一种水下航行器导航方法技术

本发明专利技术涉及一种水下航行器导航方法，属于水下航行器导航控制技术领域。水下航行器采用INS/DVL组合导航系统进行导航控制时，由于存在多种因素影响多普勒的测速误差，误差形式复杂，本领域的技术人员难以全面考虑这些影响因素，最终导致水下航行器的导航精度较低。本发明专利技术在获取到不同时刻下的多普勒速度和载体系速度的基础上，训练得到机器学习模型。在水下航行器的实时导航控制过程中，获取到多普勒速度测量值后，利用机器学习模型来获得载体系速度测量值，避免了对影响多普勒测速误差的因素进行全面分析的过程，因此得到的载体系速度测量值更加准确，利用载体系速度测量值进行导航控制的精度更高。控制的精度更高。控制的精度更高。

【技术实现步骤摘要】
一种水下航行器导航方法


[0001]本专利技术涉及一种水下航行器导航方法，属于水下航行器导航控制


技术介绍

[0002]水下航行器的导航系统必须具有远程、长航时、高精度的导航能力，并且水下航行器只有在上浮的时候才能接受到卫星信号，进而保证水下航行顺利实现。然而目前可用于水下导航的手段仍然比较有限，例如采用长基线导航的声学导航系统，有一定的作用范围，但使用受限，惯导系统/多普勒(Inertial Navigation System/Doppler Velocity Log，INS/DVL)组合导航是目前实现水下自主导航的主要方式。
[0003]如图1所示为一种典型的水下组合导航系统，惯导系统INS通过陀螺仪和加速度计解算水下航行器的姿态、位置和速度，多普勒导航系统DVL根据INS解算出的姿态数据进行速度解算，进而通过卡尔曼滤波Kalman的方式进行误差补偿，输出最终的导航结果。多普勒导航系统是利用安装在水下航行器上的超声换能器向海底发射超声波，并根据多普勒效应原理测量水下航行器速度。利用多普勒的速度观测信息可以抑制惯性导航系统INS的误差增长，从而实现INS/DVL组合导航。
[0004]然而，多普勒的速度观测信息存在误差。通常认为，多普勒的测速误差主要由两部分组成：标度因数误差和安装偏差。标度因数误差是指多普勒原理测量出的速度与真实速度之间有一个比例系数的误差。安装偏差指的是多普勒的载体系与惯性导航系统的载体系在安装的时候不能保证完全重合，有一定的安装偏差角。标度因数误差和安装偏差都会导致多普勒输出的速度存在一定误差。为保证导航精度，通常采用离线标定或在线标定的方式来标定出标度因数误差和安装偏差角。
[0005]在线自标定方式：即在组合导航的过程中，将安装偏差角和标度因数误差作为INS/DVL组合导航中卡尔曼滤波器的状态变量，进行在线估计。这种标定方式通常要求水下航行器在行驶中要有一定的机动性，然而，由于水下航行器机动性小，一定程度上影响了标度因数误差和安装偏差角的在线估计效果，并最终影响了导航精度。
[0006]离线标定方式：引入额外的速度或位置观测信息作为标定的基准，建立多普勒速度序列与参考基准之间的关系模型，从而实现标定。这种标定方式通常需要卫星导航系统(Global Navigation Satellite System，GNSS)或长基线导航系统等提供的额外的位置、速度参考信息，标定成本较高。
[0007]实际上，多普勒的测速误差受到水下的声速、多普勒安装结构、温度、水下地貌、载体机动等多重因素的影响，误差形式十分复杂，标度因数误差和安装偏差不能反映所有的误差因素。即使标度因数误差和安装偏差角的估计效果较好，也难以保证最终水下导航的精度，水下航行器的导航控制效果较差。

技术实现思路

[0008]本专利技术的目的在于提供一种水下航行器导航方法，用于解决水下航行器通过现有
INS/DVL组合导航系统进行水下导航控制时，难以全面考察影响多普勒测速误差的因素，使得水下航行器的导航控制精度低的问题。
[0009]为了实现上述目的，本专利技术的
技术实现思路
和有益效果包括：
[0010]本专利技术提供了一种水下航行器导航方法，包括如下步骤：
[0011]S1、通过多普勒导航系统获取水下航行器在第一载体坐标系下的多普勒速度测量值；所述第一载体坐标系为水下航行器在多普勒导航系统下的载体坐标系；
[0012]S2、将步骤S1得到的多普勒速度测量值输入已训练好的机器学习模型中，输出多普勒速度测量值的校正值；机器学习模型的训练集包括不同时刻下水下航行器在第一载体坐标系下的多普勒速度和对应时刻下水下航行器的真实速度；
[0013]S3、根据载体系速度测量值对水下航行器进行导航。
[0014]水下航行器采用INS/DVL组合导航系统进行导航控制时，由于存在多种因素影响多普勒的测速误差，误差形式复杂，本领域的技术人员难以全面考虑这些影响因素，最终导致水下航行器的导航精度较低。本专利技术在获取到不同时刻下的多普勒速度和载体系速度的基础上，构建训练集，并通过机器学习的方式，训练得到机器学习模型。在水下航行器的实时导航控制过程中，获取到多普勒速度测量值后，利用机器学习模型来获得多普勒速度测量值的校正值，避免了对影响多普勒测速误差的因素进行全面分析的过程，或者说由于训练集的数据来源于不同的水下环境，水下声速、温度和地貌均不同，而且多普勒安装结构和载体机动性等条件也各不相同，所以已经全面地考虑到了影响多普勒测速误差的因素，因此得到的载体系速度测量值更加准确，利用载体系速度测量值进行导航控制的精度更高。
[0015]进一步地，通过INS/GNSS组合导航系统获取水下航行器的速度和姿态，进而根据水下航行器的速度和姿态计算水下航行器在第二载体坐标系的载体系速度。
[0016]载体系速度无法通过直接观测的手段获取，而是通过INS/GNSS组合导航系统输出水下航行器的速度和姿态，进而计算出载体系速度，便于本专利技术的实施。
[0017]进一步地，通过如下公式计算载体系速度：
[0018][0019]式中，V
b
(k)表示载体系速度矩阵，表示水下航行器在INS/GNSS组合导航模式下的速度矩阵，表示水下航行器在INS/GNSS组合导航模式下的姿态矩阵，[
·
]T
表示矩阵的转置，k＝1，2，3，
…
。
[0020]通过一组具体的公式说明计算载体系速度的过程，计算简单，便于本专利技术的实施。
[0021]进一步地，所述机器学习模型采用BP神经网络，BP神经网络的隐含层包括10个神经元。
[0022]采用BP神经网络作为机器学习模型，易于获取。BP神经网络的结构包括隐含层，隐含层有10个神经元，结构简单，便于实现。
[0023]进一步地，采用水下航行器的INS/GNSS组合导航系统工作设定时间后的多普勒速度和载体系速度构建训练集。
[0024]水下航行器的INS/GNSS组合导航系统工作设定时间后，能够在一定程度上减小INS/GNSS组合导航模式下的系统姿态误差，从而提高训练集数据的准确性，训练出的机器学习模型更加可靠，水下航行器的导航精度更好。
[0025]进一步地，步骤S3中，通过惯性导航系统输出的水下航行器的姿态将载体系速度测量值转换到导航坐标系得到第一导航系速度，然后与惯性导航系统输出的水下航行器在导航坐标系的第二导航系速度作差，根据差值对水下航行器进行导航控制。
[0026]得到载体系速度测量值后，便可通过现有技术中导航控制的方法，利用惯性导航系统输出的姿态将载体系速度转换到导航坐标系，然后与惯性导航系统直接输出的导航系速度作差，通过差值来进行导航控制，便于本专利技术的实施。
[0027]进一步地，将所述差值输入卡尔曼滤波器，输出误差补偿结果到惯性导航系统，惯性导航系统根据误差补偿结果进行导航控制。
[0028]通过卡尔曼滤波器进行误差本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水下航行器导航方法，其特征在于，包括如下步骤：S1、通过多普勒导航系统获取水下航行器在第一载体坐标系下的多普勒速度测量值；所述第一载体坐标系为水下航行器在多普勒导航系统下的载体坐标系；S2、将步骤S1得到的多普勒速度测量值输入已训练好的机器学习模型中，输出多普勒速度测量值的校正值；机器学习模型的训练集包括不同时刻下水下航行器在第一载体坐标系下的多普勒速度和对应时刻下水下航行器的真实速度；S3、根据载体系速度测量值对水下航行器进行导航。2.根据权利要求1所述的水下航行器导航方法，其特征在于，通过INS/GNSS组合导航系统获取水下航行器的速度和姿态，进而根据水下航行器的速度和姿态计算水下航行器在第二载体坐标系的载体系速度。3.根据权利要求2所述的水下航行器导航方法，其特征在于，通过如下公式计算载体系速度：式中，V
b
(k)表示载体系速度矩阵，表示水下航行器在INS/GNSS组合导航模式下的速度矩阵，表示水下航行器在INS/GNSS组合导航模式下的姿态矩阵，[
·
]
...

【专利技术属性】
技术研发人员：李万里，陈明剑，詹银虎，吴楠，施星宇，
申请(专利权)人：中国人民解放军战略支援部队信息工程大学，
类型：发明
国别省市：