Предложен алгоритм фильтрации частиц объёмного Калмана с сильным слежением, объединённый с улучшенной оптимизацией серого волка (IGWO-STCPF). Метод сначала использует фильтр объёмного Калмана с сильным слежением (STCKF) в сочетании с наблюдаемой информацией для динамической корректировки среднего значения и ковариации частиц, эффективно повышая представительность важностной выборки; затем на этапе ресэмплинга вводится стратегия оптимизации серого волка с взвешиванием на основе информационной энтропии для усиления разнообразия частиц и подавления деградации. Моделирование показало, что предложенный алгоритм улучшил точность оценки траектории на 13,41%, 18,58%, 21,86% и 21,33% по сравнению со STCKF, стандартным фильтром частиц (PF), фильтром оптимизации роя частиц (PSO-PF) и фильтром оптимизации роя частиц — кубическим фильтром Калмана (PSO-CPF) соответственно. Результаты подтверждают, что IGWO-STCPF обладает лучшей устойчивостью и слежением в сложных подводных условиях.

автономный подводный аппарат; фильтр частиц; фильтр объёмного Калмана с сильным слежением; оптимизация серого волка; информационная энтропия