中国科学院沈阳自动化研究所机构知识库
Advanced  
SIA OpenIR  > 水下机器人研究室  > 期刊论文
题名: 水下滑翔机自适应覆盖采样
其他题名: Adaptive Coverage Sampling of Underwater Glider
作者: 朱心科; 俞建成; 王晓辉
作者部门: 水下机器人研究室
关键词: 水下滑翔机 ; 覆盖采样 ; 质心Voronoi图 ; 加权最小二乘估计 ; 自适应遗忘因子
刊名: 机器人
ISSN号: 1002-0446
出版日期: 2012
卷号: 34, 期号:5, 页码:566-573, 580
收录类别: EI ; CSCD
产权排序: 1
摘要: 针对水下滑翔机对动态、未知的海洋特征的采样问题,提出了自适应覆盖采样算法.首先,定义了基于质心Voronoi分割采样空间的最优覆盖采样准则;然后,设计了在线参数估计算法,利用带遗忘因子的递归最小二乘法估计海洋特征参数;最后,设计了分布式控制算法,能够保证各个水下滑翔机从任意的初始位置收敛于定义的最优的覆盖采样网络配置.利用仿真实验对上述方法进行了有效性验证,结果表明本文提出的算法能够更好地完成对动态海洋特征的覆盖采样.
英文摘要: An adaptive coverage sampling algorithm is proposed for solving the dynamic and unknown ocean phenomenon by underwater gliders.Firstly,the criterion for optimal coverage sampling is defined based on the centroidal Voronoi partition of the sampling space.Secondly,recursive least square with forgetting factor is used to estimate the parameters of ocean phenomenon online.Finally,the distributed control law is proposed,which can guarantee the sampling network composed of underwater gliders to converge to the op...
语种: 中文
Citation statistics:
内容类型: 期刊论文
URI标识: http://ir.sia.cn/handle/173321/10295
Appears in Collections:水下机器人研究室_期刊论文

Files in This Item: Download All
File Name/ File Size Content Type Version Access License
水下滑翔机自适应覆盖采样.pdf(1090KB)期刊论文作者接受稿开放获取View Download

Recommended Citation:
朱心科,俞建成,王晓辉. 水下滑翔机自适应覆盖采样[J]. 机器人,2012,34(5):566-573, 580.
Service
Recommend this item
Sava as my favorate item
Show this item's statistics
Export Endnote File
Google Scholar
Similar articles in Google Scholar
[朱心科]'s Articles
[俞建成]'s Articles
[王晓辉]'s Articles
CSDL cross search
Similar articles in CSDL Cross Search
[朱心科]‘s Articles
[俞建成]‘s Articles
[王晓辉]‘s Articles
Related Copyright Policies
Null
Social Bookmarking
Add to CiteULike Add to Connotea Add to Del.icio.us Add to Digg Add to Reddit
文件名: 水下滑翔机自适应覆盖采样.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 
评注功能仅针对注册用户开放,请您登录
您对该条目有什么异议,请填写以下表单,管理员会尽快联系您。
内 容:
Email:  *
单位:
验证码:   刷新
您在IR的使用过程中有什么好的想法或者建议可以反馈给我们。
标 题:
 *
内 容:
Email:  *
验证码:   刷新

Items in IR are protected by copyright, with all rights reserved, unless otherwise indicated.

 

 

Valid XHTML 1.0!
Copyright © 2007-2016  中国科学院沈阳自动化研究所 - Feedback
Powered by CSpace