一种海洋声学导航系统误差改正方法

摘要

本发明涉及一种海洋声学导航系统误差改正方法，包括以下步骤：S1、通过海底基准定位数据进行海域内系统误差值的解算，得到残差向量；S2、基于S1中系统误差估计的残差向量，通过经验模态分解和函数拟合进行声速长周期误差建模，得到二次估计的观测模型，通过基于随机过程的卡尔曼滤波算法进行系统误差及位置值的解算，进而得到精确的位置值和海域内的系统误差值；S3、基于S1及S2中得到的系统误差的估计结果，采用二项多项式拟合方法进行系统误差的建模，得到系统误差与时间、位置的函数关系；S4、进行斜距误差修正；S5、采用抗差卡尔曼滤波方法进行动态载体的位置解算，将解算出的位置坐标与其它传感器进行对比，进行算法的精度验证。

说明书

技术领域

本发明涉及声学定位导航相关技术领域，具体是一种海洋声学导航系统误差改正方法。

背景技术

随着国家海洋战略的深入与发展，高精度的海洋导航定位技术成为急需解决的关键问题。与其它导航系统相比，海洋声学导航的精度较高，能够满足海洋民用、军用领域对导航精度的需求。然而，由于海洋环境相对复杂，声学导航定位中会受到与声速和信号延迟相关的系统误差的影响而使得导航定位精度下降。因此，如何消除系统误差的影响成为提高定位精度的关键。

声速误差和声呐时间延迟误差是系统误差的主要来源。为了消除系统声线弯曲误差的影响，韩云峰和赵爽考虑到声速误差进行随机模型的构建，在一定程度上较小了声速误差的影响。在函数模型方面，有效声速、神经网络算法和声线跟踪算法被提出来较小声线弯曲误差。为了较小与声速误差和时延误差相关的系统误差影响，徐培亮提出了基于观测历元的单差算法和在观测历元和基站间的双差定位算法。上述方法能够在一定程度上减小声速误差的影响，但是算法无法从根本上解决系统误差对定位精度的影响。

总体来说，通过精确的观测模型结合有效的参数估计算法能够有效的消除声学导航定位中系统误差的影响。但是，精确的观测模型会增加待估参数的数量，在声学定位中可以通过大量的多余观测进行多余参数的解算。然而，对于声学导航中声学观测较少的情况通过观测值进行待估参数的解算是具有局限性的。

发明内容

本发明的目的在于提供一种海洋声学导航系统误差改正方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种海洋声学导航系统误差改正方法，所述海洋声学导航系统误差改正方法包括以下步骤：

S1、通过海底基准定位数据进行海域内系统误差值的解算，得到残差向量；

S2、基于S1中系统误差估计的残差向量，通过经验模态分解和函数拟合进行声速长周期误差建模，得到二次估计的观测模型，通过基于随机过程的卡尔曼滤波算法进行系统误差及位置值的解算，进而得到精确的位置值和海域内的系统误差值；

S3、基于S1及S2中得到的系统误差的估计结果，采用二项多项式拟合方法进行系统误差的建模，得到系统误差与时间、位置的函数关系；

S4、进行斜距误差修正；

S5、采用抗差卡尔曼滤波方法进行动态载体的位置解算，将解算出的位置坐标与其它传感器进行对比，进行算法的精度验证。

作为本发明进一步的方案：所述步骤S1中的具体解算方法，包括以下步骤：

1)、通过声线跟踪算法进行等效声速的计算；

2)、将平均声速误差和时间延迟误差作为未知参数进行估计；

3)、通过基于随机过程的卡尔曼滤波进行第一步系统误差的解算，得到解算残差向量。

作为本发明再进一步的方案：所述步骤S1中的解算方法采用以下公式进行计算：

其中，ρ

作为本发明再进一步的方案：所述步骤S2中的观测方程式为：

其中：δρ

作为本发明再进一步的方案：所述步骤S3中的建模方法包括以下步骤：

1)、通过小波变换对解算的系统误差进行去噪；

2)、通过快速傅里叶变换提取数据周期，为误差建模选取构建数据集；

3)、通过二次多项式拟合进行系统误差建模，得到系统误差与时间、位置的函数关系。

与现有技术相比，本发明的有益效果是：本发明设计新颖，本发明提出了一种同时考虑到声速误差和声呐时间延迟的声学观测模型，并且通过两步卡尔曼滤波进行解算，该方法可以通过海底基准定位来对海域内的系统误差进行解算；

同时考虑到海洋声学导航中较少的观测值无法进行过多参数解算的问题，本发明提出了基于解算的系统误差进行误差建模，以便为声学导航提供系统误差改正；

通过上述方法可以很好的解决海洋声学导航定位中系统误差改正问题，显著提高导航定位精度。

附图说明

图1为海洋声学导航系统误差改正算法方案图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

另外，本发明中的元件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的，并不表示是唯一的实施方式。

基于声速误差进行随机模型确定的解算方法；利用单差和双差算法进行系统误差消除；利用构建最优的观测结构进行系统误差的消除达到提高定位精度的方法；上述方法能够在一定程度上减小声速误差的影响，但是算法无法从根本上解决系统误差对定位精度的影响。基于上述问题，利用将未知的声速误差和系统误差作为待估值进行误差估计和改正的算法也被提出。但是，精确的观测模型会增加待估参数的数量，在声学定位中可以通过大量的多余观测进行多余参数的解算。然而，对于声学导航中声学观测较少的情况通过观测值进行待估参数的解算是具有局限性。

请参阅图1，本发明实施例中，一种海洋声学导航系统误差改正方法，所述海洋声学导航系统误差改正方法包括以下步骤：

S1、通过海底基准定位数据进行海域内系统误差值的解算，得到残差向量，其中，考虑到声学定位中误差改正问题，基于传统的声学观测模型构建改进的观测方程；首先，通过声线跟踪算法进行等效声速的计算；其次，将平均声速误差和时间延迟误差作为未知参数进行估计，改进的观测方程由以下公式所示；最终，通过基于随机过程的卡尔曼滤波进行第一步系统误差的解算，最终得到解算残差向量为二次估计的长周期建模提供数据支撑；

S2、基于S1中系统误差估计的残差向量，通过经验模态分解和函数拟合进行声速长周期误差建模，得到二次估计的观测模型，其观测方程由以下公式所示，最终通过基于随机过程的卡尔曼滤波算法进行系统误差及位置值的解算，进而得到精确的位置值和海域内的系统误差值，为系统误差建模提供数据；

S3、基于S1及S2中得到的系统误差的估计结果，采用二项多项式拟合方法进行系统误差的建模，得到系统误差与时间、位置的函数关系，首先，通过小波变换对解算的系统误差进行去噪；其次，通过快速傅里叶变换提取数据周期，为误差建模选取构建数据集；最终通过二次多项式拟合进行系统误差建模，得到系统误差与时间、位置的函数关系，为海洋声学导航系统误差修正提供误差改正模型；

S4、由于实验数据采用询问应答模式，目标在运动着，目标发出信号和接收信号不在同一点上，这样测距仪所得到的距离数据实际上是两个不在同一位置上的距离之和，因此需要进行斜距误差修正，然后，基于步骤S3的系统误差改正模型构建改进的海洋声学导航方程；

S5、采用抗差卡尔曼滤波方法进行动态载体的位置解算，将解算出的位置坐标与其它传感器(GNSS的PPP结果)进行对比，进行算法的精度验证。

本发明首先结合海洋基准定位数据通过基于两步系统误差估计的卡尔曼滤波方法来估计海域内的系统误差改正值。其次，基于上述系统误差改正值，通过小波变换去噪消除对系统误差建模的影响。同时，利用多项式模型对去噪的系统误差进行构建，在此过程中需要对系统误差信号进行快速傅里叶变换来得到信号的周期和振幅，上述方法的目的是为系统误差建模的数据选取提供依据。最终，将建模完成的系统误差改正模型带入到导航方程中进行函数模型误差修正。该方法能够准确的的对声学导航的系统误差进行修正，同时不需要增加过多的估计参数，从而为海洋声学高精度导航服务提供技术支持。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。