留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

对水声定位滤波算法记忆衰减方式的改进

马建业 郑东健

马建业,郑东健. 对水声定位滤波算法记忆衰减方式的改进[J]. 水利水运工程学报,2022(2):101-108. doi:  10.12170/20210326001
引用本文: 马建业,郑东健. 对水声定位滤波算法记忆衰减方式的改进[J]. 水利水运工程学报,2022(2):101-108. doi:  10.12170/20210326001
(MA Jianye, ZHENG Dongjian. Improvement of memory fading filter applied in the underwater acoustic location algorithm[J]. Hydro-Science and Engineering, 2022(2): 101-108. (in Chinese)) doi:  10.12170/20210326001
Citation: (MA Jianye, ZHENG Dongjian. Improvement of memory fading filter applied in the underwater acoustic location algorithm[J]. Hydro-Science and Engineering, 2022(2): 101-108. (in Chinese)) doi:  10.12170/20210326001

对水声定位滤波算法记忆衰减方式的改进

doi: 10.12170/20210326001
基金项目: 国家重点研发计划资助项目(2018YFC1508603);国家自然科学基金面上项目(52179128)
详细信息
    作者简介:

    马建业(1998—),男,河北唐山人, 硕士研究生, 主要从事水工结构安全监测方面研究。E-mail:1092344300@qq.com

  • 中图分类号: TB56

Improvement of memory fading filter applied in the underwater acoustic location algorithm

  • 摘要: 水下定位是自动化设备在水下建筑物安全监测工作过程中基础性、关键性的工作。滤波算法是水声定位算法的重要组成部分,有助于抑制噪声还原真实数据。衰减记忆滤波可以一定程度上处理由于模型不准确或模型变化及舍入误差累积等因素所引起的滤波发散问题。记忆衰减方式对算法的性能影响很大,对水声定位中的扩展卡尔曼滤波算法的记忆衰减方式进行了改进,主要改进在判断是否需要进行记忆衰减后,以观测值为标准进行记忆衰减。3种不同工况的水声定位仿真试验结果,验证了改进算法中记忆衰减方式的合理性和准确性;通过与现有记忆衰减算法仿真比较,改进算法可改善定位效果,提高连续定位精度。
  • 图  1  目标定位算法示意

    Figure  1.  Schematic diagram of positioning algorithm

    图  2  均方根误差变化趋势对比

    Figure  2.  Comparison of RMSE change trends

    图  3  理想工况下3种算法的均方根误差比较

    Figure  3.  RMSE comparison of the three algorithms under ideal conditions

    图  4  实际工况下3种算法的均方根误差比较         

    Figure  4.  Comparison of RMSE of the three algorithms under actual working conditions

    图  5  异常工况下3种算法观测野值出现前的均方根误差比较  

    Figure  5.  Comparison of the RMSE of the three algorithms before the occurrence of outliers under abnormal conditions     

    图  6  异常工况下3种算法的均方根误差比较         

    Figure  6.  RMSE comparison of the three algorithms under   abnormal conditions     

    表  1  衰减因子相关分析

    Table  1.   Correlation analysis of attenuation factors

    指标变量预测时长均方根误差最优衰减因子
    预测时长1.000−0.435*0.275
    均方根误差−0.435*1.000−0.190
    最优衰减因子0.275−0.1901.000
      注:*在0.05级别(双尾),相关性显著。
    下载: 导出CSV

    表  2  不同记忆衰减方法的累积定位均方根误差

    Table  2.   Cumulative root mean square error of different memory attenuation methods

    记忆衰减方法工况累积位置均方根误差/m
    IFMKF 1 72.933
    2 374.472
    TFMKF 1 90.494
    2 1730.732
    EWFMKF 1 92.719
    2 731.148
    下载: 导出CSV
  • [1] 杨彬. 简述水利水电工程中的大坝安全监测技术[J]. 低碳世界,2020,10(9):32-33. (YANG Bin. Brief introduction of dam safety monitoring technology in water conservancy and hydropower projects[J]. Low Carbon World, 2020, 10(9): 32-33. (in Chinese) doi:  10.3969/j.issn.2095-2066.2020.09.016
    [2] 张建云, 刘九夫, 金君良. 关于智慧水利的认识与思考[J]. 水利水运工程学报,2019(6):1-7. (ZHANG Jianyun, LIU Jiufu, JIN Junliang. Understanding and thinking of smart water conservancy[J]. Hydro-Science and Engineering, 2019(6): 1-7. (in Chinese) doi:  10.12170/201906001
    [3] 徐兵, 陈俊禄, 杨楚骅. 强监管下智慧水利市场机遇与挑战[J]. 现代信息科技,2019,3(20):136-138. (XU Bing, CHEN Junlu, YANG Chuhua. Opportunities and challenges of intelligent water conservancy market under strong supervision[J]. Modern Information Technology, 2019, 3(20): 136-138. (in Chinese) doi:  10.3969/j.issn.2096-4706.2019.20.046
    [4] 肖飞. 大坝安全监测技术探讨[J]. 低碳世界,2021,11(1):70-71. (XIAO Fei. Discussion on dam safety monitoring technology[J]. Low Carbon World, 2021, 11(1): 70-71. (in Chinese) doi:  10.3969/j.issn.2095-2066.2021.01.035
    [5] 臧云歌. 水下AUV定位系统设计及算法研究[D]. 南京: 东南大学, 2017.

    ZANG Yunge. Design and algorithm research of autonomous underwater vehicle positioning system[D]. Nanjing: Southeast University, 2017. (in Chinese)
    [6] 王尚, 刘晓夏. 水下声学定位系统误差分析研究[J]. 中国石油和化工标准与质量,2020,40(14):186-187. (WANG Shang, LIU Xiaoxia. Error analysis of underwater acoustic positioning system[J]. China Petroleum and Chemical Standard and Quality, 2020, 40(14): 186-187. (in Chinese) doi:  10.3969/j.issn.1673-4076.2020.14.091
    [7] 隋海琛, 田春和, 韩德忠, 等. 水下定位系统误差分析[J]. 水道港口,2010,31(1):69-72. (SUI Haichen, TIAN Chunhe, HAN Dezhong, et al. Error analysis of underwater positioning system[J]. Journal of Waterway and Harbor, 2010, 31(1): 69-72. (in Chinese) doi:  10.3969/j.issn.1005-8443.2010.01.014
    [8] 章翔瑞. 提高北斗卫星导航系统中定位精度的算法研究[D]. 西安: 西安科技大学, 2020.

    ZHANG Xiangrui. Research on algorithms for improving positioning precision in Beidou satellite navigation system[D]. Xi’an: Xi’an University of Science and Technology, 2020. (in Chinese)
    [9] 陈菘, 卢敏. 几种滤波算法的分析与比较[J]. 电脑知识与技术,2020,16(32):23-25. (CHEN Song, LU Min. Analysis and comparison of several filtering algorithms[J]. Computer Knowledge and Technology, 2020, 16(32): 23-25. (in Chinese)
    [10] 邱恺, 黄国荣, 陈天如, 等. 卡尔曼滤波过程的稳定性研究[J]. 系统工程与电子技术,2005,27(1):33-35. (QIU Kai, HUANG Guorong, CHEN Tianru, et al. Study of the stability of Kalman filtering process[J]. Systems Engineering and Electronics, 2005, 27(1): 33-35. (in Chinese) doi:  10.3321/j.issn:1001-506X.2005.01.010
    [11] 李莉. 衰减记忆扩展卡尔曼滤波在目标跟踪中的应用[J]. 电子测量技术,2011,34(2):36-38, 65. (LI Li. Fading memory extended Kalman filtering algorithm for maneuvering target tracking application[J]. Electronic Measurement Technology, 2011, 34(2): 36-38, 65. (in Chinese) doi:  10.3969/j.issn.1002-7300.2011.02.010
    [12] 王仁, 赵长胜, 夏志浩, 等. 无迹卡尔曼滤波衰减记忆算法研究[J]. 测绘通报,2015(12):20-22. (WANG Ren, ZHAO Changsheng, XIA Zhihao, et al. Study of attenuation memory unscented Kalman filtering algorithm[J]. Bulletin of Surveying and Mapping, 2015(12): 20-22. (in Chinese)
    [13] LIU Y H, FAN X Q, LV C, et al. An innovative information fusion method with adaptive Kalman filter for integrated INS/GPS navigation of autonomous vehicles[J]. Mechanical Systems and Signal Processing, 2018, 100: 605-616. doi:  10.1016/j.ymssp.2017.07.051
    [14] 蔡佳, 黄长强, 井会锁, 等. 基于指数加权的改进衰减记忆自适应滤波算法[J]. 探测与控制学报,2013,35(4):21-26. (CAI Jia, HUANG Changqiang, JING Huisuo, et al. Adaptive fading memory Kalman filtering algorithm based on exponential weighting[J]. Journal of Detection & Control, 2013, 35(4): 21-26. (in Chinese)
    [15] TRIPATHI R P, GHOSH S, CHANDLE J O. Tracking of object using optimal adaptive Kalman filter[C]∥2016 IEEE International Conference on Engineering and Technology (ICETECH). March 17-18, 2016, Coimbatore, India. IEEE, 2016: 1128-1131.
    [16] 刘健, 刘忠, 曲毅. 纯方位目标运动分析的自适应衰减记忆滤波算法[J]. 中国海洋大学学报(自然科学版),2006,36(4):551-554. (LIU Jian, LIU Zhong, QU Yi. Algorithm of adaptive memory attenuated filter in bearings-only target motion analysis[J]. Periodical of Ocean University of China, 2006, 36(4): 551-554. (in Chinese)
    [17] 杨博. 无线电信号定位的算法研究[D]. 太原: 中北大学, 2019.

    YANG Bo. Research on the algorithm of radio signal localization[D]. Taiyuan: North University of China, 2019. (in Chinese)
    [18] 邱恺, 黄国荣, 陈天如, 等. 基于滤波过程的卡尔曼滤波发散判定方法[J]. 系统工程与电子技术,2005,27(2):229-231. (QIU Kai, HUANG Guorong, CHEN Tianru, et al. Method of divergence detection for Kalman filter based on filtering process[J]. Systems Engineering and Electronics, 2005, 27(2): 229-231. (in Chinese) doi:  10.3321/j.issn:1001-506X.2005.02.010
    [19] 王京伟, 董大伟, 华春蓉, 等. 扩展卡尔曼滤波的影响因素分析[J]. 电子科技,2013,26(8):10-12. (WANG Jingwei, DONG Dawei, HUA Chunrong, et al. Analysis of the influencing factors of EKF[J]. Electronic Science and Technology, 2013, 26(8): 10-12. (in Chinese) doi:  10.3969/j.issn.1007-7820.2013.08.004
    [20] 张宇, 季晓燕, 张丹. 短基线水下定位原理及误差分析[J]. 舰船电子工程,2017,37(7):41-45. (ZHANG Yu, JI Xiaoyan, ZHANG Dan. Short baseline underwater positioning principle and error analysis[J]. Ship Electronic Engineering, 2017, 37(7): 41-45. (in Chinese) doi:  10.3969/j.issn.1672-9730.2017.07.011
    [21] 全国声学标准化技术委员会. 声学 标准水听器: GB/T 4128—1995[S]. 北京: 国家技术监督局, 1995.

    National Acoustic Standardization Technical Committee. Acoustics—Standard hydrophone: GB/T 4128—1995[S]. Beijing: The State Bureau of Quality and Technical Supervision, 1995. (in Chinese)
  • [1] 冯龙海, 王士军, 谷艳昌, 吴云星.  PFMA在混凝土面板堆石坝安全监测优化布置中的应用 . 水利水运工程学报, 2021, (2): 124-129. doi: 10.12170/20201120001
    [2] 江超, 肖传成.  我国水库大坝安全监测现状深度剖析与对策研究 . 水利水运工程学报, 2021, (6): 97-102. doi: 10.12170/20210301001
    [3] 黄志鸿, 杨杰, 程琳, 孙晓宁, 马春辉.  定向爆破堆石坝应力变形特性研究 . 水利水运工程学报, 2020, (5): 86-95. doi: 10.12170/20190930001
    [4] 王子成, 许后磊, 赵志勇, 张礼兵, 陈豪, 陈亚军, 徐智勇.  特高拱坝动态安全风险分析系统研发及应用 . 水利水运工程学报, 2020, (1): 112-118. doi: 10.12170/20181201002
    [5] 胡江.  特高拱坝运行初期变形监测预报模型及构建方法 . 水利水运工程学报, 2020, (5): 63-71. doi: 10.12170/20190908001
    [6] 万至达, 张学武, 盛金保, 向衍, 张卓, 李敏, 范新南, 罗成名.  水下结构物表面缺陷的仿生双目视觉测量 . 水利水运工程学报, 2019, (2): 71-78. doi: 10.16198/j.cnki.1009-640X.2019.02.010
    [7] 王士军, 谷艳昌, 葛从兵.  大坝安全监测系统评价体系 . 水利水运工程学报, 2019, (4): 63-67. doi: 10.16198/j.cnki.1009-640X.2019.04.009
    [8] 何金平, 曹旭梅, 李绍文, 陈克振.  基于安全监测的水闸健康诊断体系研究 . 水利水运工程学报, 2018, (5): 1-7. doi: 10.16198/j.cnki.1009-640X.2018.05.001
    [9] 王磊之, 王银堂, 邓鹏鑫, 刘勇, 崔婷婷, 胡庆芳.  基于水下自走式监测系统的数据分析与应用 . 水利水运工程学报, 2015, (6): 25-30.
    [10] 王长生.  基于物联网的燕山水库大坝智能巡检系统 . 水利水运工程学报, 2014, (2): 48-53.
    [11] 焦志斌, 冯京海, 李凯双, 王长军, 李顺利, 季宏.  滩海人工岛工程安全监测自动化系统研究 . 水利水运工程学报, 2013, (1): 66-70.
    [12] 李为,苗喆.  察汗乌苏面板坝监测资料分析 . 水利水运工程学报, 2012, (5): 30-35.
    [13] 孙东坡,谢锋,张先起,王鹏涛.  基于图像识别的水下地形冲刷过程监测 . 水利水运工程学报, 2011, (3): -.
    [14] 向衍,马福恒,郭浩亮.  大坝安全监测贫信息的灰模型 . 水利水运工程学报, 2004, (1): 57-60.
    [15] 葛燕,朱锡昶,朱雅仙,朱秀娟.  水利水电工程中水下钢结构的阴极保护 . 水利水运工程学报, 2002, (2): 26-29.
    [16] 葛从兵,李雷,谢晓华.  土石坝安全监测资料分析评价系统 . 水利水运工程学报, 2000, (3): 58-61.
    [17] 朱承荫.  DSMS-80Ⅱ型大坝安全监测数据采集系统 . 水利水运工程学报, 2000, (4): 73-75.
    [18] 金初阳,陈辉,张秉友.  嶂山闸闸门钢结构安全评估 . 水利水运工程学报, 1996, (1): -.
    [19] 范建成,邢小宁,王仁钟.  大坝安全监测主从分布式数据采集系统 . 水利水运工程学报, 1996, (4): -.
    [20] 王仁钟.  我国水利大坝的安全监测 . 水利水运工程学报, 1995, (3): -.
  • 加载中
图(6) / 表 (2)
计量
  • 文章访问数:  172
  • HTML全文浏览量:  77
  • PDF下载量:  15
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-03-26
  • 网络出版日期:  2022-03-17
  • 刊出日期:  2022-07-03

/

返回文章
返回