论文部分内容阅读
提高水下导航定位的精度与稳定性是水下导航定位技术面临的重大挑战,随着科学技术的发展,水下导航定位技术已经朝着多学科交叉、多传感器数据融合的方向发展,组合导航技术成为了未来水下导航技术发展的必然方向。因此,研究惯性导航技术与声学定位技术的组合导航技术具有重要意义。针对现有基于SINS/LBL水下组合导航技术的不足,研究了一种基于紧组合的SINS/LBL/DVL/MCP的水下组合导航系统,此系统包含的主要导航传感器有:SINS(Strapdown Inertial Navigation System,捷联惯性导航系统)、LBL(Long Base Line,水下长基线定位系统)、DVL(Doppler Velocity Log,多普勒测速仪)、MCP(Magnetic Compass,磁罗经),此外还采用了压力传感器对高程进行修正。本文设计的组合导航系统是由安装在AUV载体上的SINS、声呐、MCP、DVL、压力传感器等以及安装在水底的长基线应答器基阵组成。主要研究成果和结论总结如下:一、针对水下导航的特殊环境,选取了以SINS为参考导航系统,LBL、DVL、MCP为辅助导航系统。并分析了各导航系统导航算法以及误差模型。基于经典Kalman滤波,对SINS/LBL松组合模式进行了研究,仿真实验验证了 AUV多种运动状态下SINS/LBL松组合模式的精度和可靠性。二、推导了 SINS/LBL紧组合算法公式,建立了基于LBL斜距差模型以及SINS/LBL紧组合导航系统的状态方程和量测方程,仿真实验验证了 SINS/LBL紧组合模式的精度和可靠性。针对组合导航系统噪声未知的问题,研究了自适应组合导航滤波算法,仿真实验验证了该算法能够明显提高水下组合导航定位精度。同时,考虑到海底复杂环境以及实际应用环境,布设在海底水听器基阵维修工作难度较大,供电持续性难以保证等问题,本文提出了两种LBL间歇性工作模式,并通过仿真实验验证了模式二(LBL工作频率为0.2Hz)的高精度和高效率,为未来水下组合导航工作模式选择提供了理论依据和参考。三、设计了基于联邦Kalman滤波的SINS/LBL/DVL/MCP组合导航系统。建立了联邦Kalman滤波器的三个子滤波器,分别为SINS/LBL、SINS/DVL、SINS/MCP,并推导了各子滤波器的状态方程和量测方程。通过AUV动态仿真实验,对基于联邦Kalman的不同组合方式进行了对比分析,结果表明,与松组合相比,紧组合可有效减少对单一传感器如声学应答器个数的依赖和限制,其精度和可靠性更高,更适合于复杂海洋环境下的多传感器组合导航定位。四、论证了在特定条件下联邦Kalman滤波的全局最优性,但其最优性的前提条件是各子滤波器的状态维度相同。基于联邦滤波理论,提出了一种改进的联邦Kalman滤波,该方法对SINS/LBL/DVL/MCP组合导航系统的子滤波器状态维度进行扩维增广,并给出了扩维改进后的状态方程和量测方程。通过仿真实验对集中Kalman滤波、经典联邦Kalman滤波和改进的联邦Kalman滤波进行对比分析,实验结果验证了改进的联邦Kalman滤波的全局最优性。