CN109931936A - 一种基于移动中继站的弱连通auv协同导航方法 - Google Patents

Abstract

本发明提出一种基于移动中继站的弱连通AUV协同导航方法，在不增加原系统的复杂程度，不改变原系统的控制输入的前提下，利用现有的组成部分，对弱连通AUV重新进行协同导航定位。本发明通过主AUV与正常通信的从AUV组成第一级协同导航系统，弱连通AUV与中继站组成第二级协同导航系统，两级协同导航系统通过通信得到相对距离，依此修正自身航位推算所得的位置信息，实现定位。本发明将各AUV自身的导航信息与利用水声技术所得到AUV间的量测信息相结合，进而提高各AUV导航定位精度，具有低成本、空间与功能分布、可重构性、高效率等突出优势，能够完成单体AUV难以完成的任务。

Description

一种基于移动中继站的弱连通AUV协同导航方法

技术领域

本发明属于水下航行器协同导航技术领域，具体涉及一种基于移动中继站的弱连通AUV协同导航方法。

背景技术

随着人类对海洋探索和开发越来越深入，其任务的复杂程度逐渐超出无人水下航行器的单兵作战能力，因此多AUV协作系统越来越得到重视。为了使多AUV协作系统能够高效的完成任务，精确的协同导航技术是前提条件。然而对于复杂的海况，多AUV协作导航时，往往会出现不可观测和通信失效的情况，即本文的弱连通现象。

对于不可观测的情况，目前的研究主要通过规划复杂的路径或者改变系统的控制输入增加系统的可观测性；对于通信失效的情况，目前的做法主要通过编队的控制或者改变算法，降低通信失效带来的危害。但是，这些做法或多或少会对原系统会有一定的危害。

发明内容

为解决现有技术存在的问题，本发明提出一种基于移动中继站的弱连通AUV的协同导航方法，在不增加原系统的复杂程度，不改变原系统的控制输入的前提下，利用现有的组成部分，对弱连通AUV重新进行协同导航定位。

协同导航技术是基于多AUV组成的网络结构的导航方法，其主要将各AUV自身的导航信息与利用水声技术所得到AUV间的量测信息相结合，进而提高各AUV导航定位精度，具有低成本、空间与功能分布、可重构性、高效率等突出优势，能够完成单体AUV难以完成的任务，并且其对于海洋的探索与开发的作用，是任何结构体所无法比拟的。而本文的移动中继站指AUV网络结构中，与主AUV通信正常的某一个从AUV，其主要作用是将主AUV的位置信息与量测信息间接传输给弱连通AUV，进而将其信息与弱连通AUV的航推信息相结合，提高导航定位精度。

本发明的技术方案为：

所述一种基于移动中继站的弱连通AUV协同导航方法，其特征在于：包括以下步骤：

步骤1：多AUV群体中，主AUV与正常通信的从AUV组成第一级协同导航系统，两者之间进行通信，从AUV得到自身与主AUV之间的相对距离，依此修正自身航位推算所得的位置信息；

步骤2：在正常通信的从AUV中，确定某一个从AUV作为中继站；

步骤3：弱连通AUV与中继站组成第二级协同导航系统，两者之间进行通信，弱连通AUV得到自身与中继站之间的相对距离，依此修正弱连通AUV航位推算所得的位置信息。

进一步的优选方案，所述一种基于移动中继站的弱连通AUV协同导航方法，其特征在于：在协同导航的初始阶段，所有AUV的导航系统时钟利用GNSS信号进行校准，确保时钟同步。

进一步的优选方案，所述一种基于移动中继站的弱连通AUV协同导航方法，其特征在于：步骤1中，主AUV向外发射声信号脉冲，并广播自身的位置信息；正常通信的从AUV在接收到主AUV的信号后，利用声波信号的时间差解算自身与主AUV之间的相对距离；从AUV利用主AUV位置和相对距离信息，完成第一级协同导航定位；第一级协同导航定位完成后，步骤3中，中继站向外发射声信号脉冲，并广播自身的位置信息，弱连通AUV在接收到中继站的信号后，利用声波信号的时间差解算自身与中继站之间的相对距离；弱连通AUV利用中继站位置和相对距离信息，完成第二级协同导航定位。

进一步的优选方案，所述一种基于移动中继站的弱连通AUV协同导航方法，其特征在于：采用非线性Kalman滤波方法，在一个滤波周期内进行步骤1～步骤3，对从AUV与弱连通AUV的位置进行预测估计。

进一步的优选方案，所述一种基于移动中继站的弱连通AUV协同导航方法，其特征在于：步骤1中，第一级协同导航系统的状态方程与量测方程为：

其中L表示主AUV，Si表示第i个正常通信的从AUV，与表示k与k+1时刻第i个从AUV的位置状态，包括x方向位置、y方向位置以及航向角θ；表示k时刻第i个从AUV的前向合成速度信息，表示k时刻第i个从AUV与主AUV之间的量测信息，表示k时刻第i个从AUV的过程噪声序列，表示量测噪声序列，是过程噪声矩阵，是量测噪声矩阵，f与h为非线性函数；

利用非线性Kalman滤波方法，对从AUV的位置进行预测估计为：

其中为状态一步预测值，为第一级协同导航系统对应的滤波增益矩阵，为状态预测值；

步骤3中，第二级协同导航系统的状态方程与量测方程为

其中R与W分别表示中继站与弱连通AUV，k′为在第一级协同导航完成之后，再进行第二级协同导航的滤波时刻；

对弱连通AUV的位置进行估计为

。

有益效果

本发明不仅解决了弱连通AUV的协同导航问题，也充分利用了系统中每个AUV的作用。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1为本发明弱连通AUV与主AUV间接进行通信的示意图；

图2为本发明弱连通AUV间接利用主AUV信息进行协同导航定位示意图；

图3为本发明协同导航方法的滤波示意图；

图4为实例的主AUV、中继站与弱连通AUV的实际航行轨迹；

图5为实例的中继站与弱连通AUV的协同定位误差比较图；

图6为实例的弱连通AUV的协同导航轨迹。

具体实施方式

下面详细描述本发明的实施例，所述实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

如图1和图2所示，本实施例中的基于移动中继站的弱连通AUV协同导航方法包括以下步骤：

步骤1：协同导航的初始阶段，所有AUV的导航系统时钟利用GPS信号进行校准，确保时钟同步。多AUV群体中，主AUV与正常通信的从AUV组成第一级协同导航系统，两者之间进行通信，从AUV得到自身与主AUV之间的相对距离，依此修正自身航位推算所得的位置信息。

即主AUV向外发射声信号脉冲，并广播自身的位置信息；正常通信的从AUV在接收到主AUV的信号后，利用声波信号的时间差解算自身与主AUV之间的相对距离；从AUV利用主AUV位置和相对距离信息，完成第一级协同导航定位。

步骤2：在正常通信的从AUV中，确定某一个从AUV作为中继站。

步骤3：弱连通AUV与中继站组成第二级协同导航系统，两者之间进行通信，弱连通AUV得到自身与中继站之间的相对距离，依此修正弱连通AUV航位推算所得的位置信息。

即中继站向外发射声信号脉冲，并广播自身的位置信息，弱连通AUV在接收到中继站的信号后，利用声波信号的时间差解算自身与中继站之间的相对距离；弱连通AUV利用中继站位置和相对距离信息，完成第二级协同导航定位。

参考图3，本发明中主要采用非线性Kalman滤波方法，在一个滤波周期内进行步骤1～步骤3，对从AUV与弱连通AUV的位置进行预测估计。

建立协同导航中正常连通的从AUV与弱连通AUV的运动学方程：

其中Si表示第i个正常通信的从AUV，W表示弱连通AUV，θ为航向角，u为合成速度，Δt为滤波周期，ω为航向角变化率。

建立第一级协同导航中各个正常通信的从AUV与主AUV之间的量测方程：

其中L表示主AUV，表示主AUV与第i个正常通信的从AUV之间的距离，Dx_k,k+1与Dy_k,k+1表示k至k+1时刻的从AUV的移动失径。

根据运动学方程和量测方程，得到第一级协同导航系统的滤波方程为：

其中与表示k与k+1时刻第i个从AUV的位置状态，包括x方向位置、y方向位置以及航向角θ；表示k时刻第i个从AUV的前向合成速度信息，表示k时刻第i个从AUV与主AUV之间的量测信息，表示k时刻第i个从AUV的过程噪声序列，表示量测噪声序列，是过程噪声矩阵，是量测噪声矩阵，f与h为非线性函数。w_k与v_k都为均值为零的白噪声，且两者互不相关，过程噪声与量测噪声矩阵分别满足

利用Taylor公式将滤波方程展开为：

其中与

状态方程与量测方程可线性化表示为：

利用扩展卡尔曼进行滤波，具体如下：

一步状态与协方差预测：

一步状态预测为：

一步协方差预测为：

求取滤波增益：

滤波状态与协方差更新：

状态更新方程为：

滤波协方差更新方程为：

。

建立第二级协同导航中弱连通AUV与中继站之间的量测方程为：

其中r^R,W表示中继站与弱连通AUV之间的距离，k与k’在一个滤波周期内。

与第一级协同导航一样，建立第二级协同导航系统的滤波方程并将其线性化：

同理可得弱连通AUV的滤波状态估计为：

其中符号含义与第一级协同导航一样，只是将其中的上下标进行了替换。

最后，为了验证本发明的有效性，根据以上步骤，进行仿真验证。

设定仿真初始条件：

整个协同导航系统中有3个AUV，包括1个主AUV、2个从AUV，并且认为离主AUV远的从AUV为弱连通AUV，另外一个为中继站。

仿真时间：1800s；

滤波周期：1s；

主AUV与从AUV航速：1m/s；

从AUV航速测量误差：0.1m/s；

从AUV航向角误差：0.1o；

AUV间距测量误差：0.1m；

主AUV、中继站、弱连通AUV的初始位置：(-200,0)、(-100,0)、(0,0)。

仿真结果如图4、图5与图6所示。通过比较，可得到以下结论。进行协同导航时，移动中继站与弱连通AUV的定位误差收敛；弱连通AUV通过移动中继站间接利用主AUV信息进行协同导航的定位误差，较移动中继站直接利用主AUV进行协同导航的定位误差较大。其主要由于在进行第二级协同导航时，量测信息误差不仅包括第二级中弱连通AUV与移动中继站的量测误差，也包括第一级中的导航定位误差；除此之外，通过移动中继站进行协同导航的定位误差远比航推的定位误差小，验证了本方法的有效性。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (5)

1.一种基于移动中继站的弱连通AUV协同导航方法，其特征在于：包括以下步骤：

步骤1：多AUV群体中，主AUV与正常通信的从AUV组成第一级协同导航系统，两者之间进行通信，从AUV得到自身与主AUV之间的相对距离，依此修正自身航位推算所得的位置信息；

步骤2：在正常通信的从AUV中，确定某一个从AUV作为中继站；

步骤3：弱连通AUV与中继站组成第二级协同导航系统，两者之间进行通信，弱连通AUV得到自身与中继站之间的相对距离，依此修正弱连通AUV航位推算所得的位置信息。

2.根据权利要求1所述一种基于移动中继站的弱连通AUV协同导航方法，其特征在于：在协同导航的初始阶段，所有AUV的导航系统时钟利用GNSS信号进行校准，确保时钟同步。

3.根据权利要求1或2所述一种基于移动中继站的弱连通AUV协同导航方法，其特征在于：步骤1中，主AUV向外发射声信号脉冲，并广播自身的位置信息；正常通信的从AUV在接收到主AUV的信号后，利用声波信号的时间差解算自身与主AUV之间的相对距离；从AUV利用主AUV位置和相对距离信息，完成第一级协同导航定位；第一级协同导航定位完成后，步骤3中，中继站向外发射声信号脉冲，并广播自身的位置信息，弱连通AUV在接收到中继站的信号后，利用声波信号的时间差解算自身与中继站之间的相对距离；弱连通AUV利用中继站位置和相对距离信息，完成第二级协同导航定位。

4.根据权利要求1所述一种基于移动中继站的弱连通AUV协同导航方法，其特征在于：采用非线性Kalman滤波方法，在一个滤波周期内进行步骤1～步骤3，对从AUV与弱连通AUV的位置进行预测估计。

5.根据权利要求4所述一种基于移动中继站的弱连通AUV协同导航方法，其特征在于：步骤1中，第一级协同导航系统的状态方程与量测方程为：

其中L表示主AUV，Si表示第i个正常通信的从AUV，与表示k与k+1时刻第i个从AUV的位置状态，包括x方向位置、y方向位置以及航向角θ；表示k时刻第i个从AUV的前向合成速度信息，表示k时刻第i个从AUV与主AUV之间的量测信息，表示k时刻第i个从AUV的过程噪声序列，表示量测噪声序列，是过程噪声矩阵，是量测噪声矩阵，f与h为非线性函数；

利用非线性Kalman滤波方法，对从AUV的位置进行预测估计为：

其中为状态一步预测值，为第一级协同导航系统对应的滤波增益矩阵，为状态预测值；

步骤3中，第二级协同导航系统的状态方程与量测方程为

其中R与W分别表示中继站与弱连通AUV，k′为在第一级协同导航完成之后，再进行第二级协同导航的滤波时刻；

对弱连通AUV的位置进行估计为