多新息最小二乘法(Multi-innovation Least Square Algorithm,MILS)是一种重要的参数辨识方法,水下机器人的航行数据往往存在复杂噪声的干扰,MILS算法在应对复杂噪声数据的参数辨识中存在明显不足。针对MILS存在的不足,提出了一种基于...多新息最小二乘法(Multi-innovation Least Square Algorithm,MILS)是一种重要的参数辨识方法,水下机器人的航行数据往往存在复杂噪声的干扰,MILS算法在应对复杂噪声数据的参数辨识中存在明显不足。针对MILS存在的不足,提出了一种基于多新息广义扩展最小二乘算法(Multi-innovation Generalized Extended Least Square Algorithm,MIGELS)的水下机器人参数辨识方法。开展水下机器人运动学和动力学分析,建立水下机器人的运动方程。介绍MILS算法,在MILS算法基础上开展详细的MIGELS算法的数学推导过程,并给出完整的MIGELS算法的描述公式。搭建水下机器人在线参数辨识仿真平台,在线采集具有复杂噪声的观测数据,分别基于MILS算法和MIGELS算法开展参数辨识仿真实验。仿真结果表明,基于MIGELS算法的参数辨识方法能够有效地在线辨识出水下机器人的水动力系数,相较于MILS算法,MIGELS算法明显具有更好的辨识精度和收敛速度,表明在应对复杂噪声的参数辨识问题时MIGELS算法更具优势,这对于促进水下机器人的参数辨识研究具有重要的意义。展开更多
文摘多新息最小二乘法(Multi-innovation Least Square Algorithm,MILS)是一种重要的参数辨识方法,水下机器人的航行数据往往存在复杂噪声的干扰,MILS算法在应对复杂噪声数据的参数辨识中存在明显不足。针对MILS存在的不足,提出了一种基于多新息广义扩展最小二乘算法(Multi-innovation Generalized Extended Least Square Algorithm,MIGELS)的水下机器人参数辨识方法。开展水下机器人运动学和动力学分析,建立水下机器人的运动方程。介绍MILS算法,在MILS算法基础上开展详细的MIGELS算法的数学推导过程,并给出完整的MIGELS算法的描述公式。搭建水下机器人在线参数辨识仿真平台,在线采集具有复杂噪声的观测数据,分别基于MILS算法和MIGELS算法开展参数辨识仿真实验。仿真结果表明,基于MIGELS算法的参数辨识方法能够有效地在线辨识出水下机器人的水动力系数,相较于MILS算法,MIGELS算法明显具有更好的辨识精度和收敛速度,表明在应对复杂噪声的参数辨识问题时MIGELS算法更具优势,这对于促进水下机器人的参数辨识研究具有重要的意义。
