置和速度偏差时,节点u的位置的Fisher信息矩阵FIM与辅助定位的AUV位置精确但TDOA和多普勒频移差测量值具有增量协方差矩阵的情况下的FIM相同,在已知AUV位置和速度参数的情况下,将TDOA和多普勒频移差的测量方程写为
式中,是表示在参量ξ0中用存在误差的AUV的位置、速度参数η代替AUV的真实位置参数η0,等式的右边为新的TDOA和多普勒频移差的测量误差,该误差同样服从零均值高斯分布;此时,对于所述步骤2中子步骤2.3提出的估计未知参数Ω的问题简化为仅估计节点u位置参数的问题,即写为
求出逼近节点u真实位置的位置估计;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110379287.3A CN113099383B (zh) | 2021-04-08 | 2021-04-08 | 一种auv辅助的三维水下节点自定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110379287.3A CN113099383B (zh) | 2021-04-08 | 2021-04-08 | 一种auv辅助的三维水下节点自定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113099383A CN113099383A (zh) | 2021-07-09 |
CN113099383B true CN113099383B (zh) | 2022-12-30 |
Family
ID=76675223
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110379287.3A Active CN113099383B (zh) | 2021-04-08 | 2021-04-08 | 一种auv辅助的三维水下节点自定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113099383B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114563763B (zh) * | 2022-01-21 | 2022-10-21 | 青海师范大学 | 基于归零神经动力学的水下传感器网络节点测距定位方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108445446A (zh) * | 2018-02-06 | 2018-08-24 | 中国人民解放军战略支援部队信息工程大学 | 一种无源测速定位方法及装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104316045B (zh) * | 2014-11-06 | 2017-06-16 | 东南大学 | 一种基于sins/lbl的auv水下交互辅助定位系统及定位方法 |
US10267895B1 (en) * | 2015-03-11 | 2019-04-23 | National Technology & Engineering Solutions Of Sandia, Llc | Doppler-assisted sensor fusion |
US20160341812A1 (en) * | 2015-05-21 | 2016-11-24 | Santa Monica Semiconductor | Single transaction aoa/toa/doppler tagging tracking and locating |
CN107390171B (zh) * | 2017-08-03 | 2020-10-09 | 厦门大学 | 基于toa测距和多普勒效应的水下传感器节点定位方法 |
-
2021
- 2021-04-08 CN CN202110379287.3A patent/CN113099383B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108445446A (zh) * | 2018-02-06 | 2018-08-24 | 中国人民解放军战略支援部队信息工程大学 | 一种无源测速定位方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113099383A (zh) | 2021-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101900558B (zh) | 集成声纳微导航的自主式水下机器人组合导航方法 | |
CN111273298B (zh) | 基于波浪滑翔器组网技术的水下声学目标定位与跟踪方法 | |
Liu et al. | Suave: Swarm underwater autonomous vehicle localization | |
Liu et al. | Time-difference-of-arrival-based localization methods of underwater mobile nodes using multiple surface beacons | |
Hegrenæs et al. | Underwater transponder positioning and navigation of autonomous underwater vehicles | |
KR100906362B1 (ko) | 2개의 기준점에 대한 거리정보와 저정밀도 관성센서를 이용한 무인잠수정 선단의 의사 lbl 수중항법시스템 | |
CN102288170A (zh) | 一种水下航行器内电子罗盘的校正方法 | |
CN112346102A (zh) | 一种水下声学定位导航授时系统 | |
CN106054135A (zh) | 一种基于周期移动时间窗的被动水声定位方法 | |
CN111578944B (zh) | 一种基于单信标的水下滑翔机定位方法 | |
CN110294080A (zh) | 一种利用超短基线实现水下精确作业的方法 | |
CN113099383B (zh) | 一种auv辅助的三维水下节点自定位方法 | |
Jiang et al. | Improvement of the position estimation for underwater gliders with a passive acoustic method | |
CN111735455A (zh) | 基于改进的高斯距离迭代算法对接回收组合导航方法 | |
CN114200401A (zh) | 一种基于网格划分的水下机器人自定位系统及自定位方法 | |
CN108627802B (zh) | 多信源海洋物联网定位方法 | |
Zhang et al. | Ocean current-aided localization and navigation for underwater gliders with information matching algorithm | |
Zhang et al. | Research on position correction method for AUV large depth navigation based on ranging positioning | |
Schneider et al. | Self-adapting under-ice integrated communications and navigation network | |
Garcia et al. | Underwater robot localization using magnetic induction: Noise modeling and hardware validation | |
CN116609815A (zh) | 一种海底航行器智能定位系统及方法 | |
Sunitha et al. | Localization of nodes in underwater wireless sensor networks | |
CN107255810B (zh) | 基于单信标测距定位双精度加权融合的航向误差补偿方法 | |
Wang et al. | Wireless sensor networks for underwater localization: A survey | |
Kaveripakam et al. | Enhancement of precise underwater object localization |
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 |