基于IGWO-STCPF的自主水下航行器跟踪方法

邢传玺; 孟轶涵; 孟强; 保德彪

doi:10.13471/j.cnki.acta.snus.ZR20250190

中山大学学报（自然科学版中英文） ›› 2026, Vol. 65 ›› Issue (1) : 64 -75. DOI: 10.13471/j.cnki.acta.snus.ZR20250190

基于IGWO-STCPF的自主水下航行器跟踪方法

邢传玺, 孟轶涵, 孟强, 保德彪

作者信息 +

Author information +

文章历史 +

摘要

提出了一种融合改进灰狼优化的强跟踪容积卡尔曼粒子滤波算法（IGWO-STCPF）。该方法首先利用强跟踪容积卡尔曼滤波（STCKF）结合观测信息动态调整粒子均值和协方差，有效提高重要性采样的代表性；随后在重采样阶段引入信息熵加权的灰狼优化策略，以增强粒子的多样性并抑制退化现象。仿真实验表明，相比STCKF、标准粒子滤波（PF）、粒子群优化滤波（PSO-PF）和粒子群优化-立方卡尔曼粒子滤波（PSO-CPF）方法，所提算法在轨迹估计精度上分别提升了13.41%、18.58%、21.86%和21.33%。结果验证了IGWO-STCPF在复杂水下环境中具备更强的鲁棒性和跟踪性。