Abstract
This thesis proposes several solutions to the problem of estimating the position of an un-derwater vehicle. The commercial system adopted for collecting data consists of four buoys that compute the times of arrival (TOA) of the acoustic signals emitted periodically by a pinger installed on-board the target (so called G.I.B. system).
The solutions discussed are grouped in two family of algorithms: instantaneous posi-tioning (static) algorithms and filtering (dynamic) algorithms. For the static group, the Trilateration problem is discussed in depth, yielding closed form and iterative solutions. A detailed discussion of the estimation accuracy of the algorithms is presented.
For the dynamic group, an EKF based on a simple kinematic model of the target was introduced. In order to test the algorithms proposed with real data from sea trials an initialization procedure was implemented. The procedure provides a initial fix that lies inside a certain confidence region. The filtering algorithms can be dramatically affected by outliers. Thus, an on-line measurement validation was also introduced.
A Matlab-based graphical user interface was designed in order to test the algorithms described with real data obtained during sea experiments.
Sommario
Questa tesi propone alcune soluzioni al problema della stima di posizione di un veicolo sottomarino. Il sistema commerciale adottato per acquisire dati `e composto da quattro boe che calcolano i tempi di arrivo (TOA) di un segnale acustico emesso periodicamente da un pinger installato a bordo del target (per questo chiamto sistema G.I.B.).
Le soluzioni discusse possono essere suddivise in due famiglie di algoritmi: algoritmi di positionamento istantanei (statici) e filtri (dinamici). Per la famiglia degli algoritmi statici, `e stato discussa approfonditamente la trilaterazione, ottenendo sia soluzioni in forma chisua che in modo iterativo. Inoltre `e fornita una discussione dettagliata delle performace degli algoritmi presentati
Per il gruppo degli algoritmi dinamici, `e stato sviluppato un filtro di Kalman esteso basato su un semplice modello cinematico del target. Per testare gli algortimi proposti con dati reali `e stato progettato un algoritmo di inizializzazione. L’algoritmo proposto sceglie il punto iniziale se risiede all’interno di una certa regione di confidenza. I filtri possono essere drammaticamente interessati dal fenomeno degli outliers quindi, per porre rimedio a tale problema `e stata introdotta una procedura di validazione delle misure.
`
E stata progettata un interfaccia grafica in Matlab per consentire il testing degli algoritmi con i dati acquisti durante gli esperimenti in mare.
