priborИзвестия высших учебных заведений. ПриборостроениеJournal of Instrument Engineering0021-34542500-0381Национальный исследовательский университет ИТМО10.17586/0021-3454-2024-67-12-1041-1051pribor-323Research ArticleСИСТЕМНЫЙ АНАЛИЗ, УПРАВЛЕНИЕ И ОБРАБОТКА ИНФОРМАЦИИSYSTEM ANALYSIS, MANAGEMENT AND INFORMATION PROCESSINGСравнительный анализ рекуррентных алгоритмов оценивания при решении задачи навигации группы АНПА в случае наличия аномальных выбросов в измеренияхComparative analysis of recursive estimation algorithms for AUV collaborative navigation problem in the case of abnormal outliers in measurementsИсаевА. М.IsaevA. M.

Алексей Михайлович Исаев - отдел перспективных навигационных комплексов для объектов ВМФ, мл. науч. сотр.

Санкт-Петербург

Alexey M. Isaev - JSC, Department of Advanced Navigation Systems for Navy Ffacilities, Junior Researcher

St. Petersburg

itmo_student@mail.ruКонцерн «ЦНИИ „Электроприбор“»; Университет ИТМОConcern CSRI Elektropribor; ITMO University202424012025671210411051Copyright © Национальный исследовательский университет ИТМО, 20252025Национальный исследовательский университет ИТМОНациональный исследовательский университет ИТМОhttps://pribor.ifmo.ru/jour/about/submissions#copyrightNoticehttps://pribor.ifmo.ru/jour/article/view/323

Для решения задачи навигации группы автономных необитаемых подводных аппаратов построены обобщенный фильтр Калмана, обобщенный фильтр Калмана, дополнительно использующий процедуру отбраковки аномальных выбросов в погрешностях измерений, а также коррэнтропийный обобщенный фильтр Калмана. В условиях как гауссовских, так и негауссовских шумов измерений, содержащих аномальные выбросы, выполнен сравнительный анализ точности, состоятельности и вычислительной сложности этих алгоритмов.

When solving the autonomous uninhabited underwater vehicles collaborative navigation problem, the following algorithms were compared in terms of accuracy, consistency and computational complexity: the classically constructed extended Kalman filter, the extended Kalman filter, additionally using the procedure for rejecting abnormal emissions in measurement errors and the maximum correntropy Kalman filter. The comparison was carried out under conditions of measurement noise, both Gaussian and non-Gaussian, containing pulse-type interference.

коррэнтропиявыбросыалгоритмысопоставлениеточностьсостоятельностьвычислительная сложностьнелинейная фильтрациянавигационная информацияcorrentropyoutliersalgorithmscomparisonaccuracyconsistencycomputational complexitynonlinear filteringnavigation dataРабота проводилась при поддержке гранта РНФ № 23-19-00626, https://rscf.ru/project/23-19-00626/.ReferencesPaull L., Saeedi S., Seto M., Li H. AUV Navigation and Localization: A Review // IEEE Journal of Oceanic Engineering. 2014. Vol. 39, N 1. Р. 131–14 9. DOI: 10.1109/JOE.2013.2278891.Paull L., Saeedi S., Seto M., Li H. IEEE Journal of Oceanic Engineering, 2014, no. 1(39), pp. 131–149, DOI: 10.1109/JOE.2013.2278891.Степанов О. А. Методы обработки навигационной измерительной информации. СПб: Университет ИТМО, 2017. 196 с.Stepanov O.A. Metody obrabotki navigatsionnoy izmeritel’noy informatsii (Methods of Processing Navigational Measurement Information), St. Petersburg, 2017, 196 р.Кошаев Д. А. Многоальтернативный алгоритм одномаяковой навигации автономного необитаемого подводного аппарата без априорных данных о его местополож ении. Ч. 1. Математическое описание // Гироскопия и навигация. 2020. Т. 28, № 2(109). С. 109–130.Koshaev D.A. Giroskopiya i Navigatsiya, 2020, no. 2(28), pp. 109–130. (in Russ.)Ваулин Ю. В., Дубровин Ф. С., Щербатюк Д. А., Щербатюк А. Ф. О методах обеспечения навигации групп АНПА. Краткий обзор // Подводные исследования и робототехника. 2019. № 4(30). С. 27–36.Vaulin Yu.V., Dubrovin F.S., Shcherbatyuk D.A., Shcherbatyuk A.F. Underwater Investigations and Robotics, 2019, no. 4(30), pp. 27–36. (in Russ.)Baccou P., Jouvencel B., Creuze V., Rabaud C. Cooperative Positioning and Navigation for Multiple AUV Operations // Proc. of the MTS/ IEEE Intern. Conf. and Exhibition OCEANS. 2001. Vol. 3. P. 1816–1821.Baccou P., Jouvencel B., Creuze V., Rabaud C. Proc. of the MTS/ IEEE Int. Conf. and Exhibition OCEANS, 2001, vol. 3, рр. 1816–1821.Zhao Y. et al. A collaborative control framework with multi-leaders for AUVs based on unscented particle filter // Journal of the Franklin Institut e. 2015. Vol. 353, N 3. DOI:10.1016/j.jfranklin.2015.11.016.Zhao Y. et al. Journal of the Franklin Institute, 2015, no. 3(353), DOI:10.1016/j.jfranklin.2015.11.016.Simon D. Optimal State Estimation. Kalman, H∞, and Nonlinear approaches. A John Wiley & Song Inc., 2006. 550 p.Simon D. Optimal State Estimation. Kalman, H∞, and Nonlinear approaches, A John Wiley & Song Inc., 2006, 550 p.Степанов О. А. Основы теории оценивания с приложениями к задачам обработки навигационной информации.Ч. 1. Введение в теорию оценивания. СПб: ЦНИИ „ Электроприбор“, 2017. 509 с.Stepanov O.A. Osnovy teorii otsenivaniya s prilozheniyami k zadacham obrabotki navigatsionnoy informatsii. Ch. 1. Vvedeniye v teoriyu otsenivaniya (Fundamentals of Estimation Theory with Applications to Problems of Processing Navigational Information Part 1. Introduction to Estimation Theory), St. Petersburg, 2017, 509 р. (in Russ.)Чубич В. М., Филиппова Е. В. Исследование эффективности некоторых робастных фильтров для нестационарных линейных непрерывно-дискретных систем // Со временные наукоемкие технологии. 2018. № 12 (ч. 1). С. 153–161.Chubich V.M., Filippova E.V. Sovremennye naukoemkie tehnologii, 2018, no. 12, pp. 153–161. (in Russ.)Чубич В. М., Прокофьева А. Э. Сравнительный анализ некоторых робастных фильтров для нестационарных линейных дискретных систем // Вестник Иркутского государственного технического университета. 2017. Т. 21, № 12. С. 123–137.Chubich V.M., Prokofieva A.E. Proceedings of Irkutsk State Technical University, 2017, no. 12(21), pp. 123–137. (in Russ.)Cinar G. T. and Príncipe J. C. Hidden state estimation using the Correntropy Filter with fixed point update and adaptive kernel size // The 2012 In tern. Joint Conf. on Neural Networks (IJCNN). Brisbane, QLD, Australia, 2012. P. 1–6.Cinar G.T. and Príncipe J.C. The 2012 International Joint Conference on Neural Networks (IJCNN), Brisbane, QLD, Australia, 2012, pp. 1–6.Izanloo R., Fakoorian S. A., Yazdi H. S., and Simon D. Kalman filtering based on the maximum correntropy criterion in the presence of non-Gaussian noise // 2016 Annual Conf. on Information Science and Systems (CISS). Princeton, NJ, USA, 2016. P. 500–505.Izanloo R., Fakoorian S.A., Yazdi H.S., and Simon D. 2016 Annual Conference on Information Science and Systems (CISS), Princeton, NJ, USA, 2016, pp. 500–505.Chen B., Liu X., Zhao H., Prıncipe J. Maximum correntropy Kalman filter // Automatica. 2017. Vol. 76. P. 70–77.Chen B., Liu X., Zhao H., Prıncipe J. Automatica, 2017, vol. 76, рр. 70–77.Kulikova M. V. Square-root Algorithms for Maximum Correntropy Estimation of Linear Discrete-Time Systems in Presence of Non-Gaussian Noise // Syste ms & Control Letters. 2017. Vol. 108. P. 8–15.Kulikova M.V. Systems & Control Letters, 2017, vol. 108, pp. 8–15.Jwo D.-J., Chen Y.-L., Cho T.-S., Biswal A. A Robust GPS Navigation Filter Based on Maximum Correntropy Criterion with Adaptive Kernel Bandwidth // Sensors. 2023. Vol. 23, N 23. Р. 9386.Jwo D.-J., Chen Y.-L., Cho T.-S., Biswal A. Sensors, 2023, no. 23(23), pp. 9386.Степанов О. А., Литвиненко Ю. А., Васильев В. А., Торопов А. Б., Басин М. В. Алгоритм полиномиальной фильтрации в задачах обработки навигационной и нформации при квадратичных нелинейностях в уравнениях динамики и измерений. Ч. I. Описание и сопоставление с алгоритмами калмановского типа // Гироскопия и навигация. 2021. Т. 29, № 3(114). С. 3–33. https://doi.org/10.17285/0869-7035.0068.Stepanov O.A., Litvinenko Y.A., Vasiliev V.A., Toropov A.B., Basin M.V. Gyroscopy and Navigation, 2021, no. 3(12), pp. 205–223.Степанов О. А., Исаев А. М. Методика сравнительного анализа рекуррентных алгоритмов нелинейных фильтрации в задачах обработки навигационной информ ации на основе предсказательного моделирования // Гироскопия и навигация. 2023. Т. 31, № 3(122). C. 48–65.Stepanov O.A., Isaev A.M. Giroskopiya i Navigatsiya, 2023, no. 3(31), pp. 48–65. (in Russ.)Bar-Shalom Y., Li X., Kirubarajan T. Estimation with applications to tracking and navigation. NY: Wiley-Interscience, 2001. 581 p.Bar-Shalom Y., Li X., Kirubarajan T. Estimation with applications to tracking and navigation, NY, Wiley-Interscience, 2001, 581 p.Болотин Ю. В., Брагин А. В., Гулевский Д. В. Исследование состоятельности расширенного фильтра Калмана в задаче навигации пешехода с БИНС, закрепле нными на стопах // Гироскопия и навигация. 2021. Т. 29, № 2(113). С. 59–77.Bolotin Y.V., Bragin A.V., Gulevskii D.V. Gyroscopy and Navigation, 2021, no. 2(12), pp. 155–165.Doucet A., Freitas N., Gordon N. Sequential Monte Carlo Methods in Practice. NY: Springer, 2001. 590 p.Doucet A., Freitas N., Gordon N. Sequential Monte Carlo Methods in Practice, NY, Springer, 2001, 590 p.

The authors declare that there are no conflicts of interest present.