×
何毅;郑荣浩;张森林;刘美琴

一种基于树的分布式协同流场估计方法。 （英语） Zbl 1519.93158号

系统。控制信函。 175，文章ID 105511，11 p.（2023）.
摘要：本文研究了一种使用多个自主水下航行器（AUV）进行三维流场估计的分布式方法。在这种方法中，不需要直接测量局部流速，并考虑了AUV之间的协作。本文将流场估计表示为求解非线性方程组的逆问题，并提出了一种基于树的分布式算法来求解上述方程，其中我们只需要连接AUV之间的通信网络。树状结构允许在网络中通过解估计，并通过算法的分散和汇集阶段，最终估计流场参数。严格证明了分布式算法的收敛性。最后，在模拟和实际流量数据集上进行了仿真，以证明该分布式方法的有效性。

MSC公司：

93C85号 控制理论中的自动化系统（机器人等）
93B70型 网络控制
76B99型 不可压缩无粘流体

关键词：

流场估算;自动水下航行器;分布式方法;树状结构
PDF格式BibTeX公司 XML格式引用
\textit{Y.He}等人，系统。控制Lett。175，文章ID 105511，11 p.（2023；Zbl 1519.93158）
全文： 内政部

参考文献：

[1] 宋，Z。；Mohseni，K.，《由流场特征动力学辅助的长期惯性导航》，IEEE J.Ocean。工程，PP，99，1-15（2017）
[2] Jayne，S.R。；Roemmich，D。；Zilberman，N。；立管，S.C。；约翰逊，K.S。；约翰逊，G.C。；Piotrowicz，S.R.，《阿尔戈计划：现在和未来》，海洋学，30，2，18-28（2017）
[3] 谢，J。；Zhu，J.，太平洋Argo浮标表层和中深层洋流估算及误差分析，J.Mar.Syst。，73, 1-2, 61-75 (2008)
[4] 萨普特拉，J。；Gaol，J.L。；Panjaitan，J.P。；Atmadipoera，A.S.，使用网格化ARGO Float数据的印度-澳大利亚盆地地转流的时空变化，IOP Conf.Ser.：地球环境。科学。，4291012039（2020年），（9页）
[5] Devries，L。；拉戈尔，F.D。；Lei，H。；Tan，X。；Paley，D.A.，具有多模式人工侧线的水下航行器的分布式流量估计和闭环控制，Bioinspiration Biomim。，第10、2条，第025002页（2015年）
[6] Dang，F。；Zhang，F.，使用基于POD的模型简化的自治水下机器人分布式流量估计，（2018 IEEE决策与控制会议，2018 IEEE决定和控制会议，CDC（2018），IEEE:IEEE迈阿密海滩，佛罗里达州），4453-4458
[7] 当，F。；Nasreen，S。；Zhang，F.，一种新型FFT辅助的背景流量传感框架，用于动态环境中具有变化流量模式的自主水下航行器，（2020年IEEE系统、人和控制论国际会议。2020年IEEE-系统、人与控制论国际会议，SMC（2020），IEEE:IEEE多伦多，安大略省，加拿大），336-341
[8] L.Medagoda，J.C.Kinsey，M.Eilders，时空变化水流场中的自主水下机器人定位，收录于：2015 IEEE机器人与自动化国际会议，ICRA，2015年，第565-572页。
[9] K.Y.C.To、F.H.Kong、K.M.B.Lee、C.Yoo、S.Anstee、R.Fitch，从集合预测和在线测量估算空间相关海流，收录于：2021年IEEE机器人与自动化国际会议，ICRA，2021年，第2301-2307页。
[10] Z.Song，K.Mohseni，《时变流场中基于并发流的定位和映射》，载于：2019 IEEE/RSJ智能机器人和系统国际会议，IROS，2019年，第7205-7210页。
[11] K.M.B.Lee，C.Yoo，B.Hollings，S.Anstee，S.Huang，R.Fitch，从水下航行器的稀疏GPS数据在线估算海流，收录于：2019年机器人与自动化国际会议，ICRA，2019年，第3443-3449页。
[12] Chang，D。；Wu，W。；爱德华，C.R。；Zhang，F.，《运动层析成像：使用自主水下机器人绘制流场》，国际J机器人。第36、3、320-336号决议（2017年）
[13] M.Ouerghi，F.Zhang，《结合车辆行驶时间的运动层析成像改进算法》，载于：2018年美国控制年会，ACC，2018年，第1907-1912页。
[14] L.Shi，R.Zheng，M.Liu，S.Zhang，使用多AUV的合作流场估算，载于：2020年第59届IEEE决策与控制会议，CDC，2020年，第5243-5248页。
[15] Shi，L。；郑，R。；张，S。；Liu，M.，通过多个AUV的相对和绝对运动积分误差进行合作流场估计，Automatica，141，第110306页，（2022）·兹比尔1491.93088
[16] Chang，D。；爱德华兹·C·R。；张，F。；Sun，J.，《由运动层析成像实现的数据驱动流模型的数据同化框架》，国际期刊Intell。机器人。申请。，3 (2019)
[17] Russo，B.P。；Kamalapurkar，R。；Chang，D。；Rosenfeld，J.A.，《通过占领核的运动断层成像》（2021年），arXiv·Zbl 1484.92050
[18] Shi，L。；郑，R。；张，S。；Liu，M.，使用多个AUV重建参数流场的合作估计，IEEE Trans。仪器。测量。，70, 1-10 (2021)
[19] Shi，L。；郑，R。；张，S。；Liu，M.，使用多个AUV和局部测量对三维流场进行合作估计，IEEE Trans。电路系统。二、 1（2022年）
[20] F.H.Kong，K.Y.C.To，G.Brassington，S.Anstee，R.Fitch，基于3D集成的水下滑翔机路径规划在线海洋流场估算，收录于：2021 IEEE/RSJ智能机器人和系统国际会议，IROS，2021年，第4358-4365页。
[21] D.Chang，F.Zhang，J.Sun，用于流场重建的分布式运动层析成像，载于：2019年机器人与自动化国际会议，ICRA，2019年，第8048-8054页。
[22] Hegde，C。；Keinert，F。；Weber，E.S.，解基于树的分布式方程组的Kaczmarz算法（2019），arXiv
[23] 博尔加德，R。；哈丁，S.N。；杜巴，H。；Makdad，C.M。；梅菲尔德，J。；Tuggle，R。；Weber，E.，通过强过松弛加速分布式Kaczmarz算法（2020），CoRR abs/2006.01739
[24] Klaus-Hermann，R。；Meyn，S.N.，用平稳迭代法求解欠定非线性方程，数值。数学。(1983) ·Zbl 0497.65026号
[25] 曾伟。；Ye，J.，求解非线性方程组/不等式组的逐次投影（2020），CoRR abs/2012.0755
[26] X·梁。；Spall，M。；Wunsch，C.，来自动态一致海洋状态估计的全球海洋垂直速度，J.Geophys。研究：海洋，122，10（2017）
[27] 拉夫汉，M。；Middleton，J.H.，《澳大利亚东海岸外观测到的上升流机制的比较》，《大陆架研究》，22，17，2551-2572（2002）
[28] Park，J。；Sandberg，I.W.，使用径向基函数网络的通用近似，神经计算。，3, 2, 246-257 (1991)
[29] 福克斯·R·W。；A.T.麦当劳。；Pritchard，P.J.、Fox和McDonald’s Introduction to Fluid Mechanics（2011）、J.Wiley
[30] 科瓦利克，Z。；Murty，T.S.，《海洋动力学数值模拟》，第5卷（1993年），《世界科学》
[31] 蔡伟（Cai，W.）。；谢奇。；张，M。；吕，S。；Yang，J.，水下物联网中基于流函数的移动AUV三维避障机制，IEEE Access，9142997-143012（2021）
[32] Kinsey，J。；尤斯蒂斯，R。；Whitcomb，L.，《水下航行器导航调查：最新进展和新挑战》（2006年）
[33] J.Osborn、S.Qualls、J.Canning、M.Anderson、D.Edwards、E.Wolbrecht，AUV状态估计和导航以补偿洋流，载于：《2015年海洋》-MTS/IEEE Washington，2015年，第1-5页。
[34] Kim，J.，使用多个自主水下机器人的合作定位和未知电流估计，IEEE Robot。自动。莱特。，5, 2, 2365-2371 (2020)
[35] 加西亚，J。；Farrell，J.A。；Kassas，Z.M.，《定位水下应答器的最佳测量位置规划》，（2018 IEEE/ION位置、定位和导航研讨会，2018 IEEE/ION位置、定位与导航研讨会，PLANS（2018）），480-486
[36] Gallager，R.G。；Humblet，P.A。；Spira，P.M.，最小重量生成树的分布式算法，ACM Trans。程序。语言系统。，5, 1, 66-77 (1983) ·Zbl 0498.68040号
[37] Dunford，N。；Schwartz，J.T.，《线性算子：第1部分一般理论》（1988年），跨学科出版社
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。