一种某深度水层面模式下的导航信息融合方法及系统技术方案

本发明专利技术公布了一种某深度水层面模式下的导航信息融合方法及系统，在AUV下潜深度较浅时，DVL的声波不能达到水底，其输出的速度信息中包含洋流速度，此时DVL工作在某深度水层面模式，为了回避对洋流的建模问题，提前在水底模式下进行径向基神经网络RBFNN的训练，完成对水底模式下DVL和SINS速度差异和SINS载体运动参数的关联函数的拟合；在AUV处于某深度水层面模式时，将SINS中实时的载体运动参数代入在水底模式下最新训练得到的关联函数，解算出此时将DVL的声波在理论上延长到水底时的输出速度与SINS输出速度的差异，并作为滤波模块的量测输入，最后补偿到SINS上。本发明专利技术有效解决了在多普勒计程仪输出的速度包含洋流速度时，如何既不对洋流建模，又能对SINS进行补偿这一技术问题。

A navigation information fusion method and system based on a certain depth water surface model

【技术实现步骤摘要】
一种某深度水层面模式下的导航信息融合方法及系统
本专利技术属于水下航行器和机器人组合导航领域，具体涉及一种某深度水层面模式下的导航信息融合方法及系统。
技术介绍
海洋不仅蕴藏着丰富的资源，而且还是重要的运输通道和防御外敌的天然屏障。研究利用海洋技术对实现建设海洋大国，提高综合国力具有极其重要的战略意义。水下潜器对海洋资源的开发有着不可忽视的作用，它在海洋环境建模、资源开采、水下目标的检测与识别、水下设备检查以及水下救险和打捞等方面得到了广泛应用，精确的导航技术是其能在水下准确航行的关键。惯性导航系统具有自主导航、保密性好、抗干扰能力强、导航参数丰富及短时间内导航精度高等特点。然而由于惯性传感器固有误差的存在，使得导航误差随时间积累，长时间导航精度较差。所以需要其他误差稳定的导航系统的辅助，对其累积误差周期性的修正，以使其更好的发挥自身优势。多普勒计程仪虽然精度低，但其误差能长时间保持稳定，由于两者的互补性，所以采用捷联惯性导航系统(StrapdownInertialNavigationSystem,SINS)和多普勒计程仪(DopplerVelocityLog,DVL)组合的方式，能有效的减小误差，提高导航精度。当水深较浅或当自主式水下航行器(AutonomousUnderwaterVehicle，AUV)处于深海作业时，AUV距海底较近，多普勒计程仪的声波能达到水底，多普勒计程仪测量的是载体相对于水底的速度；但当AUV距海底较远时，多普勒计程仪的声波仅能够达到某深度水层面，多普勒计程仪测量的是载体相对于该层水面的速度。但在海洋中，由于洋流有一定的速度，致使其测量出的不是AUV相对于水底的速度，而在SINS和多普勒计程仪组合导航方式中由于SINS输出的是相对于水底的速度，因而也要求多普勒计程仪量测的是相对于水底的速度，这就需要实时量测洋流速度，一般的方法是对洋流速度进行建模，但由于其计算复杂度高，而且会受海水温度、地形等不确定因素的影响。组合导航系统常用的信息融合方法是通过滤波推算最优估计值，但在上述某深度水层面模式下，洋流速度的不确定性会导致系统模型不准确，模型参数易发生漂移和突变，因此该模式下采用滤波融合方法的精度较低且预测误差会随时间积累。在多普勒计程仪工作于某深度水层面模式时，如何做到既不对洋流速度建模，还能保证此时SINS的精度，目前还没有一种较好的解决方法。
技术实现思路
专利技术目的：本专利技术提出了一种某深度水层面模式下的导航信息融合方法及系统，解决了在某深度水层面模式下，多普勒计程仪输出的速度包含洋流速度时，如何既不对洋流建模，又能对SINS进行补偿这一技术问题。技术方案：本专利技术所述的一种某深度水层面模式下的导航信息融合方法，包括以下步骤：(1)使AUV下潜，直到DVL的声波能到达水底，在此水底模式下拟合关联函数，导航计算机对关联函数进行保存和更新；(2)当DVL的声波只能达到某深度水层面，放弃此某深度水层面模式下多普勒计程仪输出的速度信息，此时导航系统为纯SINS模式；(3)某深度水层面模式下不进行RBFNN的训练，直接用导航计算机里保存的步骤(1)获得的关联函数；(4)将某深度水层面模式下SINS实时的载体运动参数代入步骤(3)所述的关联函数，求得水底模式时DVL和SINS的速度差异值，即解算得到了某深度水层面模式下将DVL的声波在理论上延长到水底时的输出速度与SINS输出速度的差异；(5)直接将步骤(4)获得的速度差异代替此某深度水层面模式下DVL和SINS的直接输出，作为滤波模块的量测输入，并将推算的最优估计值对SINS进行补偿，实现对放弃了DVL输出的纯SINS导航模式的补偿。进一步地，所述步骤(1)包括以下步骤：(11)将多普勒计程仪和SINS的信息经滤波模块滤波后，对SINS进行补偿；(12)提取水底模式下DVL、SINS的速度差异和SINS中的载体运动参数作为样本数据；(13)通过RBFNN对参数的不断训练完成对水底模式下DVL、SINS的速度差异和SINS中的载体运动参数关联函数的拟合，输出形式是基函数的线性组合；(14)对提取训练样本的时间进行设定，下一提取训练样本的时间到，再重复步骤(11)至(13)，不断得到实时的关联函数；其中训练样本的时间设定为1分钟。本专利技术还提供一种某深度水层面模式下的导航信息融合系统，包括捷联惯性导航系统、多普勒计程仪、滤波模块、RBFNN模块、导航计算机；所述捷联惯性导航系统作为主导航系统，多普勒计程仪作为辅助导航系统；所述滤波模块用于在水底模式时对多普勒计程仪和捷联惯性导航系统进行信息融合，在某深度水层面模式时推算速度差异的最优估计值，并对捷联惯性导航系统进行补偿；所述RBFNN模块用于在水底模式下进行参数的训练和关联函数的拟合；所述导航计算机在水底模式时用于保存实时更新的关联函数，在某深度水层面模式时用于将此时捷联惯性导航系统的载体运动参数代入最新保存的关联函数，得到水底模式时多普勒计程仪和捷联惯性导航系统的速度差异，利用此速度差异，代替某深度水层面模式下DVL和SINS的直接输出，为滤波模块提供量测信息，实现了对纯SINS模式的补偿。有益效果：与现有技术相比，本专利技术的有益效果：1、神经网络在水底模式下对关联函数的拟合，能实现在某深度水层面模式下利用不包含洋流速度的多普勒计程仪的输出，对SINS进行补偿；2、在某深度水层面模式下，洋流速度的不确定性会导致系统模型不准确，模型参数易发生漂移和突变，因此采用滤波方法的精度较低且预测误差会随时间积累，本专利技术不需要对洋流速度进行建模，而是充分利用了RBFNN的自学习能力，在保证了较高的导航精度的同时，使得计算量和计算复杂度大大降低。附图说明图1为某深度水层面模式下的导航信息融合方法及系统总体框图；图2为纯SINS模式时的补偿方法框图；图3为多普勒计程仪工作模式图；图4为RBFNN拟合关联函数方法框图。具体实施方式下面结合附图对本专利技术做进一步详细说明。如图3所示，某深度水层面模式是指:多普勒计程仪的声波不能达到水底，而只能达到某层水面。此时多普勒计程仪输出的速度并不是载体相对于水底的速度，而是还包含了洋流速度。多普勒计程仪工作在某深度水层面模式时，为了回避洋流速度的建模问题，应放弃使用多普勒计程仪的速度输出信息，但如果为纯SINS模式，SINS的惯性器件存在固有误差，其误差的累积会导致导航精度迅速下降，而且当前AUV的运动状态受到了较大扰动且这种扰动无法估计，因此会导致导航系统模型不准确，进而导致滤波器的模型参数发生漂移或突变。为了对此时的纯SINS模式进行补偿，一是增加其他导航设备，但这会伴随着增加系统硬件复杂度等问题，二是改进补偿方法，本专利技术从改变滤波模块的量测输入着手，由于某深度水层面模式下的洋流速度无法在不建模的情况下进行预测，所以在此模式下不直接利用此时DVL和SINS的速度信息作为量测信息，而是通过本文档来自技高网...

【技术保护点】
1.一种某深度水层面模式下的导航信息融合方法，其特征在于，包括以下步骤：/n(1)使AUV下潜，直到DVL的声波能到达水底，在此水底模式下拟合关联函数，导航计算机对关联函数进行保存和更新；/n(2)当DVL的声波只能达到某深度水层面，放弃此某深度水层面模式下多普勒计程仪输出的速度信息，此时导航系统为纯SINS模式；/n(3)某深度水层面模式下不进行RBFNN的训练，直接用导航计算机里保存的步骤(1)获得的关联函数；/n(4)将某深度水层面模式下SINS实时的载体运动参数代入步骤(3)所述的关联函数，求得水底模式时DVL和SINS的速度差异值，即解算得到了某深度水层面模式下将DVL的声波在理论上延长到水底时的输出速度与SINS输出速度的差异；/n(5)直接将步骤(4)获得的速度差异代替此某深度水层面模式下DVL和SINS的直接输出，作为滤波模块的量测输入，并将推算的最优估计值对SINS进行补偿，实现对放弃了DVL输出的纯SINS导航模式的补偿。/n

【技术特征摘要】
1.一种某深度水层面模式下的导航信息融合方法，其特征在于，包括以下步骤：
(1)使AUV下潜，直到DVL的声波能到达水底，在此水底模式下拟合关联函数，导航计算机对关联函数进行保存和更新；
(2)当DVL的声波只能达到某深度水层面，放弃此某深度水层面模式下多普勒计程仪输出的速度信息，此时导航系统为纯SINS模式；
(3)某深度水层面模式下不进行RBFNN的训练，直接用导航计算机里保存的步骤(1)获得的关联函数；
(4)将某深度水层面模式下SINS实时的载体运动参数代入步骤(3)所述的关联函数，求得水底模式时DVL和SINS的速度差异值，即解算得到了某深度水层面模式下将DVL的声波在理论上延长到水底时的输出速度与SINS输出速度的差异；
(5)直接将步骤(4)获得的速度差异代替此某深度水层面模式下DVL和SINS的直接输出，作为滤波模块的量测输入，并将推算的最优估计值对SINS进行补偿，实现对放弃了DVL输出的纯SINS导航模式的补偿。


2.根据权利要求1所述的一种某深度水层面模式下的导航信息融合方法，其特征在于，所述步骤(1)包括以下步骤：
(11)将多普勒计程仪和SINS的信息经滤波模块滤波后，对SINS进行补偿；
(12)提取水底模式下DVL、SINS的速度差异和SINS中的载体运动参数作为样本数据；

【专利技术属性】
技术研发人员：黄浩乾，刘聪，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏;32