[發(fā)明專利]一種面向無人船組合導(dǎo)航信息融合的多尺度數(shù)據(jù)分塊算法

在審

• 申請(qǐng)?zhí)枺?/td>: 201911287615.6
• 申請(qǐng)日: 2019-12-14
• 公開（公告）號(hào): CN110926466A
• 公開（公告）日: 2020-03-27
• 發(fā)明（設(shè)計(jì)）人: 王寧;楊毅;陳帥
• 申請(qǐng)（專利權(quán)）人: 大連海事大學(xué)
• 主分類號(hào): G01C21/16
• 分類號(hào): G01C21/16;G01C21/20;G01S19/42
• 代理公司: 大連東方專利代理有限責(zé)任公司 21212
• 代理人: 李洪福

本發(fā)明公開了一種面向無人船組合導(dǎo)航信息融合的多尺度數(shù)據(jù)分塊算法，簡(jiǎn)稱MDS，包括以下步驟：建立組合導(dǎo)航系統(tǒng)數(shù)學(xué)模型；建立組合導(dǎo)航多尺度系統(tǒng)模型；設(shè)計(jì)最優(yōu)融合算法。本發(fā)明針對(duì)無人船組合導(dǎo)航系統(tǒng)多傳感器異步采樣的問題，提出一種多尺度數(shù)據(jù)分塊的信息融合方法(MDS)，相比于傳統(tǒng)聯(lián)邦濾波(FKF)的分布式濾波算法，有效的解決了傳感器信息異步融合的問題。本發(fā)明在原有多尺度濾波方法的基礎(chǔ)上，將多尺度濾波方法與數(shù)據(jù)分塊的方法結(jié)合，相比于小波變換的方法，該方法計(jì)算量更小，更簡(jiǎn)便，并提高了無人船組合導(dǎo)航系統(tǒng)的信息融合效果。

技術(shù)領(lǐng)域

本發(fā)明屬于多傳感器信息融合領(lǐng)域，尤其涉及一種多尺度數(shù)據(jù)分塊算法在無人船SINS/GPS/Compass組合導(dǎo)航系統(tǒng)的多傳感器信息融合中的應(yīng)用研究。

背景技術(shù)

組合導(dǎo)航系統(tǒng)指各種導(dǎo)航傳感器，通過控制器進(jìn)行控制組合而成的導(dǎo)航系統(tǒng)。組合導(dǎo)航系統(tǒng)廣泛應(yīng)用于汽車、船舶等應(yīng)用領(lǐng)域，用于提供精確的信息參數(shù)。由于捷聯(lián)慣導(dǎo)系統(tǒng)可以提供較多的導(dǎo)航參數(shù)，所以組合導(dǎo)航系統(tǒng)大多以捷聯(lián)慣導(dǎo)為基礎(chǔ)進(jìn)行設(shè)計(jì)。目前，多傳感器信息融合方法廣泛應(yīng)用于組合導(dǎo)航的數(shù)據(jù)處理融合，多傳感器信息融合常用的濾波結(jié)構(gòu)包括集中式濾波結(jié)構(gòu)和分布式濾波結(jié)構(gòu)。集中式濾波結(jié)構(gòu)簡(jiǎn)單、精度更高，但是可靠性低、計(jì)算負(fù)擔(dān)大。分布式濾波具有容錯(cuò)性高、可靠性強(qiáng)等優(yōu)點(diǎn)，所以在組合導(dǎo)航多傳感器信息融合領(lǐng)域得到了廣泛應(yīng)用。常用的分布式濾波方法主要為聯(lián)邦卡爾曼濾波，在此基礎(chǔ)上，將自適應(yīng)、模糊等方法與之結(jié)合，具備了更高的應(yīng)用價(jià)值。

目前，組合導(dǎo)航系統(tǒng)多傳感器信息融合方法得到了廣泛研究，但在實(shí)際應(yīng)用過程中，由于傳感器性能限制、信號(hào)變化率相差較大、采樣周期不同等問題限制，每個(gè)導(dǎo)航傳感器的采樣率不盡相同，而且其中包括傳感器固有延遲和通信延遲，所以導(dǎo)航傳感器并不是同步將傳感器數(shù)據(jù)發(fā)送回融合中心，造成多傳感器信息融合的異步問題，降低組合導(dǎo)航系統(tǒng)導(dǎo)航精度，增大了組合導(dǎo)航系統(tǒng)的誤差。

發(fā)明內(nèi)容

為解決現(xiàn)有技術(shù)存在的上述問題，本發(fā)明要設(shè)計(jì)一種能夠解決傳感器信息融合異步問題的面向無人船組合導(dǎo)航信息融合的多尺度數(shù)據(jù)分塊算法。

為了實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案如下：一種面向無人船組合導(dǎo)航信息融合的多尺度數(shù)據(jù)分塊算法，簡(jiǎn)稱MDS，包括以下步驟：

A、建立組合導(dǎo)航系統(tǒng)數(shù)學(xué)模型

針對(duì)無人船組合導(dǎo)航多傳感器信息融合問題，建立無人船組合導(dǎo)航系統(tǒng)的數(shù)學(xué)模型。所述無人船組合導(dǎo)航系統(tǒng)包括捷聯(lián)慣導(dǎo)系統(tǒng)傳感器即SINS傳感器、全球定位系統(tǒng)傳感器即GPS傳感器、三維電子羅盤傳感器即Compass傳感器和嵌入式處理器。所述嵌入式處理器內(nèi)采用多尺度數(shù)據(jù)分塊算法進(jìn)行傳感器信息融合，輸出無人船的位置、速度和姿態(tài)信息。采用SINS傳感器的誤差方程作為組合導(dǎo)航系統(tǒng)的狀態(tài)方程，導(dǎo)航坐標(biāo)系選用東北天坐標(biāo)系即NEU，通過對(duì)SINS傳感器的性能及誤差源分析，組合導(dǎo)航系統(tǒng)的狀態(tài)方程和量測(cè)方程分別描述為：

其中，為組合導(dǎo)航系統(tǒng)的狀態(tài)估計(jì)值；F(t)為組合導(dǎo)航系統(tǒng)的狀態(tài)轉(zhuǎn)移矩陣；X(t)為組合導(dǎo)航系統(tǒng)的狀態(tài)變量；W(t)為組合導(dǎo)航系統(tǒng)的白噪聲矩陣；i＝1、2、3，Z₁(t)為SINS/GPS子濾波器速度的量測(cè)值，Z₂(t)為SINS/GPS子濾波器位置的量測(cè)值，Z₃(t)為SINS/Compass子濾波器姿態(tài)的量測(cè)值，H_i(t)為組合導(dǎo)航系統(tǒng)的量測(cè)矩陣，V_i(t)為組合導(dǎo)航系統(tǒng)的量測(cè)噪聲，t為時(shí)間。

組合導(dǎo)航系統(tǒng)的狀態(tài)變量X(t)為：