CN110471096A - 一种分布式海底飞行节点群体定位方法 - Google Patents

一种分布式海底飞行节点群体定位方法 Download PDF

Info

Publication number
CN110471096A
CN110471096A CN201910859648.7A CN201910859648A CN110471096A CN 110471096 A CN110471096 A CN 110471096A CN 201910859648 A CN201910859648 A CN 201910859648A CN 110471096 A CN110471096 A CN 110471096A
Authority
CN
China
Prior art keywords
seabed
flight node
underwater
sound signal
underwater sound
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910859648.7A
Other languages
English (en)
Inventor
朱仲本
余相
秦洪德
邓忠超
万磊
王卓
田瑞菊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Engineering University
Original Assignee
Harbin Engineering University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN201910859648.7A priority Critical patent/CN110471096A/zh
Publication of CN110471096A publication Critical patent/CN110471096A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Navigation (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明属于水下定位技术领域，特别涉及一种水下地震波检测飞行节点群体水下定位方法。本发明利用水面无人艇搭载水声通讯机发射水声信号辅助海底飞行节点群体定位。水面无人艇与所有的海底飞行节点通过高精度原子钟实现时钟同步；所有海底飞行节点上均接收水面无人艇所发射的水声信号并记录信号到达时间，进而计算出水声信号传递时间；单个海底飞行节点未接收到水声信号时通过自身携带的低成本惯性测量单元进行惯性导航，接收到水声信号后通过扩展Kalman滤波进行位置校准。本发明克服了传统长基线、超短基线群体定位效率低的问题，克服了固定式单信标定位范围有限的问题，满足了海底飞行节点群体大范围高效实时定位的需求。

Description

一种分布式海底飞行节点群体定位方法
技术领域
本发明属于水下定位技术领域，特别涉及一种水下地震波检测飞行节点群体水下定位方法。
背景技术
水下地震波检测飞行节点是自动执行工作的装置，主要用于海底地震波的检测。现有的地震波检测方法一般是采用地震检测仪，但随着检测水域深度的增加，对用于水下地震波检测的海底飞行节点的需求也越来越大。
海底飞行节点需要实现自主运动、坐底检测、上浮等功能，其自主运动往往需要高精度的位置反馈，而其坐底时定位的精确性决定了所采集数据的价值，因此海底飞行节点的水下精确定位至关重要。此外，实际应用过程中通常需要在较大的海域内同时布放大量海底飞行节点，需要实现多目标大范围水下定位。由于电磁波在水下衰减较快，常规的GPS无法用于精确水下定位。较为常见的惯性导航设备往往会随时间增长产生较大累计误差，无法长时间用于水下定位，而高精度的惯性导航设备成本极高，不适合于海底飞行节点群体。现有的水下定位方式主要基于水声信号，包括长基线定位、超短基线定位、单信标定位等。长基线定位与超短基线定位发展均较为成熟，但其均基于双程水声信号传递，定位周期随定位目标的增加而线性减小，难以应用于大规模群体定位。传统的固定式水下单信标定位系统基于广播-接收的水声通信架构，定位周期不受定位目标数量的影响，在水下群体定位中有其独特的优势，但水声信号传递距离有限，固定式信标难以满足海底飞行节点群体大范围定位的需求。
发明内容
本发明的目的是：提供一种可实现大规模、大范围实时水下定位的分布式海底飞行节点群体定位方法。
本发明的技术方案是：一种分布式海底飞行节点群体定位方法，该方法采用可自由移动的水面无人艇搭载水声通信机为海底飞行节点群体定位；水面无人艇通过所搭载的高精度GPS实时获得自身位置坐标，且配备高精度原子钟；海底飞行节点均配备低成本惯性测量单元、GPS系统、电子罗盘、深度计、水声通信机及高精度原子钟；海底飞行节点的垂向位置由深度计直接测量；海底飞行节点水平方向速度由其螺旋桨稳态转速与电子罗盘测得的姿态角计算得到；水面无人艇与海底飞行节点通过高精度原子钟实现时钟同步；对于单个海底飞行节点定位，本方法包含以下步骤：
A.以定位区域内任意点为原点，东、北、天三个方向分别设为x，y，z轴，建立水下局部惯性坐标系；
B.通过每个海底飞行节点所搭载的GPS系统获取该海底飞行节点在水下局部惯性系当中的初始位置；
C.建立海底飞行节点的运动学模型以及观测模型并进行离散化；
D.水面无人艇通过水声通讯机周期性发射水声信号，同时将水声信号发射时刻及水声信号发射时水面无人艇自身位置坐标向所有海底飞行节点传输；海底飞行节点在未接收到水声信号时，通过自身配备的惯性测量单元进行惯性导航；
E.海底飞行节点接收到水声信号后记录接收时刻，并获得该水声信号发射时刻及对应的水面无人艇位置坐标；以此观测通过Kalman滤波及扩展Kalman滤波进行海底飞行节点定位位置更新。
本发明通过水面无人艇搭载水声发射机按照一定周期发射水声信号，同时编码信号发射时刻及发射时自身位置坐标；每一个海底飞行节点均搭载水声接收机并通过高精度原子钟与水声发射机实现时钟同步。对于单个海底飞行节点而言，其在未接收到水声信号时根据自身惯性测量单元进行惯性导航、接收到水声信号时将信号解码，以此为观测利用扩展Kalman滤波进行单信标定位位置校准。
上述C步骤中，运动学模型的建立方法为：
定义状态向量为：
x＝[x vx ax y vy ay ve]T
其中：x，y为海底飞行节点在水下局部惯性坐标系中的水平位置；vx，vy为海底飞行节点相对于水下局部惯性坐标系的水平速度；ax，ay为海底飞行节点相对于水下局部惯性坐标系的水平加速度；ve为有效声速；
对x求导并加入海底飞行节点运动模型噪声影响，得到海底飞行节点的运动学模型：
其中：ωx为海底飞行节点在x方向的位置不确定性；ωvx为海底飞行节点在x方向的速度不确定性；ωax为海底飞行节点在x方向的加速度不确定性；ωy为海底飞行节点在y方向的位置不确定性；ωvy为海底飞行节点在y方向的速度不确定性；ωay为海底飞行节点在y方向的加速度不确定性；ωve为声速不确定性。
上述C步骤中，观测模型的建立方法为：
S1.建立水声信号传递时间的观测模型；
设海底飞行节点获得水面无人艇发射水声信号的时刻为Te，此时水面无人艇在水下局部惯性坐标系中的空间位置坐标为XTe，，YTe ZTe，海底飞行节点接收到该水声信号的时刻为Ta；则对应的观测方程为：
其中：z为海底飞行节点的深度，由海底飞行节点所搭载的深度计直接测得；v为对应的观测噪声；
S2.建立速度、加速度观测模型；
海底飞行节点水平方向速度与加速度两组观测量均为线性，满足m＝Hx+v；
其中：观测向量m＝[mvx max mvy may]T；mvx，mvy为x，y方向速度观测，max，may为x，y方向加速度观测；
H为速度与加速度观测矩阵，满足：
上述C步骤中，运动学模型以及观测模型离散化方法为：
S1.运动学模型离散化；
以符号k为时间索引，以△t＝tk+1-tk为离散间隔，运动学模型离散为：
xk+1＝Akxk+wk
其中：Ak为运动学方程，满足：
过程噪声向量wk＝[ωx,k ωvx,k ωax,k ωy,k ωvy,k ωay,k ωve,k]T，对应各个状态变量的不确定性，过程噪声协方差矩阵满足：
其中，q为比例系数，σe为声速不确定性的标准差；
S2.观测模型离散化；
海底飞行节点在k-1至k间接收到该水声信号，将其假设为在k时刻接收到该水声信号，即离散后的水声信号传递时间观测方程为：
其中，vve,k为观测噪声，假设其满足方差为Rve,k的Gauss分布；
假设在每一个离散时间点k处均可以得到观测，故离散后观测方程为：
mav，k＝Hkxk+vk
其中，Hk为k时刻速度与加速度观测矩阵，满足：
vk为k时刻观测噪声，为零均值Gauss分布，其观测噪声协方差矩阵满足：
ωvel与ωacc分别为速度与加速度观测噪声的标准差。
上述步骤E中，基于Kalman滤波及扩展Kalman滤波的海底飞行节点定位位置更新方法为：
S1.预测；
其中：与分别为k-1时刻的后验状态和后验方差，与分别为k时刻的先验状态和先验方差；
S2.速度、加速度更新；
其中，Kk为Kalman增益；
S3.水声信号到达时间更新；
S3.1水声信号传递时间观测方程线性化；
对水声信号传递时间观测方程在先验估计处进行Taylor展开并保留第一项，得到k时刻海底飞行节点接收到该水声信号观测矩阵：
其中：为k时刻海底飞行节点在水下局部惯性坐标系下x，y方向的位置先验估计；为k时刻的水下声速先验估计；为k时刻海底飞行节点与水声通讯机的距离估计，由于水声通讯机搭载在水面无人艇上，故海底飞行节点与水声通讯机的距离直接取海底飞行节点与水面无人艇的距离，满足：
S3.2水声信号传递时间位置更新；
有益效果：本发明采用广播-接收的通信架构，定位效率不受定位目标数量的影响，同时由于水声发射机的可移动性，大大扩展了水下定位范围。此定位方式可以实现水下多目标大范围实时定位，适合应用于海底飞行节点群体大规模、大范围定位。
附图说明
图1为本发明的步骤流程图；
图2为本发明A步骤中建立的水下局部惯性坐标系示意图；
图3、图4为利用本发明所得到的仿真实验数据。
具体实施方式
实施例1，参见附图1，一种分布式海底飞行节点群体定位方法，该方法采用可自由移动的水面无人艇搭载水声通信机为海底飞行节点群体定位；水面无人艇通过所搭载的高精度GPS实时获得自身位置坐标，且配备高精度原子钟；海底飞行节点均配备低成本惯性测量单元、GPS系统、电子罗盘、深度计、水声通信机及高精度原子钟；海底飞行节点的垂向位置由深度计直接测量；海底飞行节点水平方向速度由其螺旋桨稳态转速与电子罗盘测得的姿态角计算得到；水面无人艇与海底飞行节点通过高精度原子钟实现时钟同步；对于单个海底飞行节点定位，本方法包含以下步骤：
参见附图2，A.以定位区域内任意点为原点，东、北、天三个方向分别设为x，y，z轴，建立水下局部惯性坐标系；
B.通过每个海底飞行节点所搭载的GPS系统获取该海底飞行节点在水下局部惯性系当中的初始位置；
C.建立海底飞行节点的运动学模型以及观测模型并进行离散化；
C1.运动学模型的建立方法为：
定义状态向量为：
x＝[x vx ax y vy ay ve]T
其中：x，y为海底飞行节点在水下局部惯性坐标系中的水平位置；vx，vy为海底飞行节点相对于水下局部惯性坐标系的水平速度；ax，ay为海底飞行节点相对于水下局部惯性坐标系的水平加速度；ve为有效声速；
对x求导并加入海底飞行节点运动模型噪声影响，得到海底飞行节点的运动学模型：
其中：ωx为海底飞行节点在x方向的位置不确定性；ωvx为海底飞行节点在x方向的速度不确定性；ωax为海底飞行节点在x方向的加速度不确定性；ωy为海底飞行节点在y方向的位置不确定性；ωvy为海底飞行节点在y方向的速度不确定性；ωay为海底飞行节点在y方向的加速度不确定性；ωve为声速不确定性；
C2.观测模型的建立方法为：
S1.建立水声信号传递时间的观测模型；
设海底飞行节点获得水面无人艇发射水声信号的时刻为Te，此时水面无人艇在水下局部惯性坐标系中的空间位置坐标为XTe，，YTe ZTe，海底飞行节点接收到该水声信号的时刻为Ta；则对应的观测方程为：
其中：z为海底飞行节点的深度，由海底飞行节点所搭载的深度计直接测得；v为对应的观测噪声；
S2.建立速度、加速度观测模型；
海底飞行节点水平方向速度由其螺旋桨稳态转速与电子罗盘测得的姿态角联合计算得到；海底飞行节点水平方向加速度由惯性测量单元检测的局部惯性坐标系下加速度与电子罗盘测得的姿态角联合计算得到；海底飞行节点水平方向速度与加速度两组观测量均为线性，满足m＝Hx+v；
其中：观测向量m＝[mvx max mvy may]T；mvx，mvy为x，y方向速度观测，max，may为x，y方向加速度观测；
H为速度与加速度观测矩阵，满足：
C3.运动学模型以及观测模型离散化方法为：
S1.运动学模型离散化；
以符号k为时间索引，以△t＝tk+1-tk为离散间隔，运动学模型离散为：
xk+1＝Akxk+wk
其中：Ak为运动学方程，满足：
过程噪声向量wk＝[ωx,k ωvx,k ωax,k ωy,k ωvy,k ωay,k ωve,k]T，对应各个状态变量的不确定性，过程噪声协方差矩阵满足：
其中，q为比例系数，σe为声速不确定性的标准差；
S2.观测模型离散化；
海底飞行节点在k-1至k间接收到该水声信号，将其假设为在k时刻接收到该水声信号，即离散后的水声信号传递时间观测方程为：
其中，vve,k为观测噪声，假设其满足方差为Rve,k的Gauss分布；
因海底飞行节点速度及加速度观测采样频率较高，故假设在每一个离散时间点k处均可以得到观测，故离散后观测方程为：
mav，k＝Hkxk+vk
其中，Hk为k时刻速度与加速度观测矩阵，满足：
vk为k时刻观测噪声，为零均值Gauss分布，其观测噪声协方差矩阵满足：
ωvel与ωacc分别为速度与加速度观测噪声的标准差；
D.水面无人艇通过水声通讯机周期性发射水声信号，同时将水声信号发射时刻及水声信号发射时水面无人艇自身位置坐标向所有海底飞行节点传输；海底飞行节点在未接收到水声信号时，通过自身配备的惯性测量单元进行惯性导航；
E.海底飞行节点接收到水声信号后记录接收时刻，并获得该水声信号发射时刻及对应的水面无人艇位置坐标；以此观测通过Kalman滤波及扩展Kalman滤波进行海底飞行节点定位位置更新；
基于Kalman滤波及扩展Kalman滤波的海底飞行节点定位位置更新方法为：
S1.预测；
其中：与分别为k-1时刻的后验状态和后验方差，与分别为k时刻的先验状态和先验方差；
S2.速度、加速度更新；
其中，Kk为Kalman增益；
S3.水声信号到达时间更新；
S3.1水声信号传递时间观测方程线性化；
对水声信号传递时间观测方程在先验估计处进行Taylor展开并保留第一项，得到k时刻海底飞行节点接收到该水声信号观测矩阵：
其中：为k时刻海底飞行节点在水下局部惯性坐标系下x，y方向的位置先验估计；为k时刻的水下声速先验估计；为k时刻海底飞行节点与水声通讯机的距离估计，由于水声通讯机搭载在水面无人艇上，故海底飞行节点与水声通讯机的距离直接取海底飞行节点与水面无人艇的距离，满足：
S3.2水声信号传递时间位置更新；
本发明通过水面无人艇搭载水声发射机按照一定周期发射水声信号，同时编码信号发射时刻及发射时自身位置坐标；每一个海底飞行节点均搭载水声接收机并通过高精度原子钟与水声发射机实现时钟同步。对于单个海底飞行节点而言，其在未接收到水声信号时根据自身惯性测量单元进行惯性导航、接收到水声信号时将信号解码，以此为观测利用扩展Kalman滤波进行单信标定位位置校准。
实施例2，本例为如实施例1所述的方法的仿真实验结果：
附图3为4个海底飞行节点及搭载水声发射机水面无人艇的运动轨迹，4个海底飞行节点同时从同一地点沿不同轨迹运动，水面无人艇在水面上做圆周运动，水声信号发射周期为10s，水下声速假设为恒定的1500m/s。整个仿真时长为3000s，海底飞行节点运动航速约为0.5kn。海底飞行节点配备的传感器及其采样频率、观测噪声等如下表所示。4个海底飞行节点在x和y两个方向上的初始位置偏差均为5m。
传感器 观测变量 采样频率 观测噪声
速度传感器 v<sub>x</sub>v<sub>y</sub> 50Hz 4m/s
加速度传感器 z<sub>x</sub>z<sub>y</sub> 50Hz 10.76mg
深度计 z 50Hz 1mm
水声通信机 T<sub>t</sub> 30us
根据图4，可看出本发明所公开的一种分布式海底飞行节点群体定位方法在初始位置误差较大的情况下仍可以较快的收敛，具有很好的鲁棒性。四个海底飞行节点的平均定位误差分别为4.1320m，3.7212m,3.7673m,3.7262m。需要注意的是，本仿真中水面无人艇的航行轨迹为随机选取，实际应用过程中可根据飞行节点群体运动范围实时调节水面无人艇航迹，以保证各个海底飞行节点均可接收到水声信号，扩大定位范围。
虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (5)

1.一种分布式海底飞行节点群体定位方法，其特征在于，包括以下步骤：
A.以定位区域内任意点为原点，东、北、天三个方向分别设为x，y，z轴，建立水下局部惯性坐标系；
B.通过每个所述海底飞行节点所搭载的GPS系统获取该所述海底飞行节点在水下局部惯性系当中的初始位置；
C.建立所述海底飞行节点的运动学模型以及观测模型并进行离散化；
D.水面无人艇通过水声通讯机周期性发射水声信号，同时将水声信号发射时刻及水声信号发射时所述水面无人艇自身位置坐标向所有海底飞行节点传输；所述海底飞行节点在未接收到水声信号时，通过自身配备的惯性测量单元进行惯性导航；
E.所述海底飞行节点接收到水声信号后记录接收时刻，并获得该水声信号发射时刻及对应的所述水面无人艇位置坐标；以此观测通过Kalman滤波及扩展Kalman滤波进行所述海底飞行节点定位位置更新。
2.如权利要求1所述的一种分布式海底飞行节点群体定位方法，其特征在于，所述C步骤中，所述运动学模型的建立方法为：
定义状态向量为：
x＝[x vx ax y vy ay ve]T
其中：x，y为所述海底飞行节点在所述水下局部惯性坐标系中的水平位置；vx，vy为所述海底飞行节点相对于所述水下局部惯性坐标系的水平速度；ax，ay为所述海底飞行节点相对于所述水下局部惯性坐标系的水平加速度；ve为有效声速；
对x求导并加入所述海底飞行节点运动模型噪声影响，得到所述海底飞行节点的运动学模型：
其中：ωx为海底飞行节点在x方向的位置不确定性；ωvx为海底飞行节点在x方向的速度不确定性；ωax为海底飞行节点在x方向的加速度不确定性；ωy为海底飞行节点在y方向的位置不确定性；ωvy为海底飞行节点在y方向的速度不确定性；ωay为海底飞行节点在y方向的加速度不确定性；ωve为声速不确定性。
3.如权利要求2所述的一种分布式海底飞行节点群体定位方法，其特征在于，所述C步骤中，所述观测模型的建立方法为：
S1.建立水声信号传递时间的观测模型；
设所述海底飞行节点获得所述水面无人艇发射水声信号的时刻为Te，此时所述水面无人艇在所述水下局部惯性坐标系中的空间位置坐标为XTe，ZTe，所述海底飞行节点接收到该水声信号的时刻为Ta；则对应的观测方程为：
其中：z为所述海底飞行节点的深度，由所述海底飞行节点所搭载的深度计直接测得；v为对应的观测噪声；
S2.建立速度、加速度观测模型；
所述海底飞行节点水平方向速度与加速度两组观测量均为线性，满足m＝Hx+v；
其中：观测向量m＝[mvx max mvy may]T；mvx，mvy为x，y方向速度观测，max，may为x，y方向加速度观测；
H为速度与加速度观测矩阵，满足：
4.如权利要求3所述的一种分布式海底飞行节点群体定位方法，其特征在于，所述C步骤中，所述运动学模型以及观测模型离散化方法为：
S1.运动学模型离散化；
以符号k为时间索引，以△t＝tk+1-tk为离散间隔，运动学模型离散为：
xk+1＝Akxk+wk
其中：Ak为运动学方程，满足：
过程噪声向量wk＝[ωx,k ωvx,k ωax,k ωy,k ωvy,k ωay,k ωve,k]T，对应各个状态变量的不确定性，过程噪声协方差矩阵满足：
其中，q为比例系数，σe为声速不确定性的标准差；
S2.观测模型离散化；
所述海底飞行节点在k-1至k间接收到该水声信号，将其假设为在k时刻接收到该水声信号，即离散后的水声信号传递时间观测方程为：
其中，vve,k为观测噪声，假设其满足方差为Rve,k的Gauss分布；
假设在每一个离散时间点k处均可以得到观测，故离散后观测方程为：
mav，k＝Hkxk+vk
其中，Hk为k时刻速度与加速度观测矩阵，满足：
vk为k时刻观测噪声，为零均值Gauss分布，其观测噪声协方差矩阵满足：
其中，ωvel与ωacc分别为速度与加速度观测噪声的标准差。
5.如权利要求4所述的一种分布式海底飞行节点群体定位方法，其特征在于，所述步骤E中，基于Kalman滤波及扩展Kalman滤波的所述海底飞行节点定位位置更新方法为：
S1.预测；
其中：与分别为k-1时刻的后验状态和后验方差，与分别为k时刻的先验状态和先验方差；
S2.速度、加速度更新；
其中，Kk为Kalman增益；
S3.水声信号到达时间更新；
S3.1水声信号传递时间观测方程线性化；
对水声信号传递时间观测方程在先验估计处进行Taylor展开并保留第一项，得到k时刻所述海底飞行节点接收到该水声信号观测矩阵：
其中：为k时刻所述海底飞行节点在所述水下局部惯性坐标系下x，y方向的位置先验估计；为k时刻的水下声速先验估计；为k时刻所述海底飞行节点与所述水声通讯机的距离估计，满足：
S3.2水声信号传递时间位置更新；
CN201910859648.7A 2019-09-11 2019-09-11 一种分布式海底飞行节点群体定位方法 Pending CN110471096A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910859648.7A CN110471096A (zh) 2019-09-11 2019-09-11 一种分布式海底飞行节点群体定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910859648.7A CN110471096A (zh) 2019-09-11 2019-09-11 一种分布式海底飞行节点群体定位方法

Publications (1)

Publication Number Publication Date
CN110471096A true CN110471096A (zh) 2019-11-19

Family

ID=68515622

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910859648.7A Pending CN110471096A (zh) 2019-09-11 2019-09-11 一种分布式海底飞行节点群体定位方法

Country Status (1)

Country Link
CN (1) CN110471096A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111245546A (zh) * 2020-01-08 2020-06-05 中国海洋大学 一种链路式一发多收海底节点高精度授时系统
CN111504305A (zh) * 2020-03-12 2020-08-07 国家深海基地管理中心 一种水声通信-mems传感器协同导航定位方法及系统
CN114215573A (zh) * 2021-11-19 2022-03-22 山东科技大学 基于密集点群的支撑式液压支架支护姿态监测及控制方法

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1837848A (zh) * 2006-04-27 2006-09-27 国家海洋局第一海洋研究所 用于超短基线声学定位系统的校准方法
CN101470196A (zh) * 2007-12-26 2009-07-01 中国科学院声学研究所 一种水下目标被动定位的系统和方法
CN101566691A (zh) * 2009-05-11 2009-10-28 华南理工大学 一种水下目标跟踪定位方法及系统
WO2009140607A1 (en) * 2008-05-15 2009-11-19 Mayo Foundation For Medical Education And Research Vibration generation and detection in shear wave dispersion ultrasound vibrometry with large background motions
EP2169422A1 (en) * 2008-09-24 2010-03-31 Whitehead Alenia Sistemi Subacquei S.p.A. System and method for acoustic tracking an underwater vehicle trajectory
CN102252677A (zh) * 2011-04-18 2011-11-23 哈尔滨工程大学 一种基于时间序列分析的变比例自适应联邦滤波方法
CN102980579A (zh) * 2012-11-15 2013-03-20 哈尔滨工程大学 一种自主水下航行器自主导航定位方法
CN105319534A (zh) * 2015-11-09 2016-02-10 哈尔滨工程大学 一种基于水声双程测距的多auv协同定位方法
CN105424036A (zh) * 2015-11-09 2016-03-23 东南大学 一种低成本水下潜器地形辅助惯性组合导航定位方法
CN105823480A (zh) * 2016-03-18 2016-08-03 中国海洋大学 基于单信标的水下移动目标定位算法
CN106028278A (zh) * 2016-05-04 2016-10-12 哈尔滨工程大学 一种基于移动信标的分布式水下网络定位方法
CN109298725A (zh) * 2018-11-29 2019-02-01 重庆大学 一种基于phd滤波的群体机器人分布式多目标跟踪方法
CN109765523A (zh) * 2018-12-21 2019-05-17 山东省科学院海洋仪器仪表研究所 基于自适应akf的单应答器斜距水声定位方法及系统
CN109870694A (zh) * 2019-02-21 2019-06-11 哈尔滨工程大学 基于多无人艇平台的高精度长基线定位系统
CN110006433A (zh) * 2019-04-22 2019-07-12 哈尔滨工程大学 海底油气管检测机器人的组合导航定位系统及方法
CN110057365A (zh) * 2019-05-05 2019-07-26 哈尔滨工程大学 一种大潜深auv下潜定位方法
CN110207695A (zh) * 2019-05-28 2019-09-06 哈尔滨工程大学 一种适用于深海auv的无速度辅助单信标定位方法

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1837848A (zh) * 2006-04-27 2006-09-27 国家海洋局第一海洋研究所 用于超短基线声学定位系统的校准方法
CN101470196A (zh) * 2007-12-26 2009-07-01 中国科学院声学研究所 一种水下目标被动定位的系统和方法
WO2009140607A1 (en) * 2008-05-15 2009-11-19 Mayo Foundation For Medical Education And Research Vibration generation and detection in shear wave dispersion ultrasound vibrometry with large background motions
EP2169422A1 (en) * 2008-09-24 2010-03-31 Whitehead Alenia Sistemi Subacquei S.p.A. System and method for acoustic tracking an underwater vehicle trajectory
CN101566691A (zh) * 2009-05-11 2009-10-28 华南理工大学 一种水下目标跟踪定位方法及系统
CN102252677A (zh) * 2011-04-18 2011-11-23 哈尔滨工程大学 一种基于时间序列分析的变比例自适应联邦滤波方法
CN102980579A (zh) * 2012-11-15 2013-03-20 哈尔滨工程大学 一种自主水下航行器自主导航定位方法
CN105424036A (zh) * 2015-11-09 2016-03-23 东南大学 一种低成本水下潜器地形辅助惯性组合导航定位方法
CN105319534A (zh) * 2015-11-09 2016-02-10 哈尔滨工程大学 一种基于水声双程测距的多auv协同定位方法
CN105823480A (zh) * 2016-03-18 2016-08-03 中国海洋大学 基于单信标的水下移动目标定位算法
CN106028278A (zh) * 2016-05-04 2016-10-12 哈尔滨工程大学 一种基于移动信标的分布式水下网络定位方法
CN109298725A (zh) * 2018-11-29 2019-02-01 重庆大学 一种基于phd滤波的群体机器人分布式多目标跟踪方法
CN109765523A (zh) * 2018-12-21 2019-05-17 山东省科学院海洋仪器仪表研究所 基于自适应akf的单应答器斜距水声定位方法及系统
CN109870694A (zh) * 2019-02-21 2019-06-11 哈尔滨工程大学 基于多无人艇平台的高精度长基线定位系统
CN110006433A (zh) * 2019-04-22 2019-07-12 哈尔滨工程大学 海底油气管检测机器人的组合导航定位系统及方法
CN110057365A (zh) * 2019-05-05 2019-07-26 哈尔滨工程大学 一种大潜深auv下潜定位方法
CN110207695A (zh) * 2019-05-28 2019-09-06 哈尔滨工程大学 一种适用于深海auv的无速度辅助单信标定位方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
H. QIN: "Unscented Kalman Filter Based Single Beacon Underwater Localization with Unknown Effective Sound Velocity", 《2018 OCEANS - MTS/IEEE KOBE TECHNO-OCEANS (OTO), KOBE》 *
Z. ZHU AND S. J. HU,: "Model and Algorithm Improvement on Single Beacon Underwater Tracking", 《IEEE JOURNAL OF OCEANIC ENGINEERING》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111245546A (zh) * 2020-01-08 2020-06-05 中国海洋大学 一种链路式一发多收海底节点高精度授时系统
CN111245546B (zh) * 2020-01-08 2021-07-30 中国海洋大学 一种链路式一发多收海底节点高精度授时系统
CN111504305A (zh) * 2020-03-12 2020-08-07 国家深海基地管理中心 一种水声通信-mems传感器协同导航定位方法及系统
CN111504305B (zh) * 2020-03-12 2021-05-28 国家深海基地管理中心 一种水声通信-mems传感器协同导航定位方法及系统
CN114215573A (zh) * 2021-11-19 2022-03-22 山东科技大学 基于密集点群的支撑式液压支架支护姿态监测及控制方法

Similar Documents

Publication Publication Date Title
CN110554359B (zh) 一种融合长基线与单信标定位的海底飞行节点定位方法
CN110375730B (zh) 基于imu和uwb融合的室内定位导航系统
CN105823480B (zh) 基于单信标的水下移动目标定位算法
Shi et al. Anchor self-localization algorithm based on UWB ranging and inertial measurements
CN104316045B (zh) 一种基于sins/lbl的auv水下交互辅助定位系统及定位方法
CN110487301A (zh) 一种雷达辅助机载捷联惯性导航系统初始对准方法
CN109324330A (zh) 基于混合无导数扩展卡尔曼滤波的usbl/sins紧组合导航定位方法
US20160124081A1 (en) Metrology method and device for calibrating the geometry of a network of underwater acoustic beacons
CN110471096A (zh) 一种分布式海底飞行节点群体定位方法
CN109782289B (zh) 一种基于基线几何结构约束的水下航行器定位方法
CN107664758B (zh) 基于长基线或超短基线组网的深海导航定位系统及方法
CN104180804A (zh) 基于水下信息网络的单参考节点水下航行器组合导航方法
CN110646783B (zh) 一种水下航行器的水下信标定位方法
CN105676181A (zh) 基于分布式传感器能量比的水下运动目标扩展卡尔曼滤波跟踪方法
CN107246872B (zh) 基于mems传感器和vlc定位融合的单粒子滤波导航装置和方法
CN110132281B (zh) 一种基于询问应答模式的水下高速目标高精度自主声学导航方法
CN104197939A (zh) 基于水下信息网络的多参考节点水下航行器组合导航方法
CN110794409A (zh) 一种可估计未知有效声速的水下单信标定位方法
CN109541606A (zh) 单水声信标测距辅助的水下同步定位与构图方法
CN109724684A (zh) 一种基于水下自主航行器的直达信号传播时间测量方法
CN109738902A (zh) 一种基于同步信标模式的水下高速目标高精度自主声学导航方法
Han et al. Accurate underwater localization using LBL positioning system
CN109855649A (zh) 一种水下滑翔机平台运动轨迹被动确定方法
CN114509069B (zh) 基于蓝牙aoa和imu融合的室内导航定位系统
US20240159529A1 (en) Systems and methods for extending the spatial coverage of a reference pressure network

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20191119

WD01 Invention patent application deemed withdrawn after publication