水下高速无人艇组合导航系统研究

摘要

在陆地自然资源日益稀缺的今天，自然资源丰富的海洋日渐吸引着人们的目光，对海洋资源的开发已被许多国家列为21世纪重要的战略目标。作为一种可在水下自主作业的设备，水下自主航行器（Autonomous Underwater Vehicle,AUV）已成为目前人们进行海洋探测的关键设备。而高精度、高可靠性的导航系统又是AUV实现自主作业及安全回收的关键。 由于水下工作环境限制和惯性传感器固有的漂移误差，单一的导航设备已经无法满足水下航行器导航应用的需求，因此多传感器数据融合的组合导航技术已成为必然的选择。本文根据项目内水下高速无人艇“水下自航-水面校正-水下自航”的工作模式，结合国内外导航系统的研究现状及发展趋势，建立了以光电综合导航系统（Photoelectric Integrated Navigation System,PHINS）为主导航设备，融合多普勒测速仪（Doppler Velocity Logger,DVL）、全球卫星定位系统（Global Positioning System,GPS）、深度计（Depth Meter,DM）和高度计（Altimeter，AM）的数据构成水下组合导航定位系统。通过大量的试验验证了导航系统的可行性和可靠性，其导航精度满足水下高速无人艇的试验任务要求。 首先，本文根据水下无人艇（文中可简称AUV）的航行要求，进行了航行器导航系统的方案研究，确定了导航系统的组合模式，系统布局和系统框架。详细介绍了捷联式惯性导航系统的基本原理和捷联解算的过程，并在此基础上建立了对应的非线性误差模型。另外，论述了多普勒测速仪、GPS、深度计和高度计的测量原理和测量误差，并建立了各传感器的误差模型。其中，基于卡尔曼滤波技术提出了一种DVL安装角及标度因数的在线标定方法，可有效降低DVL的测速误差，从而提高PHINS/DVL组合模式下的导航精度。 其次，根据水下无人艇对导航系统的信息需求，导航系统的滤波可分为两个部分：DVL与高度计的高度信息处理和PHINS/GPS/DVL/深度计的组合滤波。前者采用最优自适应加权融合的方法，基于总均方差最小的原则，对DVL和高度计的卡尔曼滤波估计值进行加权融合，最终输出精确稳定的高度信息；而后者则选择了具备更好容错性和灵活性能的联邦卡尔曼滤波作为组合导航系统的数据融合算法，并根据各子滤波器的非线性状态方程和线性的量测方程，设计了基于简化UKF的联邦滤波算法，降低了计算复杂度。另外，为了提高联邦滤波器在高速导航下的滤波性能，利用带预测的无迹卡尔曼滤波算法对联邦UKF方法进行了改进。仿真表明改进的滤波算法可有效的改善水下组合导航系统在辅助导航设备（DVL）输出受限情况下的导航性能。 然后，根据水下无人艇对导航系统的要求，进行了导航系统的软件需求分析。根据导航系统的功能需求进行了软件的总体结构设计，在此基础上，着重给出了基于VxWorks操作系统的软件模块化设计过程。 最后，通过大量的试验，包括单项试验、半实物联调试验、水池试验、湖上试验和AUV湖态试验，逐步进行了由单项设备到整个导航系统的性能验证过程。通过最终的湖态试验表明该组合导航系统具备良好的可行性和较高的导航精度，满足水下高速无人艇的实际任务需求。

目录

第一个书签之前