论文部分内容阅读
随着对海洋的发展与探索,自主水下潜航器(Autonomous Underwater Vehicle,AUV)在各种海洋应用领域的日益普及,其导航技术也越来越受到人们的重视,因为准确地知道AUV的位置常常是至关重要的。捷联惯导系统(Strapdown Inertial Navigation System,SINS)以其充分的自主性、短时高精度、良好的隐蔽性成为水下航行器的首选,但是惯导系统在长航时误差逐渐积累。普通的单一导航系统已经不能满足水下恶劣环境对导航定位的需求,组合导航是未来发展的方向。但是由于水下环境中电磁波与光波的能量衰减,严重限制了基于无线电的非自主导航的使用,大大降低了水下航行器导航信息源的可用性。因此全球定位系统(Global Positioning System,GPS)以及其他无线电导航不能应用于水下;而声波在水下环境中衰减比较小,且传播距离比较大,因此基于声学原理的超短基线(Ultra-short Baseline,USBL)定位系统以及多普勒测速仪(Doppler Velocity Log,DVL)更加适用于水下导航与定位。然而由于水下环境的复杂性与多变性,载体所获得的传感器的信息可能不是准确的,可能存在量测延时接收的情况,并且随着通信距离的变化,延时的大小也会发生变化;并且在实际工程中,声波在传输过程中,由于海水中密度不同会出现折射现象,或者海底与海面的反射现象,即多径效应,会使接收的声波产生畸变,使传感器的量测信息出现异常的情况。在本文中,所谓“非理想条件”指量测延时与量测异常。这里“异常”是指受突变故障、渐变故障以及受非高斯噪声(一般指重尾噪声或者混合高斯噪声)的影响。如何在非理想条件下进行组合导航是本文研究的重点内容。因此本文展开如下研究:1.推导了捷联惯导系统的误差方程,建立捷联惯导系统的误差模型。介绍卡尔曼滤波(Kalman Filter,KF)在组合导航中的应用。研究超短基线系统基于相位差法的定位原理,建立SINS/USBL的状态方程;基于导航坐标系下应答器的位置信息,建立SINS/USBL量测方程。介绍四波束多普勒测速仪的测速原理,建立SINS/DVL组合导航系统的状态方程,并推导其量测方程。2.在SINS/USBL进行组合导航过程中,超短基线通过测得发射器发送的声学信号到安装在海底已知位置应答器之间的往返时间,来计算得到斜距。由于距离测量、信息传输以及设备信号处理需要一定的时间,因此超短基线在对捷联惯导系统提供外部量测时会出现延时到达问题,并且不可忽视,为此我们提出一种基于量测方差补偿的延时滤波算法,简称为延时卡尔曼滤波(Delay Kalman Filter,DKF)。该算法首先建立当前时刻估计与延时量测信息之间的关系,在改变量测矩阵的同时需要对随机量测偏差进行相应的补偿,最后利用存在延迟的量测信息,得到当前时刻的估计。通过纯仿真试验与半实物仿真与基于状态补偿的算法进行对比,验证基于量测方差补偿方法的可行性与有效性。3.针对水下环境的复杂性与多变性,在SINS/DVL组合导航系统中,当DVL受到干扰发生故障时,故障检测的快速性影响着整个导航系统的精度。针对系统中可能存在的突变故障与渐变故障,提出一种基于高斯过程回归(Gussian Process Regression,GPR)的故障检测方法,引入粒子群算法来寻找高斯过程回归模型中的最优超参数。用预测的新息、卡尔曼滤波的新息以及其方差构造故障检测函数(Fault Detection Function,FDF),通过比较FDF与预设的阈值就可检测出故障。为证实GPR算法的有效性,与卡方检测进行对照,证实所提出方法在检测渐变故障时比卡方检测更快。然而,当量测噪声受混合高斯噪声影响时,两种检测方法很难检测出故障,致使系统不能对故障进行处理与隔离。针对这种情况,引出最大相关熵卡尔曼滤波(Maximum Correntropy Kalman Filter,MCKF)进行自适应滤波。将最大相关熵准则(Maximum Correntropy Criterion,MCC)代替卡尔曼滤波中的最小均方误差作为最优准则。最后通过模拟仿真与半实物仿真验证算法的有效性。4.基于上述内容对延时问题与量测噪声非高斯问题的分别研究,接下来就会考虑到如何一并解决量测噪声非高斯与量测存在延时问题。针对SINS/USBL组合导航系统中量测信息同时受延时与非高斯噪声的影响,提出一种新的算法,最大熵延时卡尔曼滤波(Maximum Correntropy Delay Kalman Filter,MC-DKF)。该算法将DKF与MCC融合,重新构造线性递归模型,同时解决了量测延时与噪声非高斯问题。与DKF相比,不用再对随机量测偏差进行补偿,大大减小了算法的复杂程度;与MCKF相比,使原本不能解决延时问题的算法可同时解决两种问题。最后,通过几种算法的对比试验模拟仿真与半实物仿真试验,验证所提出算法的可行性与优越性。