水下滑翔器慣性組合導(dǎo)航定位關(guān)鍵技術(shù)研究.pdf

1、隨著水下潛器技術(shù)的日益成熟，水下滑翔器作為一種新型且重要的水下潛器受到越來越多的關(guān)注。水下滑翔器在海洋工程應(yīng)用方面發(fā)揮著重要作用，尤其是低功耗、長航時、小體積等特點更使其成為目前研究的熱點。準確的位姿信息對滑翔器長時間水下作業(yè)起著必不可少的作用，因此持續(xù)高精度導(dǎo)航定位是水下滑翔器研究的關(guān)鍵技術(shù)之一。借助水流和自身調(diào)節(jié)作用順水而滑，幾乎不需外界提供能源是水下滑翔器有別于其它水下潛器的重要特點，故其具有重要的應(yīng)用領(lǐng)域和實用價值。低功耗使得滑

2、翔器本體設(shè)計簡單且體積小，所搭載的導(dǎo)航裝置數(shù)量盡量少。作為陸地成熟且定位精度很高的全球定位系統(tǒng)（Global Positioning System，GPS）不能應(yīng)用于水下，有自主導(dǎo)航解算能力的慣性導(dǎo)航系統(tǒng)(Inertial Navigation System，INS)成為替代GPS的較優(yōu)選擇。INS通過自身的陀螺儀、加速度計等傳感器測量載體當(dāng)前時刻的旋轉(zhuǎn)角速度和線加速度，測得的數(shù)據(jù)通過積分等運算得到載體的姿態(tài)、速度及位置，但INS的測量

3、誤差會隨著時間而積累，單獨長時間工作會嚴重降低導(dǎo)航精度。應(yīng)用于水下滑翔器的慣性導(dǎo)航系統(tǒng)，因成本和體積的限制只能選用微機電系統(tǒng)（Micro-Electro-Mechanical System，MEMS）慣性測量單元（Inertial Measurement Unit，IMU），該慣性測量單元的誤差和隨機漂移更加明顯。有低功耗、長航時、小體積及低成本等條件的制約，加之導(dǎo)航傳感器精度低且外界輔助導(dǎo)航少，要實現(xiàn)高精度高可靠性的水下導(dǎo)航與定位是目

4、前研究的重點也是難點。在參考國內(nèi)外大量低精度慣性導(dǎo)航元件實現(xiàn)高精度長航時導(dǎo)航文獻的基礎(chǔ)上，對水下滑翔器運動模型進行分析，建立航位推算(Dead Reckoning，DR)模型并與慣性導(dǎo)航組合，設(shè)計出應(yīng)用于水下滑翔器的導(dǎo)航系統(tǒng)，對慣性測量單元誤差模型深入分析并針對不同的導(dǎo)航傳感器進行誤差校正與補償，提出應(yīng)用于水下環(huán)境的高精度高可靠性高效的數(shù)據(jù)融合算法，使該系統(tǒng)及算法更適合實際工程應(yīng)用。論文的主要工作和創(chuàng)新點如下:
　　(1)對水下滑

5、翔器運動模型進行分析，建立航位推算模型并與慣導(dǎo)系統(tǒng)組合，完成用于水下滑翔器的導(dǎo)航系統(tǒng)設(shè)計。針對水下實際應(yīng)用環(huán)境，結(jié)合滑翔器自身特點，詳細分析水下滑翔器運動模型，進行航位推算并與慣性導(dǎo)航系統(tǒng)組合，對慣性導(dǎo)航進行輔助及校正。以低功耗MEMS慣性元件為主體設(shè)計出適用于水下滑翔器的小體積低成本導(dǎo)航系統(tǒng)，滿足水下長航時、低功耗的工作要求，并能提供高精度高可靠性的導(dǎo)航與定位信息。另外，在水下工作一段時間后滑翔器浮出水面，該系統(tǒng)能智能接收GPS或其它

6、衛(wèi)星信號對導(dǎo)航信息進行更新。
　　(2)對MEMS慣性傳感器及磁傳感器誤差進行建模，并針對不同的傳感器誤差模型提出相應(yīng)的校正與補償方法。MEMS慣性測量單元的零位漂移、刻度因子和安裝誤差等是準確建立誤差模型的重要參數(shù)。設(shè)計靜態(tài)八位置實驗，利用多位置對稱測量原理確定陀螺儀和加速度計的零位漂移，通過陀螺儀速率實驗計算陀螺儀各軸刻度因子及安裝誤差。本論文提出加速度計動態(tài)測量方法，相比傳統(tǒng)的靜態(tài)多位置法更實時有效方便地計算出加速度計的刻度

7、因子和安裝誤差。由系統(tǒng)誤差模型推導(dǎo)誤差補償模型，代入相關(guān)誤差參數(shù)分別對陀螺儀和加速度計誤差進行補償。處理磁傳感器采集的磁場信息是將原始含有軟硬磁等干擾信息的磁場去噪后擬合三維橢球磁場，得到擬合參數(shù)對磁傳感器輸出進行校正與補償，提高地磁場的測量精度。
　　(3)針對實際非線性模型，為了提高導(dǎo)航信息的估計精度提出將擴展卡爾曼和龍格庫塔法融合的濾波算法，在此基礎(chǔ)上為進一步提高精度及適用范圍，提出平滑參數(shù)的無跡卡爾曼濾波算法?；杵髟谝欢?/p>

8、深度的水中滑翔，水環(huán)境相對穩(wěn)定，在較長的滑翔時間內(nèi)可將非線性模型劃分成若干線性模型處理，基于這樣的思想可簡化建模，在不太增加算法復(fù)雜性及計算量的情況下達到提高精度的目的。本文提出將擴展卡爾曼(Extended Kalman Fiter，EKF)與龍格庫塔法(Runge-Kutta，RK4)相結(jié)合的EKF/RK4濾波算法并應(yīng)用于實際水下導(dǎo)航系統(tǒng)，EKF在非線性程度不太高的系統(tǒng)中優(yōu)勢較明顯，再結(jié)合高精度數(shù)值計算方法（龍格庫塔法），實驗表明比

9、起傳統(tǒng)的EKF和UKF，EKF/RK4數(shù)據(jù)融合算法能有效減小誤差，姿態(tài)角和位置估計精度也顯著提高。為了擴大算法的適用范圍并進一步提高估計精度，鑒于無跡卡爾曼濾波(Unscented Kalman Filter，UKF)在更多的非線性模型中的性能優(yōu)勢提出平滑參數(shù)的無跡卡爾曼濾波算法(SmoothVariable Unscented Kalman Filter，SVUKF)。基于UKF進行參數(shù)平滑處理使非線性系統(tǒng)的最優(yōu)估計更加精確，經(jīng)實驗驗

10、證，算法的估計精度及穩(wěn)定性得到有效提高，并且算法的魯棒性也有所增強。
　　(4)對較復(fù)雜的系統(tǒng)模型提出改進高斯混合粒子濾波算法(Improved GaussianMixture Particle Filter，IGMPF)并用實驗對其性能進行驗證;以解決實際問題為目的，權(quán)衡精度計算速度及可靠性等多項評估標準，綜合比較本論文提出的所有算法，提出高效高精度回溯解耦自適應(yīng)擴展卡爾曼濾波算法（Back Decoupling and Ada

11、ptive ExtendedKalman Filter，BD-AEKF）。水下滑翔器在滑翔過程中不排除在個別時刻或區(qū)域出現(xiàn)環(huán)境突變且含有非高斯噪聲的情況，這種較復(fù)雜的環(huán)境可能會使UKF算法表現(xiàn)欠佳，本文基于粒子濾波對系統(tǒng)進行混合高斯建模并提出改進高斯混合粒子濾波算法，通過和其它算法對比可得，IGMPF算法的姿態(tài)角和位置估計精度有所提高，但實時性變差計算速度下降，以此為代價來提高精度在實際應(yīng)用中可能并不能廣泛使用。另外，對于慣性元件，其安

12、裝軸和參考軸之間的安裝誤差是不可避免的，這種固有誤差將導(dǎo)致三個姿態(tài)角（航向角、俯仰角和橫滾角）之間存在交叉耦合，造成姿態(tài)角解算不準甚至錯誤，當(dāng)俯仰角或橫滾角發(fā)生變化時，這種現(xiàn)象變得更加明顯。俯仰或橫滾運動在滑翔器滑翔過程中很常見，交叉耦合導(dǎo)致的姿態(tài)角解算誤差將不斷出現(xiàn)并積累。針對這一實際問題提出BD-AEKF算法，用回溯解耦算法判斷解算錯誤的節(jié)點，然后消除姿態(tài)角之間的交叉耦合;自適應(yīng)擴展卡爾曼濾波實時自適應(yīng)調(diào)節(jié)導(dǎo)航參數(shù)，對濾波輸出進行平