[發明專利]一種用于水下滑翔器的高精度組合導航定位方法

有效

• 申請號: 201210585170.1
• 申請日: 2012-12-30
• 公開（公告）號: CN103033186A
• 公開（公告）日: 2013-04-10
• 發明（設計）人: 陳熙源;黃浩乾;劉虎;周智愷;唐建;方琳
• 申請（專利權）人: 東南大學
• 主分類號: G01C21/16
• 分類號: G01C21/16;G01C21/20
• 代理公司: 南京天翼專利代理有限責任公司 32112
• 代理人: 黃明哲

技術領域

本發明屬于導航技術領域，涉及水下滑翔器的導航定位，為一種用于水下滑翔器的高精度組合導航定位方法，該方法具有高可靠性、高精度、高穩定性及實時性等特點，可實現水下滑翔器的準確定位和自主導航。

背景技術

對于水下滑翔器的定位與導航，為了達到低功耗、低成本、長航時的目的，要求導航傳感器的數量盡量少，基于微型機電系統MEMS的慣性測量單元IMU以其體積小、重量輕、低功耗等優點，加之其不受外界干擾，能在短期內提供較高精度，被作為水下滑翔器的首選導航元件。然而基于MEMS的IMU本身存在一些固有器件誤差，加上熱噪聲、電子干擾等，會造成非靜態的隨機誤差漂移和MEMS器件的標度因子呈較嚴重的非線性。在運行期間，這些非線性誤差會增長，基于MEMS的慣性導航系統INS的性能也會隨之下降，在沒有額外的校正時位置誤差會累積增長。對于大多數水面導航，全球定位系統GPS已經是很成熟且可靠的技術，但在水下，GPS可能遇到失鎖、信號阻斷、多徑效應問題。所以航位推算算法將對INS的誤差校正起到至關重要的作用。

盡管卡爾曼濾波KF通過去除INS誤差中線性部分來補償系統輸出，但KF是適用于由高斯白噪聲所產生的線性誤差狀態模型，對基于MEMS的INS的非線性動態模型，它的效果并不佳。擴展卡爾曼濾波EKF通過去掉高次項強制將非線性模型近似成線性化模型。但這種線性化在高維非線性模型中將會導致濾波器的發散，效果較差。無跡卡爾曼濾波UKF從原理上克服了EKF的缺陷，在非線性系統中比EKF要優很多，但是UKF在計算非線性變換的隨機變量統計性時會有較大計算量。

因水下滑翔器導航與定位要求低功耗、長航時、高精度、小體積等，所以制約了器件的選擇，而目前已有的算法均有不足。如何結合水下滑翔器導航的背景，在數據處理、算法優化、濾波方式等方面進行算法設計以達到高精度、高實時性、長航時、高穩定性等，在國內外還沒有太多報道。

發明內容

本發明要解決的問題是：水下滑翔器導航與定位要求低功耗、長航時、高精度、小體積等，所以制約了器件的選擇，而目前已有的算法均有不足，需要一種用于水下滑翔器的導航定位方法，克服傳統組合導航系統由于誤差隨時間累積而不能高精度長航時實時導航與定位的欠缺，在數據處理、算法優化、濾波方式等方面達到高精度、高實時性、長航時和高穩定性。

本發明的技術方案為：一種用于水下滑翔器的高精度組合導航定位方法，以慣性測量單元IMU為導航原件，包括以下步驟：

1）將慣性測量單元IMU的輸出數據輸入無限脈沖響應IIR低通濾波器，去除掉粗大噪聲，完成數據的粗處理；

2）對粗處理后的數據進行細處理，所述細處理為計算粗處理后得到的數據的高斯分布均值和方差；

3）采用基于龍格－庫塔法Runge-Kutta的航位推算DR，推算每個更新周期內滑翔器的位置、速度和姿態；

4）設置兩級濾波系統，第一級濾波為自適應卡爾曼濾波AKF，第二級濾波是無跡卡爾曼濾波UKF，自適應卡爾曼濾波AKF通過自適應模糊控制調節濾波增益，通過自適應強跟蹤的擴展卡爾曼濾波EKF預測均方誤差，所述濾波增益與預測均方誤差共同調節得到估計均方誤差，將所述估計均方誤差代入無跡卡爾曼濾波UKF，得到兩級濾波系統，兩級濾波系統對輸入數據進行UKF濾波；

5）將步驟2）得到的高斯分布均值和方差，以及步驟3）得到的推算數據融合進行UKF濾波，由UKF估出的誤差反饋回慣性測量單元IMU，校正慣性測量單元IMU的累積誤差，維持慣性測量單元IMU的精度，輸出準確的位置、速度和姿態信息，實現穩定的導航定位。

步驟3）的基于龍格－庫塔法Runge-Kutta的航位推算DR具體為：設航位推算的采樣周期為T，在采樣周期內進行m次速度、位置和姿態的信息更新，每次更新的周期為采樣前速度為v₀，在采樣周期內每次更新的速度為v_j，j=1,2，....，m，采樣后速度為v_m，則在時間t內更新的速度由式(b)遞推：