- Код статьи
- S24139777S0005231025100058-1
- DOI
- 10.7868/S2413977725100058
- Тип публикации
- Статья
- Статус публикации
- Опубликовано
- Авторы
- Том/ Выпуск
- Том / Номер выпуска 10
- Страницы
- 81-100
- Аннотация
- Исследуется возможность адаптации и результативность применения фильтра линейных псевдонаблюдений в модели стохастической системы наблюдения со случайными временными задержками между поступающими наблюдениями и фактическим состоянием движущегося объекта. Метод псевдонаблюдений модифицируется для объединения результатов наблюдений, выполняемых несколькими измерительными комплексами, расположенными на разных расстояниях до объекта и имеющими отличающиеся временные задержки. Фильтр реализуется в модели, учитывающей измерения углов направления и дальности. Экспериментальные расчеты выполнены для модельного примера, описывающего движение автономного подводного аппарата, использующего для позиционирования два стационарных акустических маяка.
- Ключевые слова
- стохастическая система со случайными временными задержками наблюдений линейные псевдонаблюдения расширенный фильтр Калмана позиционирование слежение за целью сонары
- Дата публикации
- 24.02.2026
- Год выхода
- 2026
- Всего подписок
- 0
- Всего просмотров
- 4
Библиография
- 1. Ehlers F. (Ed.) Autonomous Underwater Vehicles: Design and Practice (Radar, Sonar & Navigation). London, UK: SciTech Publishing, 2020.
- 2. Mohsan S.A.H., Khan M.A., Noor F., Ullah I., Alsharif M.H. Towards the unmanned aerial vehicles (UAVs): A comprehensive review // Drones. 2022. V. 6. No. 6 (147).
- 3. Burns L.D., Shulgan C. Autonomy: The quest to build the driverless car-and how it will reshape our world. HarperCollins, 2018. 368 p.
- 4. Christ R.D., Wernli R.L. The ROV Manual: A User Guide for Remotely Operated Vehicles. 2nd Edition. Oxford, UK: Butterworth-Heinemann, 2013.
- 5. Zhu Z., Hu S.-L.J., Li H. Effect on Kalman based underwater tracking due to ocean current uncertainty // Proc. 2016 IEEE/OES Autonomous Underwater Vehicles, Tokyo, Japan, 6–9 November 2016. P. 131–137.
- 6. Kebkal K.G., Mashoshin A.I. AUV acoustic positioning methods // Gyroscopy Navig. 2017. V. 8. P. 80–89.
- 7. Босов А.В. Фильтрация состояния нелинейной динамической системы по наблюдениям со случайными запаздываниями // АиТ. 2023. № 6. С. 49–66.
- 8. Bosov A. Tracking a Maneuvering Object by Indirect Observations with Random Delays // Drones. 2023. No. 7 (468).
- 9. Босов А.В. Позиционирование и идентификация параметров движения подводного аппарата по наблюдениям со случайными запаздываниями // АиТ. 2024. № 12. С. 23–48.
- 10. Bosov A. Maneuvering Object Tracking and Movement Parameters Identification by Indirect Observations with Random Delays // Axioms. 2024. No. 13 (668).
- 11. Босов А.В. Оптимальная фильтрация состояния нелинейной динамической системы по наблюдениям со случайными запаздываниями // Информатика и ее применения. 2023. Т. 17. Вып. 3. С. 8–17.
- 12. Bernstein I., Friedland B. Estimation of the State of a Nonlinear Process in the Presence of Nongaussian Noise and Disturbances // J. Franklin Instit. 1966. V. 281. No. 6. P. 455–480.
- 13. Arulampalam S., Maskell S., Gordon N.J., Clapp T. A Tutorial on Particle Filters for On-line Non-linear/Non-Gaussian Bayesian Tracking // IEEE Trans. Signal Processing. 2002. V. 50. No. 2. P. 174–188.
- 14. Julier S.J., Uhlmann J.K., Durrant-Whyle H.F. A new approach for filtering nonlinear systems // Proc. IEEE Amer. Control Conf. (ACC'95), 1995. P. 1628–1632.
- 15. Пугачев В.С. Оценивание переменных и параметров в дискретных нелинейных системах // АиТ. 1979. № 6. С. 63–79.
- 16. Pankov A.R., Bosov A.V. Conditionally minimax algorithm for nonlinear system state estimation // IEEE Trans. Autom. Control. 1994. V. 39. No. 8. P. 1617–1620.
- 17. Su X., Ullah I., Liu X., Choi D. A Review of Underwater Localization Techniques, Algorithms, and Challenges // J. Sens. 2020. No. 1 (6403161).
- 18. Kalman R.E. A new approach to linear filtering and prediction problems // J. Basic Eng. – T. ASME. 1960. V. 82. No. 1. P. 35–45.
- 19. Lingren A., Gong K. Position and Velocity Estimation Via Bearing Observations // IEEE Trans. Aerosp. Electron. Syst. 1978. No. AES-14. P. 564–577.
- 20. Lin X., Kirubarajan T., Bar-Shalom Y., Maskell S. Comparison of EKF, pseudomeasurement, and particle filters for a bearing-only target tracking problem // Signal and Data Processing of Small Targets 2002, Proceedings of the AEROSENSE 2002, Orlando, FL, USA, 1–5 April 2002; Drummond, O.E., Ed.; International Society for Optics and Photonics, SPIE: Bellingham, WA, USA, 2002. V. 4728. P. 240–250.
- 21. Konovalenko I., Kuznetsova E., Miller A., et.al. New Approaches to the Integration of Navigation Systems for Autonomous Unmanned Vehicles (UAV) // Sensors. 2018. No. 18 (3010).
- 22. Hodges R. Underwater Acoustics: Analysis, Design and Performance of Sonar. N.Y.: Wiley, USA, 2011.
- 23. Holler R.A. The evolution of the sonobuoy from World War II to the Cold War // US Navy J. Underwater Acoust. 2014. V. 25. No. 1. P. 322–346.
- 24. Morris J. The Kalman filter: A robust estimator for some classes of linear quadratic problems // IEEE Trans. Inf. Theory. 1976. V. 22. No. 5. P. 526–534.
- 25. Босов А.В. Анализ использования доплеровских измерений для идентификации параметров движения по наблюдениям со случайными запаздываниями // Информатика и ее применения. 2025. Т. 19. Вып. 1. С. 34–44.
