DVL/SINS松紧组合的等价性分析及改进的虚拟波束辅助紧组合算法

系统地研究了不同波束可用情况下的多普勒计程仪(Doppler velocity logger,DVL)/捷联惯性导航系统(strapdown inertial navigation system,SINS)紧组合导航算法。证明了3个或4个波束可用情况下,DVL/SINS波束域紧组合的定位精度与三维速度松组合系统具有等价性,并给出了松组合中量测协方差阵的确定方法。针对紧组合系统定位精度随可用波束减少而降低的问题,考虑DVL的误差参数,基于载体运动约束和压力深度计提出一种改进的虚拟波束辅助紧组合算法。实验结果表明,3个或4个波束可用时的松组合与紧组合的定位精度等价;改进的虚拟波束辅助紧组合算法可以准确跟踪故障的波束速度,有效提升了不同波束可用情况下紧组合的定位精度。

基于改进Sage-Husa自适应滤波算法的SINS/DVL组合导航

捷联惯性导航系统(SINS)与多普勒计程仪(DVL)组合导航时需考虑量测数据异常问题。针对该问题,设计一种基于渐消因子动态调整的改进Sage-Husa自适应滤波。此滤波旨在解决自适应滤波估计量测噪声参数性能对渐消因子依赖性强的问题,提升DVL量测信息异常情况下的导航精度。实验结果表明,基于渐消因子动态调整的改进Sage-Husa自适应滤波,在DVL数据异常的复杂环境中仍可具有较好的信息处理能力,导航性能提高显著,实现高精度的组合导航,具有一定的研究与参考价值。

基于状态变换卡尔曼滤波的DVL/SINS组合导航算法

针对捷联惯性导航系统(strapdown inertial navigation system,SINS)误差定义存在的坐标系不一致的问题,将速度误差统一投影在真实导航坐标系中,基于状态变换Kalman滤波推导了更严密的SINS姿态、速度和位置误差方程。进一步地,在新定义的速度误差和SINS误差方程的基础上,构建了改进的多普勒计程仪(Doppler velocity logger,DVL)/SINS组合导航卡尔曼滤波状态模型和量测模型。仿真和船载实验表明,与常规DVL/SINS卡尔曼滤波模型相比,所提算法可以处理传统DVL/SINS误差模型中坐标系不一致问题的影响,可在一定程度上提高组合导航系统的性能。

复杂水下环境中自适应粒子群优化的SINS/DVL组合导航方法

针对复杂水下环境中基于捷联惯性导航系统/多普勒计程仪(SINS/DVL)组合导航系统受干扰导致定位精度下降的问题,提出一种自适应粒子群优化的SINS/DVL组合导航方法。首先,针对模型中方差估计不一致问题,构建了基于状态变换原理的SINS/DVL导航模型;其次,考虑到复杂水下环境中基于卡尔曼滤波的噪声难以估计问题,构造粒子滤波适应度函数,并设计了一种自适应粒子群优化算法;最后,对所提方法进行了仿真实验和湖试实验。实验结果表明:所提方法可以解决复杂水下环境中SINS/DVL组合导航系统受干扰导致定位精度不高的问题。相比于卡尔曼滤波方法、Huber鲁棒滤波方法,所提方法的水平位置误差最大值分别减少了49.56%和41.20%。

基于位置观测信息的Davenport四元数DVL标定方法

多普勒计程仪(Doppler velocity log,DVL)能够实时为捷联惯性导航系统(strapdown inertial navigation system,SINS)提供外部速度辅助信息,准确稳定的DVL标定工作对提升SINS/DVL组合导航系统的性能具有重要意义。为有效解决此问题,提出了一种基于位置观测信息的Davenport四元数标定方法。在所提方法中,通过基于多普勒测速原理的位置观测推算标定刻度因子误差以减小速度量测噪声的不利影响,利用基于Davenport四元数方法的位置观测矢量方程解算标定安装角误差以增强旋转矩阵求解的稳定性。船载湖试结果表明,相比于现有方法,所提标定方法在简单和复杂的机动情况下均具有更高的准确度和更好的稳定性。

波束故障条件下基于ST-EKF的SINS/DVL紧组合导航优化方法

针对基于扩展卡尔曼滤波(EKF)的捷联惯性导航系统/多普勒测速仪(SINS/DVL)紧组合导航系统中出现波束故障时,采用波束频移信息重构的故障处理方案会引起量测噪声特性变化,导致导航精度降低的问题,提出了一种波束故障条件下基于状态变换扩展卡尔曼滤波(ST-EKF)的SINS/DVL紧组合导航优化方法。根据四波束Janus阵列的结构特性,提出适用于紧组合导航系统的目标函数,并采用粒子群优化算法对系统噪声协方差矩阵和量测噪声协方差矩阵进行实时优化。仿真实验结果表明,与基于EKF的SINS/DVL紧组合导航系统相比,所提方法的定位精度提高了70.4%,有效提高了波束故障条件下组合系统的导航精度。

基于紧组合的SINS/DVL/USBL导航算法

针对自主水下航行器在水下复杂环境下对于高精度、高可靠性的导航定位需求,提出了一种捷联式惯导系统(SINS)/多普勒测速仪(DVL)/超短基线(USBL)定位系统紧组合导航算法,构建了基于频移量测的SINS/DVL紧组合量测方程和基于相对测量信息量测的SINS/USBL紧组合量测方程,通过集中卡尔曼滤波的方法,对SINS、DVL和USBL的信息进行融合处理。针对水下复杂环境造成导航精度下降的问题,充分考虑DVL和USBL的数据野值情况,利用卡方检验法进行判断后对故障数据隔断处理,实时更新量测方程维数,保证系统精度。仿真验证可知,该算法对比其他不同组合模型算法具有较高的定位精度,对比传统的基于速度量测和相对位置量测的SINS/DVL/USBL集中滤波方法精度可提升约23%;在DVL数据失效时,定位误差较正常情况仅增长5.2%;在USBL数据失效时,定位误差较正常情况增长165.4%,鲁棒性和稳定性显著优于基于其他量测的SINS/DVL/USBL的集中滤波导航算法,可实现高精度和高可靠性的水下导航定位。

水下SINS/DVL组合导航误差抑制综述

为实现水下潜航器高精度长航时航行,基于SINS/DVL组合导航的误差抑制和校正技术是关键。对于DVL数据失效情况,介绍了不同的替代方法。比较了SINS/DVL组合数据融合常见滤波算法;从长航时导航误差抑制和校正角度,叙述了阻尼算法、地形辅助校正、重力匹配辅助定位、长基线系统辅助定位和重力扰动补偿等方法。可为水下潜航器SINS/DVL组合长航时导航误差抑制提供参考。

基于滑动窗口抗差自适应滤波的SINS/DVL组合导航算法

捷联惯性导航系统(SINS)/多普勒测速仪(DVL)组合导航时,需要考虑多普勒速度信息中出现的野值和噪声特性变化对导航精度的影响。针对上述问题,提出基于滑动窗口抗差自适应滤波的SINS/DVL组合导航算法。首先建立状态变换漂移误差角系统误差模型,在速度误差方程中用重力常值项代替比力项,减少比力项引起的速度误差,提高模型的准确性。然后利用新息序列判别野值,若异常则采用滑动窗口数据修正错误新息,并使用带遗忘因子的自适应滤波在线估计量测噪声。实验结果证明,新的系统误差模型和滑动窗口抗差自适应滤波能有效减缓位置误差的累积。2 h的SINS/DVL组合导航中误差航程比优于1.05%,相比于传统卡尔曼滤波性能提升39.66%。

基于两点法的INS与DVL的标定

多普勒计程仪(DVL)的刻度系数、DVL与惯性导航系统之间的安装误差角是影响组合导航精度的两个重要因数。针对以上问题,论文提出了基于两点的标定方法可对刻度系数和安装误差角进行标定,虽然在跑船标定试验过程中计程仪的刻度系数是有变化的,但在标定距离为6km左右即可得到较准确的估计值;同时试验表明相对于弯曲标定航路,直线标定航路中的安装误差角的估计更加准确,最后通过跑船试验验证了两点标定方法的可行性。

水下SINS/DVL组合导航技术综述

基于捷联惯性导航系统(SINS)与多普勒计程仪(DVL)相结合的组合导航技术近年来在自主水下航行器(AUV)导航上得到了广泛应用。文中简要介绍了水下SINS/DVL组合导航的基本原理、耦合方式和系统应用研究现状;详细论述了数据融合处理技术、标定技术和DVL数据失效处理技术等3个关键技术及其研究现状;最后,探讨了水下SINS/DVL组合导航技术的发展趋势及其将要面临的技术问题。文中的研究可为水下高精度组合导航研究提供参考。

考虑洋流影响的SINS/DVL组合导航算法

针对捷联惯性导航系统(SINS)/多普勒计程仪(DVL)组合导航系统工作于水跟踪模式条件下的高精度定位需求,提出一种考虑洋流影响的SINS/DVL组合导航算法。分析了DVL水跟踪模式下洋流速度对组合导航精度的影响,基于速度匹配组合导航的方式提出了SINS/DVL组合导航系统设计方案,当DVL切换到水跟踪模式后,利用Kalman滤波器对洋流速度进行实时估计,从而能够有效提高DVL仅对水输出时系统的组合导航定位精度。仿真和水上船载试验结果表明,本文提出的考虑洋流速度影响的SINS/DVL组合导航算法是有效的和可行的。

AUV中SINS/DVL组合导航技术研究

针对水下自主潜器的特点,重点介绍一种采用捷联惯导系统与多普勒计程仪的组合导航技术。通过引入多普勒计程仪提供的绝对速度,提出了输出校正与反馈校正相结合的混合校正集中卡尔曼滤波方案,仿真结果证明该方案可有效提高系统导航精度。

基于垂直约束的深海拖曳系统USBL/DVL组合导航算法

为提高深海水下拖曳系统的定位精度,分析了深海拖曳系统压力传感器与超短基线定位系统(USBL)以及多普勒计程仪的耦合原理,给出了基于垂直约束下的USBL定位的基本原理及拖曳体直线运动状态下的开窗平滑算法。采用非线性的无迹卡尔曼滤波模型对超短基线定位、多普勒测速、深度、斜距、姿态及角速率信息进行融合。针对声学数据常见的粗差观测,结合自适应抗差滤波算法,提出基于垂直约束的自适应抗差卡尔曼滤波算法。最后仿真和实测实验证明在5000 m水深条件下,在航行方向上位置精度较传统滤波算法提高了近2 m。基于垂直约束自适应抗差无迹卡尔曼滤波算法可充分利用高精度观测信息,提高深海拖曳系统的定位精度和容错性。

基于改进自适应滤波的SINS/DVL组合导航算法研究

针对水下长航时捷联惯性导航系统(SINS)与多普勒计程仪(DVL)组合定位精度问题进行研究,提出了一种改进的自适应滤波的方法。建立了SINS/DVL组合导航模型,通过对比经典Kalman滤波和Sage-Husa自适应滤波在SINS/DVL组合导航系统应用时存在的问题,利用失准时的新息对先验状态均方误差矩阵进行自适应调节,解决DVL数据突变后新息协方差严重偏离实际的问题。进行了约10 h仿真试验,结果表明:当DVL噪声突然增加到原来的10倍时,改进的自适应滤波算法相对于经典Kalman滤波提高了精度,且性能优于改进的Sage-Husa自适应滤波。

一种基于“当前”统计模型的DVL/SIMU船位推算方法

船位推算是水下航行器自主导航定位的重要手段。当采用对流工作模式的多普勒计程仪进行船位推算时,测速精度受海流影响较大,由此引起的船位推算误差较大。针对此问题,提出一种基于机动目标"当前"统计模型的水下组合导航模式,通过增加加速度观测信息,采用加速度均值、方差自适应Kalman滤波算法实现线运动参数的估计和流速修正并进行了仿真实验验证。仿真结果表明,使用本方法能得到较为准确的流速估计值,相同条件下使用加速度信息辅助船位推算比纯船位推算的定位精度有较大提高,其精度优于1 n mile/h。

基于SINS/DVL/GPS的AUV组合导航标定方法的研究及其误差分析

为了进一步提高自主水下航行器(AUV)捷联惯导(SINS)与多普勒计程仪(DVL)组合导航定位精度,需要准确标定出SINS与DVL之间的安装误差角以及DVL的刻度系数。论文系统的介绍了组合导航系统的标定方法和流程,最后分析了组合导航系统的误差来源。

SINS/DVL组合导航技术综述

为了进一步研究水下导航技术,对广泛使用的自主水下航行器导航技术中的捷联惯导系统(SINS)和多普勒计程仪(DVL)组合导航系统进行阐述:介绍SINS和DVL的独立性、自主性、隐蔽性和高精度等特点;给出SINS/DVL组合导航系统中关键技术的应用及研究现状,包括多源信息滤波融合技术、误差标定技术和初始对准技术;最后讨论水下SINS/DVL组合导航技术的未来研究热点。

SINS/DVL组合导航系统的标定

为提高智能水下机器人中的SINS/DVL组合导航系统定位精度,需要准确标定出捷联惯性导航系统（SINS）和多普勒计程仪（DVL）之间的安装误差角以及DVL的刻度系数。该方法只需AUV潜水一段时间后浮出水面2~3次,以接收的GPS定位信息作为参照,经过迭代计算,即可标定出DVL速度刻度系数和SINS与DVL之间的安装误差角。试验结果表明,用该方法能简单有效地标定出组合导航系统的各项误差参数,而且在多次标定修正后,定位精度优于7 m,具有较高的实用价值。

基于可观测度反馈的SINS/DVL组合导航算法

针对捷联惯导/多普勒计程仪(SINS/DVL)组合导航中部分系统状态对无人水下航行器(UUV)导航精度影响较大但可观测性相对较弱的问题,提出一种基于可观测度反馈的SINS/DVL组合导航算法。该算法通过量化分析系统各状态参数的可观测性,根据系统状态参数在不同机动状态下可观测度不同的特点,构造基于可观测度反馈的自适应调节因子,增加高可观测度时的系统状态参数的估计占比,以此来提高组合导航滤波算法的适应性和滤波估计精度。利用湖试数据对上述算法的性能进行了验证。结果表明,可观测度反馈滤波算法累积误差明显小于常规卡尔曼滤波算法,在相同的精度要求下,可延长水下SINS/DVL组合导航自主航行的时间。