|
基于紧组合的SINS/DVL/USBL导航算法 署名作者： 章彩霞1, 2, 刘锡祥1, 2, 黄永江1, 2, 陈世杰1, 2, 陶育杰1, 2 作者单位： 1.东南大学 仪器科学与工程学院, 江苏 无锡, 214026 2.微惯性仪表与先进导航技术教育部重点实验室, 江苏 南京, 210096 基金项目: 国家自然科学基金项目资助(51979041 基金 、61973079 基金 ). 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。 多普勒测速仪(Doppler velocity log, DVL)利用多普勒效应进行速度测量, 可以为捷联式惯导系统(strapdown inertial navigation system, SINS)提供高精度的速度信息, 但位置误差仍然随时间发散[6-7]。超短基线(ultra-short baseline, USBL)定位系统利用声学定位技术实现对水下目标的定位和跟踪, 可以获得高精度位置信息, 能有效抑制AUV导航系统的位置误差, 但受换能器作用距离限制[8-11]。SINS/DVL/USBL导航系统能充分利用各传感器的特点, 取长补短, 提高系统外界量测的稳定性, 更能满足AUV高精度、长航时及广区域内的导航与定位的需求。 基于此, 张涛等[12]以SINS/USBL/DVL/磁罗经导航(magnetic compass pilot, MCP)组合导航系统为研究对象, 较好地判断并隔断处理USBL故障。王彬等[13]采用单水声应答器和惯导组合的方法抑制INS/DVL导航误差的发散趋势, 有效提高了导航定位精度。张亚文等[14]建立了SINS/DVL的3维速度量测模型和SINS/USBL相对测量信息量测模型后, 提出了基于集中滤波的SINS/DVL/USBL组合导航算法, 对比SINS/DVL/USBL联邦滤波的算法具有明显精度优势, 但未验证说明复杂水下环境下的精度影响和系统稳健性。徐博等[15]建立了SINS/USBL子滤波器和SINS/DVL子滤波器, 构建了基于精度因子信息分配方法的SINS/USBL/DVL联邦滤波器, 对于各子滤波器进行动态信息分配, 验证了USBL突然故障的容错性, 但对DVL的故障情况并未验证。 分析复杂水下环境对AUV的影响, 应考虑SINS/DVL/USBL导航系统中DVL和USBL的数据出现失效情况, 并进行系统精度和稳定性验证。目前公开的SINS/DVL/USBL组合导航系统在构建SINS/DVL的量测模型时都选择采用3维速度量测信息的松组合方法, 在DVL受异常环境影响出现数据失效的情况下, 导航精度也会被明显影响。在SINS/DVL系统中DVL出现故障的改进方案中, Wang等[16]提出了基于波束域4维速度信息的SINS和DVL紧组合方法, 并验证了所提方法明显优于传统的松组合方法, 可以将SINS/DVL的定位精度提高30%以上。Liu等[17]构建了基于四波束频移信息的组合模型来实现对惯导系统误差和DVL误差的估计和校正, 仿真和实验验证了基于多普勒频移的紧组合模型在水下复杂环境下具有较强的鲁棒性。在DVL和SINS的数据融合时, 基于DVL波束信息上的紧组合方法在部分波束失效时能更有效地利用正常的波束信息, 提高DVL数据的利用率。SINS/DVL/USBL导航在进行数据融合时, 也可以采用SINS/DVL紧组合的数据融合方法以提高导航精度。 基于上述分析, 为使AUV能在复杂水下环境获得更长时间、更高精度以及更稳定的导航定位信息以满足作业需求, 提出一种基于紧组合的SINS/DVL/USBL组合导航算法。首先构建了SINS/DVL的4维频移信息量测模型和SINS/USBL的相对测量信息量测模型2种紧组合模型, 并和不同组合模型下的定位精度作比较, 仿真验证该算法能有效提高系统的导航精度。为了能够及时有效地处理异常环境带来的失效数据, 保证量测信息的稳定性, 文中在此基础上对DVL和USBL数据失效情况下的定位精度进行故障判断和隔断处理, 最终通过理论仿真验证了文中方法在DVL和USBL的数据失效情况下具有更高的容错性和稳定性。 针对复杂水下环境下AUV对于高精度、高稳定性和高可靠性的导航需求, 提出一种基于DVL四波束方向频移量测和USBL相对测量信息量测的SINS/DVL/USBL紧组合导航算法, 针对数据失效情况进行实时判断并隔断处理。仿真验证表明, 与SINS/DVL紧组合导航方法、SINS/USBL紧组合导航算法及基于DVL速度量测和USBL相对测量信息量测的SINS/DVL/USBL集中滤波组合导航算法相比, 该方法具有较高的定位精度, 可提升约23%。在DVL和USBL数据失效的情况下, 该算法稳定性更好, 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%, 优于基于其他量测的SINS/DVL/USBL集中滤波导航算法, 具有更强的鲁棒性, 更能适应复杂的水下环境。 文中方法对于DVL和USBL的数据直接进行数据隔断以避免故障数据带来的精度影响, 但是如果存在长时间的数据失效情况, 隔断可能会影响定位精度, 下一步将针对DVL和USBL的数据情况研究如何采取更有效的手段(而非数据隔断)进行数据替换。 参考文献略 文章有删减，原文刊登于《水下无人系统学报》2023年第31卷第6期，点击阅读原文可查看。
|
