Многоальтернативный алгоритм одномаяковой навигации автономного необитаемого подводного аппарата без априорных данных о его местоположении. Часть 2. Моделирование
Авторы: Д. А. Кошаев
В представленный ранее алгоритм вносятся уточнения для случая, когда автономный необитаемый подводный аппарат (АНПА) оборудован бесплатформенной инерциальной навигационной системой (БИНС) на датчиках угловой скорости и относительным лагом. Приводятся результаты моделирования алгоритма для БИНС навигационного класса, двухкомпонентного относительного лага, двух траекторий движения АНПА, предусматривающих сближение с маяком на 100 м, двух значений скорости АНПА, сплошной и фрагментированной диаграммы поступления гидроакустических измерений. Результаты показывают, что алгоритм обеспечивает точность позиционирования АНПА относительно маяка на уровне метров, в том числе в условиях нестабильного поступления гидроакустических измерений. Установлено, что вырабатываемые алгоритмом характеристики точности верно отражают уровень действительных погрешностей.
Ключевые слова: автономный необитаемый подводный аппарат, одномаяковая навигация, многоальтернативная фильтрация, бесплатформенная инерциальная навигационная система, относительный лаг, метод статистических испытаний.
| ОБ АВТОРАХ | Кошаев Дмитрий Анатольевич. Доктор технических наук, ведущий научный сотрудник, АО «Концерн «ЦНИИ «Электроприбор», Университет ИТМО (С.-Петербург). Действительный член международной общественной организации «Академия навигации и управления движением». |
Для цитирования:
Кошаев Д.А. Многоальтернативный алгоритм одномаяковой навигации автономного необитаемого подводного аппарата без априорных данных о его местоположении. Часть 2. Моделирование // Гироскопия и навигация. 2020. Том 28. №3 (110). С. 76-94. DOI 10.17285/0869-7035.0039
Английская версия статьи в журнале Gyroscopy and Navigation
Koshaev, D.A. Multiple Model Algorithm for Single-Beacon Navigation of Autonomous Underwater Vehicle without Its A Priori Position. Part 2. Simulation. Gyroscopy Navig. 11, 319–332 (2020). https://doi.org/10.1134/S2075108720040069
