水下复杂环境下基于SINS/USBL/DVL多源信息融合的组合导航算法

针对复杂水下声场环境下高精度、长航时导航与定位的需求,构建了捷联惯性导航系统(SINS)/超短基线(USBL)相对测量信息的观测方程和SINS/声学多普勒测速仪(DVL)的观测方程,提出了一种融合SINS/USBL/DVL多源信息的组合定位算法。为解决声学量测信息不确定引起的导航性能下降的问题,充分考虑水声野值所导致的厚尾噪声特性,利用学生t分布推导了基于状态估计的鲁棒自适应滤波算法,提高了水下航行器组合定位的精度和鲁棒性。通过海上试验验证了所提算法的有效性和优越性。

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。

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。

SINS/DVL组合导航在海底挖沟机施工中的应用探索

针对难以精确监测海底挖沟机工作状态的问题,依据捷联惯性导航系统SINS(Strapdown inertial navigation system)以及DVL(Doppler log)水下组合导航技术的原理,建立组合导航模型以及误差模型,根据施工特点设置挖沟施工作业路线,依照挖沟机实际作业状态设置运动参数,并进行仿真实验,验证SINS/DVL技术在海底挖沟机管道铺设作业中的监测能力.结果表明,在铺设海底管道时,SINS/DVL组合导航系统可以实时获取海底挖沟机的工作数据,测量高精度的经纬位置、速度、姿态数据:经、纬度误差控制在±0.02°范围内;速度误差在-0.05~0.10 m/s范围内;俯仰角误差为±0.20°,横滚角误差为±0.20°,航向角误差为±1.00°.

一种基于集中滤波的SINS/DVL/USBL水下组合导航算法

针对水下运载体的长时间高精度导航问题,提出一种基于集中滤波的捷联惯性导航系统(SINS)/声学多普勒测速仪(DVL)/超短基线(USBL)水下组合导航方法,建立了杆臂在线估计的SINS/DVL速度观测模型和SINS/USBL相对量测信息观测模型,并利用参考信息判定结果实时更新量测方程及维数,既能保证精度,还能一定程度上减少运算量。理论仿真和湖面试验表明,本算法能够实现长时间高精度的水下导航定位,具有可行性。

基于自适应滤波的水下SINS/相控阵DVL组合导航算法设计

针对远程自主水下航行器的远程性和自主性,加之水下环境复杂,其导航和定位的精度很难保证的特点,设计一种基于相控阵DVL的自适应滤波的SINS/DVL组合导航算法。基于相控阵DVL特点,推导了速度观测方程,并对降维滤波器进行了设计和时空误差进行修正。采用50型激光陀螺研制出工程样机,并进行了河试试验和海试试验,试验结果表明采用自适应滤波算法能够进一步提高SINS/DVL自主导航的精度,并且SINS/DVL自主导航精度优于2‰D(D为航程),为远程水下航行器提供一种自主好、精度高、价格适中的导航手段。

水下载体SINS/USBL组合导航滤波方法研究

捷联惯性导航系统(SINS)具有短期定位精度高的优点,但其定位误差随时间发散,超短基线(USBL)在其有效工作范围内定位误差不发散,且由于受作用距离及复杂水下环境的影响,其定位数据不连续,离散度大,野值多。水下载体导航采用SINS/USBL组合导航,可充分发挥各自的优势。根据USBL量测信息的特性,给出了一种基于改进的带观测噪声时变估计器的Sage-Husa自适应Kalman滤波方案,经实物数据仿真验证了此滤波方案的有效性。

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。

复杂水下环境下高精度SINS/USBL误差标定技术

针对SINS/USBL组合系统在导航与定位前需要对一体化样机进行精确标定的问题,对复杂水下声场环境下高精度SINS/USBL误差标定技术展开了研究,包括对安装误差角和空间杆臂误差的估计。基于标定模型的几何关系,推导了标定的状态方程和量测方程,并提出了新型的基于相对量测信息滤波估计的误差标定技术。为解决标定过程中由于存在声学野值而导致滤波估计性能下降的问题,通过高斯牛顿迭代将Huber M估计嵌入到变分贝叶斯框架中,推导了基于M估计的非线性鲁棒自适应标定算法,在精确校正后无需重复标定。仿真的结果验证了该方案的有效性、实用性和鲁棒性。

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。

水下SINS/DVL紧组合导航算法

针对SINS安装误差角、DVL刻度系数误差及杆臂误差等因素对水下SINS/DVL组合导航精度的影响,推导了当杆臂误差不为小量时的非线性量测方程,建立了同时估计SINS与DVL误差状态的卡尔曼滤波模型,并进行了DVL量测故障检测与隔离,从而实现了SINS与DVL之间的相互校正。仿真试验表明:采用该方法在不单独进行DVL校准的情况下,可得到较高的导航精度,且具有容错导航能力。

SINS/DVL水下初始对准与定位导航

在仅有初始位置信息的条件下,给出一种SINS/DVL组合导航系统初始对准与定位导航的方法;以惯性坐标系作为SINS解算的参考基准并借助DVL测量的信息,用四元数卡尔曼滤波进行初始对准;计算载体在惯性凝固载体坐标系下的位移增量再转换至导航坐标系,完成在对准过程中及对准完成以后的定位导航;处理试验数据表明:该方法能够实现SINS/DVL组合导航系统水下航向大失准角初始对准与定位导航,可在600 s内完成初始对准,在航行4 000 s后定位精度约为航程的0.4%。

SINS/GPS/DVL组合导航系统的容错研究

结合SINS/GPS/DVL组合导航系统各子系统的特点,提出了一种新的容错设计方案。此方案采用并列运行的滤波器族结构,该结构可以提供不受污染的最优解,且具有容错性好和系统输出数据热备份等优点。仿真结果表明,此方案既可有效地监测和隔离系统故障,同时保证了系统的精度。

大航程AUV SINS/DVL组合导航定位精度研究

为了进一步提高AUV的导航定位精度,研究SINS/DVL组合导航系统在大航程AUV上的应用。首先,建立其误差分析模型;然后,提出使用常规kalman滤波方程计算误差的思想;最后,在系统噪声与观测噪声已知的情况下,应用常规kalman滤波算法进行仿真分析。结果表明,该滤波存在明显发散,导致误差方差阵失去非负定性,影响滤波增值。

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。

SVR辅助SINS-DVL的水下机器人组合导航方法

多普勒计程仪(DVL)在水下导航系统应用越来越广泛。当海底环境发生变化时,DVL会发生数据刷新频率不稳定,数据无效等情况。为了提高导航的可靠性,本文提出了一种变训练集的SVR回归方法,对DVL的数据进行预测。根据水下机器人的速度变化率和加速度变化率调节训练集大小。把捷联惯导(SINS)的东向和北向速度作为输入,DVL东向和北向速度作为输出对模型进行训练。根据SINS的数据输出频率,选取合适的预测数据输出频率进行仿真。仿真发现算法有效地提高了SINS/DVL组合导航的精度,并在DVL数据无效时,有效地抑制误差,提高导航系统的稳定性。

基于两个点集间参数估计的DVL标定方法

[目的]为了提高无人艇(USV)捷联惯性导航(SINS)与多普勒计程仪(DVL)组合导航的精度,需要对DVL误差进行精确标定。[方法]首先,对DVL的安装误差角、杆臂、比例因子进行误差建模,着重分析舰船中杆臂误差项对组合导航定位产生的影响;然后,提出一种基于两个点集间参数估计的DVL误差标定方法,即将SINS/GNSS导航参数与DVL输出参数视为两个点集,将标定问题转换为两个点集间差值的估计问题,再利用卡尔曼滤波器对两个点集间的误差参数进行估计;最后,利用基于奇异值分解(SVD)的可观测性分析,对不同运动条件下滤波器的可观测性定量分析,给出标定过程中载体的运动策略。[结果]数学仿真和海试试验结果表明,标定后的SINS/DVL算法全局相对精度可达到0.122%航程;在角机动时,杆臂会导致SINS/DVL定位突变;补偿杆臂后的定位误差更加平滑,且整体上具有更小的定位误差。[结论]所提方法可为包括杆臂在内的各项DVL误差标定提供可行的途径。

基于变结构多模型的SINS/DVL组合导航算法

对于无人水下航行器来说,SINS/DVL组合导航是其主要导航方式,由于DVL自身作用距离的限制,虽然它可以在水跟踪模式下工作,但洋流速度作为其测量误差会导致SINS/DVL组合导航性能下降甚至失败。针对上述问题,基于有向图切换方法,设置洋流速度模型群,利用所设置的模型群切换策略对子模型群进行激活和终止,通过变结构多模型滤波算法对不确定性洋流速度进行实时估计,进而消除洋流速度对SINS/DVL组合导航的影响。对所提出的算法进行了仿真,仿真结果表明变结构多模型算法与传统的交互式多模型算法相比,不仅减少了计算量(运行时间缩短了接近35%),提高了效费比,同时也提高了组合导航系统的精度,可以为高精度的组合导航系统提供参考。