CN114993302A - 基于多柔性节点的水下智能定位系统和方法 - Google Patents
基于多柔性节点的水下智能定位系统和方法 Download PDFInfo
- Publication number
- CN114993302A CN114993302A CN202210592590.6A CN202210592590A CN114993302A CN 114993302 A CN114993302 A CN 114993302A CN 202210592590 A CN202210592590 A CN 202210592590A CN 114993302 A CN114993302 A CN 114993302A
- Authority
- CN
- China
- Prior art keywords
- underwater
- node
- information
- end node
- water surface
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 276
- 238000001914 filtration Methods 0.000 claims abstract description 32
- 238000005259 measurement Methods 0.000 claims abstract description 30
- 230000004927 fusion Effects 0.000 claims abstract description 26
- 238000007500 overflow downdraw method Methods 0.000 claims abstract description 20
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 8
- 230000001133 acceleration Effects 0.000 claims description 36
- 239000011159 matrix material Substances 0.000 claims description 35
- 239000013598 vector Substances 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 13
- 239000000126 substance Substances 0.000 claims description 12
- 230000009466 transformation Effects 0.000 claims description 10
- 230000005484 gravity Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000014509 gene expression Effects 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 2
- 230000007704 transition Effects 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 abstract description 8
- 238000004891 communication Methods 0.000 description 9
- 238000011161 development Methods 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005295 random walk Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明公开了基于多柔性节点的水下智能定位系统,它包括水面端节点、水下中间节点和水下端节点,利用水下端节点的姿态、速度和位置信息、水下端节点的水深信息和中间节点的实际位置信息采用信息融合的方法获取水下端节点的实际位置信息。本发明在端节点位置和载体运动状态准确已知条件下,通过构建上述坐标系与参考基准,利用已知传感器量测信息构建节点间的位置关系,建立起节点间柔性约束下的运动状态模型,针对观测条件非线性、时变性等特点,采用科学合理的信息融合滤波算法,实现节点位置的传递,进而实现水下载体位置估计。
Description
技术领域
本发明涉及水下智能定位技术领域,具体地指一种基于多柔性节点的水下智能定位系统和方法。
背景技术
随着计算机、大数据、测控等技术发展,人类开始由信息化、数字化迈向智能化时代。智能感知、智能推理、智能决策等技术发展直接推动未来战争形态和作战模式的变革。作为未来战场的基础性的数据支撑,实时、高精度的战场态势感知与信息获取将成为影响未来战场战斗力的关键环节。
海洋面积占地球面积的71%,因此海战场将成为未来战争的主战场之一。在海战场作战背景与应用需求下,智能化、无人化、隐蔽化、联合化的海上作战单元和平台将成为重要的作战样式。一方面,大数据、云计算等技术发展,未来智能化海战场下的作战模式将向海空天一体化转变,空中、水面、水下各作战单元和平台间信息互联更加频繁,信息传输需求日趋迫切;另一方面,无人机、无人潜器、小成本无人蜂群等无人作战平台将在战场态势感知中的作用将日益凸显。卫星通信、长波、数据链等无线电通信方式在水面及空中作战单元的联合与协同发挥重要作用。
不同于水面和空中,海水为一面严密的掩体,制约了无线电等通信导航手段的应用,而水下声学通信和定位一方面受地形、声速等因素影响精度有限,另一方面牺牲了水下载体的隐蔽性。针对水下等特殊应用场合,由于缺乏相应的信息获取与传输手段,导致海战场特别是水下战场的态势感知、预警探测、信息传递成为未来智能化战场战斗力生成的重要“痛点”和“盲点”。
发明内容
本发明的目的就是要提供一种基于多柔性节点的水下智能定位系统和方法,本发明满足了水下作战平台的定位需求。
为实现此目的,本发明所设计的基于多柔性节点的水下智能定位系统,其特征在于:它包括水面端节点、水下中间节点和水下端节点,所述水面端节点包括卫星接收模块、第一MEMS陀螺仪、第一MEMS加速度计、第一磁传感器、第一水深传感器、第一信息融合模块,所述卫星接收模块获取水面端节点的卫星定位信息,第一MEMS陀螺仪用于获取水面端节点的角速度信息,第一MEMS加速度计用于获取水面端节点的加速度信息,第一磁传感器用于获取水面端节点的磁航向信息,第一水深传感器用于获取水面端节点的水深信息,第一信息融合模块用于利用水面端节点的卫星定位信息、水面端节点的角速度信息、水面端节点的加速度信息、水面端节点的磁航向信息和水面端节点的水深信息采用信息融合的方法获取水面端节点的实际位置信息;
水下中间节点包括第二信息融合模块、第二MEMS陀螺仪、第二MEMS加速度计、第二磁传感器和第二水深传感器,第二MEMS陀螺仪用于获取水下中间节点的角速度信息,第二MEMS加速度计用于获取水下中间节点的加速度信息,第二磁传感器用于获取水下中间节点的磁航向信息,第二水深传感器用于获取水下中间节点的水深信息,第二信息融合模块用于利用水面端节点的实际位置信息、水下中间节点的角速度信息、水下中间节点的加速度信息、水下中间节点的磁航向信息和水下中间节点的水深信息采用信息融合的方法获取水下中间节点的实际位置信息;
水下端节点包括载体惯导系统、载体水深传感器和数据处理中心,所述载体惯导系统用于获取水下端节点的姿态、速度和位置信息,载体水深传感器用于获取水下端节点的水深信息,数据处理中心用于利用水下端节点的姿态、速度和位置信息、水下端节点的水深信息和水下中间节点的实际位置信息采用信息融合的方法获取水下端节点的实际位置信息。
本发明的有益效果:
本发明中定位缆的各节点间采用线缆柔性连接,在载体运动过程中,节点随线缆受洋流等影响运动,因此各节点位置关系与运动状态存在不确定性。在端节点位置和载体运动状态准确已知条件下,通过构建上述坐标系与参考基准,利用已知传感器量测信息构建节点间的位置关系,建立起节点间柔性约束下的运动状态模型,针对观测条件非线性、时变性等特点,采用科学合理的信息融合滤波算法,实现节点位置的传递,进而实现水下载体位置估计。本发明满足了水下作战平台的定位需求。
附图说明
图1为本发明的基本组成示意图;
图2为本发明的结构示意图;
图3为本发明仿真得到的位置误差图。
其中,1—水面端节点、1.1—卫星接收模块、1.2—第一MEMS陀螺仪、1.3—第一MEMS加速度计、1.4—第一磁传感器、1.5—第一水深传感器、1.6—第一信息融合模块、2—水下中间节点、2.1—第二信息融合模块、2.2—第二MEMS陀螺仪、2.3—第二MEMS加速度计、2.4—第二磁传感器、2.5—第二水深传感器、3—水下端节点、3.1—载体惯导系统、3.2—载体水深传感器、3.3—数据处理中心。
具体实施方式
以下结合附图和具体实施例对本发明作进一步的详细说明:
如图1和2所示基于多柔性节点的水下智能定位系统,它包括水面端节点1、水下中间节点2和水下端节点3,所述水面端节点1包括卫星接收模块1.1、第一MEMS陀螺仪1.2、第一MEMS加速度计1.3、第一磁传感器1.4、第一水深传感器1.5、第一信息融合模块1.6,所述卫星接收模块1.1获取水面端节点的卫星定位信息,第一MEMS陀螺仪1.2用于获取水面端节点的角速度信息,第一MEMS加速度计1.3用于获取水面端节点的加速度信息,第一磁传感器1.4用于获取水面端节点的磁航向信息,第一水深传感器1.5用于获取水面端节点的水深信息,第一信息融合模块1.6用于利用水面端节点的卫星定位信息、水面端节点的角速度信息、水面端节点的加速度信息、水面端节点的磁航向信息和水面端节点的水深信息采用信息融合的方法获取水面端节点的实际位置信息;采用上述方法可以利用卫星导航的位置和速度信息对MEMS陀螺仪和MEMS加速度计的误差进行校正,从而获得水面端节点的高精度位置、速度和姿态信息,而端节点的位置、速度和姿态信息可以为下一个节点的位置传递提供高精度参考基准。
水下中间节点2包括第二信息融合模块2.1、第二MEMS陀螺仪2.2、第二MEMS加速度计2.3、第二磁传感器2.4和第二水深传感器2.5,第二MEMS陀螺仪2.2用于获取水下中间节点的角速度信息,第二MEMS加速度计2.3用于获取水下中间节点的加速度信息,第二磁传感器2.4用于获取水下中间节点的磁航向信息,第二水深传感器2.5用于获取水下中间节点的水深信息,第二信息融合模块2.1用于利用水面端节点的实际位置信息、水下中间节点的角速度信息、水下中间节点的加速度信息、水下中间节点的磁航向信息和水下中间节点的水深信息采用信息融合的方法获取水下中间节点的实际位置信息;采用上述方法可以利用水面端节点的位置和速度信息对第二MEMS陀螺仪和第二MEMS加速度计的误差进行校正,从而获得中间节点的高精度位置、速度和姿态信息,而中间节点的位置、速度和姿态信息可以为下一个节点的位置传递提供高精度参考基准。水下端节点3包括载体惯导系统3.1、载体水深传感器3.2和数据处理中心3.3,所述载体惯导系统3.1用于获取水下端节点的姿态、速度和位置信息,载体水深传感器3.2用于获取水下端节点的水深信息,数据处理中心3.3用于利用水下端节点的姿态、速度和位置信息、水下端节点的水深信息和水下中间节点的实际位置信息采用信息融合的方法获取水下端节点的实际位置信息。采用上述方法可以利用中间节点的位置和速度信息对水下端节点的惯导系统误差进行校正,从而获得水下端节点的高精度位置、速度和姿态信息。
上述技术方案中,在水面(水下)的端节点,除安装中间节点的量测传感器外,端节点设置有卫星导航天线、射频通信天线、水声通信模块等模块,实现与外部单元的无线通信。水面端节点可以接受卫星导航信息、无线数据链等传输的态势信息等,水下端节点可以通过水声完成与其他水下载体、浮标、潜标、水声基准等声学传感器的通信。水面端节点通过流体动力学设计,实现放缆后自身上浮,收揽装置拖拽实现缆绳回收,水下端节点利用重力自沉收揽装置拖拽实现缆绳回收。
水面端节点的卫星导航接收模块收到卫星信号后,可以完成端节点的定位,但是线缆在洋流、载体运动等因素作用下,水面端节点位置与水下载体位置不在一个垂面内,存在位置误差,水面端节点的位置信息与节点内的运动传感器、地磁传感器输出的运动信息融合后得到实际端节点位置,并通过端节点传送至下一节点。下一节点位于水下其位置未知,但是基于水面端节点的位置信息,以及节点内的运行信息、磁航向信息、水声信息,可以完成对该节点位置的估计,从而确定该节点位置与运动状态。以此类推,该节点信息传递至下一节点后可以完成下一节点的位置与运动状态估计。所有中间节点和端节点的供电由水下载体终端提供。
与实现水下载体导航、通信等功能的浮标不同在于,由于海流等因素影响,浮标位置并不位于水下载体的正上方,存在位置误差。采用水下智能定位缆能够实现中间节点相对于端节点的精确位置估计,得到定位缆水下的位置轨迹,从而完成水面位置信息向水下的高精度传输。
上述技术方案中,第一信息融合模块1.6用于利用水面端节点的卫星定位信息、水面端节点的角速度信息、水面端节点的加速度信息、水面端节点的磁航向信息和水面端节点的水深信息采用信息融合的方法获取水面端节点的实际位置信息的具体方法为:
步骤01:利用水面端节点的角速度信息和水面端节点的加速度进行姿态和位置测量,并进行惯性导航解算获得水面端节点惯性导航的航向信息和定位信息,以及水面端节点的速度和姿态;
步骤02:将水面端节点惯性导航的航向信息与水面端节点的磁航向信息做差,得到水面端节点航向误差,将水面端节点惯性导航的定位信息与水面端节点的卫星位置信息做差,得到水面端节点位置误差;
步骤03:利用水面端节点航向误差和水面端节点位置误差为观测量,构建水面端节点观测方程;
步骤04:利用惯性导航解算的水面端节点的速度、姿态和位置误差作为状态量,构建水面端节点状态方程;
步骤05:利用Kalman滤波的方法对水面端节点观测方程和水面端节点状态方程进行组合导航,计算获得水面端节点实际位置信息。采用组合导航后,可以利用卫星导航的位置、速度信息校正MEMS惯性导航系统的位置、速度和姿态误差,从而提高线缆的定向精度。
上述技术方案中,第二信息融合模块2.1利用水面端节点的实际位置信息、水下中间节点的角速度信息、水下中间节点的加速度信息、水下中间节点的磁航向信息和水下中间节点的水深信息采用信息融合的方法获取水下中间节点的实际位置信息的具体方法为:
步骤001:水面端节点实际位置信息包括经度λ1、纬度L1和高度h1,水下中间节点实际位置信息包括经度λ2、纬度L2和高度h2,其中,水下中间节点的水深信息为Δh,磁航向信息中的航向角为ψ,由于水下中间节点2的安装与缆绳切线方向一致,水面端节点1和水下中间节点2之间的缆绳AB段的航向为ψ;
步骤002:得到水面端节点的地心坐标为(x1,y1,z1),水下中间节点的地心坐标为(x2,y2,z2);
其中,l表示AB段的长度;
由此得到:
tanψ=Δxn/Δyn (6);
步骤007:根据下式计算水下中间节点与水面端节点的深度差关系h2=h1-Δh;
步骤008:根据下式计算水下中间节点的位置约束关系
其中,Re表示地球的半径;
步骤009:得出水下中间节点位置的状态模型
其中,表示水面中间节点的姿态矩阵对应的四元数,表示水面中间节点对应四元数的变化率,表示四元数乘法;表示第二MEMS陀螺仪2.2测量的角速率输出,表示的四元数形式;表示水面中间节点载体坐标系b相对导航坐标系n的角速度(载体坐标系为b系,为直角坐标系,原点位于载体几何中心,其三个轴向指向载体的右方,前方和上方),和分别表示地球自转角速度和导航坐标系n相对位置坐标系e的转动角速度,表示姿态矩阵的转置,表示第二MEMS加速度计2.3测量的比力,gn为重力加速度,表示导航坐标系n的速度,为水面中间节点姿态矩阵对应四元数表示的姿态矩阵,表示水面中间节点载体在导航坐标系内对地的加速度,RP为水面中间节点的曲率矩阵,表示水面中间节点位置矩阵的变化率,RM和RN分别表示子午圈与卯酉圈主曲率半径,h2表示水面中间节点的高度,L2表示水面中间节点的纬度;位置坐标系为e系,为球面坐标系,原点位于地球中心,用经度、纬度和高度来表示地球上的载体位置。导航坐标系为n系,为直角坐标系,一般选择当地地理坐标系为导航坐标系,原点位于载体所在地,其三个轴向分别指向地理的东向、北向和天向;载体坐标系为b系,为直角坐标系,原点位于载体几何中心,其三个轴向指向载体的右方,前方和上方;
步骤010:确定第二MEMS陀螺仪2.2的输出模型:
其中,为包含常值漂移ε的第二MEMS陀螺仪(2.2)实际输出,ηgv表示陀螺角速度量测的噪声,ηgu表示陀螺漂移变化噪声,两者均可以认为是零均值高斯白斯白噪声,为理想角速度输出,ε为陀螺漂移,为陀螺漂移的变化率;
步骤011:确定第二MEMS加速度计输出模型;
其中,表示MEMS加速度计测量的比力,ηav为加速度计量测的噪声,ηau为加速度计零偏变化噪声,两者均可以认为是零均值高斯白噪声,fb表示加速度计的理想比力,表示加速度计零偏,表示加速度计零偏的变化率;
步骤012:选择水面中间节点滤波状态量;
步骤013:确定水面中间节点非线性滤波框架;
联合式(7)(8)(10)(11)(13)和(15)共同构成水面中间节点非线性滤波的状态方程和量测方程;
其中,表示水面中间节点对应的滤波的状态向量,f(x)表示水面中间节点对应的状态向量的状态转移方程,w表示水面中间节点对应的状态量测噪声,y表示水面中间节点对应的观测量,h(x)表示水面中间节点对应的观测方程,v表示水面中间节点对应的观测噪声,f(x)和h(x)表达通过联立式(7)(8)(10)(11)(13)和(15)得到;
步骤014:得到水下中间节点的具体位置;
基于共同构成非线性滤波的状态方程和量测方程,利用UKF非线性滤波算法,利用节点间绳长l,水下中间节点的第二水深传感器2.5的测量深度Δh,磁传感器测得航向ψ,水面端节点实际位置信息,计算出水下中间节点的实际位置(λ2,L2,h2)。采用UKF非线性滤波算法后,可以利用水面端节点的位置、速度信息、第二水深传感器的深度信息、磁航向信息校正第二MEMS惯性导航系统的位置、速度和姿态误差,从而提高水下中间节点的位置、速度和姿态精度。
上述技术方案中,所述数据处理中心3.3利用水下端节点的姿态、速度和位置信息、水下端节点的水深信息和水下中间节点的实际位置信息获取水下端节点的实际位置信息的具体方法为:
步骤0001:水下中间节点实际位置信息包括经度λ2、纬度L2和高度h2,水下端节点实际位置信息包括经度λ3、纬度L3和高度h3,其中,水下端节点的水深信息为Δh1,磁航向信息中的航向角为Ψ1,水下中间节点与水下端节点之间的缆绳BC段的航向为Ψ1;
步骤0002:利用水下中间节点实际位置信息包括经度λ2、纬度L2和高度h2经过坐标变换矩阵计算得到水面端节点的地心坐标为(x2,y2,z2),利用水下端节点的经度λ3、纬度L3和高度h3计算得到其地心坐标为(x3,y3,z3);
其中,l1为BC段的长度;
由此得到:
tanψ1=Δx1 n/Δy1 n (22);
步骤0007:根据下式计算水下端间节点与水下中间节点的深度差关系h3=h2-Δh1;
步骤0008:根据下式计算水下端节点的位置约束关系
其中,Re表示地球的半径,
步骤0009:得出水下端节点位置的状态模型
其中,表示水下端节点姿态矩阵对应的四元数,表示水下端节点姿态矩阵对应四元数的变化率,表示四元数乘法;表示载体惯导系统3.1测量的角速率输出,表示的四元数形式;表示水下端节点载体坐标系b相对导航坐标系n的角速度,和分别表示地球自转角速度和导航坐标系n相对位置坐标系e的转动角速度,表示水下端节点姿态矩阵的转置(表示导航坐标系到载体坐标系的坐标变换矩阵),表示载体惯导系统3.1测量的比力,gn为重力加速度,表示导航坐标系n的速度,为水下端节点姿态矩阵对应四元数表示的姿态矩阵,表示水下端节点载体在导航坐标系内对地的加速度,RP1为水下端节点的曲率矩阵,表示水下端节点位置矩阵的变化率,RM和RN分别表示子午圈与卯酉圈主曲率半径,h3表示水下端节点的高度,L3表示水下端节点的纬度;
步骤0010:确定水下端节点载体惯导系统3.1的陀螺仪和加速度计类型,确定其误差模型;
步骤0011:选择水下端节点对应的滤波状态量;
步骤0012:确定水下端节点非线性滤波框架;
联合式(23)(24)(26)(27)共同构成水下端节点非线性滤波的状态方程和量测方程;
其中,表示水下端节点对应的滤波的状态向量,y1表示水下端节点对应的观测量,f1(x)表示状态向量的状态转移方程,h1(x)观测方程,f1(x)和h1(x)表达通过联立式(23)(24)(26)(27)得到,w1表示水下端节点对应的状态量测噪声,v1表示水下端节点对应的观测噪声,噪声形式根据步骤0010中的误差模型确定;
步骤0013:得到水下端节点的具体位置;
基于共同构成水下端节点非线性滤波的状态方程和量测方程,利用UKF非线性滤波算法,利用节点间绳长l1,水下端节点的水深传感器2.5的测量深度Δh1,磁传感器测得航向Ψ1,水下中间节点实际位置信息,计算出水下端节点的实际位置(λ3,L3,h3)。采用UKF非线性滤波算法后,可以利用中间端节点的位置、速度信息、水下端节点的水深传感器的深度信息、磁航向信息校正端节点惯性导航系统的位置、速度和姿态误差,从而提高水下端节点的位置、速度和姿态精度。
上述技术方案中,所述水面端节点观测方程为:
式中,δφ,δλ,δL分别为航向误差、经度误差和纬度误差,φins,λins,Lins分别为惯导输出的航向,经度和纬度,φmec,λgps,Lgps分别为磁航向,GPS输出的经度和纬度,X为状态量,由姿态误差、速度误差、位置误差、陀螺仪误差和加速度计误差构成,H为状态对应的观测矩阵,w为状态量测噪声。
上述技术方案的步骤002中,利用水面端节点的经度λ1、纬度L1和高度h1计算得到水面端节点的地心坐标为(x1,y1,z1),利用水下中间节点的经度λ2、纬度L2和高度h2计算得到其地心坐标为(x2,y2,z2)。采用上述计算,可以将经度、纬度、高度信息转换为地心坐标系的坐标分量,从而便于计算水面端节点与水下中间节点的距离。
一种基于上述系统的多柔性节点的水下智能定位方法,它包括如下步骤:
步骤1:所述卫星接收模块1.1获取水面端节点的卫星定位信息,第一MEMS陀螺仪1.2获取水面端节点的角速度信息,第一MEMS加速度计1.3获取水面端节点的加速度信息,第一磁传感器1.4获取水面端节点的磁航向信息,第一水深传感器1.5获取水面端节点的水深信息,第一信息融合模块1.6利用水面端节点的卫星定位信息、水面端节点的角速度信息、水面端节点的加速度信息、水面端节点的磁航向信息和水面端节点的水深信息采用信息融合的方法获取水面端节点的实际位置信息;
步骤2:第二MEMS陀螺仪2.2获取水下中间节点的角速度信息,第二MEMS加速度计2.3获取水下中间节点的加速度信息,第二磁传感器2.4获取水下中间节点的磁航向信息,第二水深传感器2.5获取水下中间节点的水深信息,第二信息融合模块2.1利用水面端节点的实际位置信息、水下中间节点的角速度信息、水下中间节点的加速度信息、水下中间节点的磁航向信息和水下中间节点的水深信息采用信息融合的方法获取水下中间节点的实际位置信息;
步骤3:所述载体惯导系统3.1获取水下端节点的姿态、速度和位置信息,载体水深传感器3.2获取水下端节点的水深信息,数据处理中心3.3利用水下端节点的姿态、速度和位置信息、水下端节点的水深信息和水下中间节点的实际位置信息采用信息融合的方法获取水下端节点的实际位置信息。
对本发明进行仿真,仿真条件为节点A(水面端节点)地理位置为北纬30.58°和东经114.24°,高度为0米,测量误差为1m,l为50米,测量误差为0.5m,测深Δh为20米,测量误差为0.5m,磁航向ψ为45°,测量误差为0.5°,MEMS陀螺仪常值漂移为1°/h,随机游走为加速度计零偏为1mg,随机游走为静态仿真300s,由节点A传递至节点B(水下中间节点)的位置误差小于0.2米,具体见图3。
本说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (7)
1.一种基于多柔性节点的水下智能定位系统,其特征在于:它包括水面端节点(1)、水下中间节点(2)和水下端节点(3),所述水面端节点(1)包括卫星接收模块(1.1)、第一MEMS陀螺仪(1.2)、第一MEMS加速度计(1.3)、第一磁传感器(1.4)、第一水深传感器(1.5)、第一信息融合模块(1.6),所述卫星接收模块(1.1)获取水面端节点的卫星定位信息,第一MEMS陀螺仪(1.2)用于获取水面端节点的角速度信息,第一MEMS加速度计(1.3)用于获取水面端节点的加速度信息,第一磁传感器(1.4)用于获取水面端节点的磁航向信息,第一水深传感器(1.5)用于获取水面端节点的水深信息,第一信息融合模块(1.6)用于利用水面端节点的卫星定位信息、水面端节点的角速度信息、水面端节点的加速度信息、水面端节点的磁航向信息和水面端节点的水深信息采用信息融合的方法获取水面端节点的实际位置信息;
水下中间节点(2)包括第二信息融合模块(2.1)、第二MEMS陀螺仪(2.2)、第二MEMS加速度计(2.3)、第二磁传感器(2.4)和第二水深传感器(2.5),第二MEMS陀螺仪(2.2)用于获取水下中间节点的角速度信息,第二MEMS加速度计(2.3)用于获取水下中间节点的加速度信息,第二磁传感器(2.4)用于获取水下中间节点的磁航向信息,第二水深传感器(2.5)用于获取水下中间节点的水深信息,第二信息融合模块(2.1)用于利用水面端节点的实际位置信息、水下中间节点的角速度信息、水下中间节点的加速度信息、水下中间节点的磁航向信息和水下中间节点的水深信息采用信息融合的方法获取水下中间节点的实际位置信息;
水下端节点(3)包括载体惯导系统(3.1)、载体水深传感器(3.2)和数据处理中心(3.3),所述载体惯导系统(3.1)用于获取水下端节点的姿态、速度和位置信息,载体水深传感器(3.2)用于获取水下端节点的水深信息,数据处理中心(3.3)用于利用水下端节点的姿态、速度和位置信息、水下端节点的水深信息和水下中间节点的实际位置信息采用信息融合的方法获取水下端节点的实际位置信息。
2.根据权利要求1所述的基于多柔性节点的水下智能定位系统,其特征在于:第一信息融合模块(1.6)用于利用水面端节点的卫星定位信息、水面端节点的角速度信息、水面端节点的加速度信息、水面端节点的磁航向信息和水面端节点的水深信息采用信息融合的方法获取水面端节点的实际位置信息的具体方法为:
步骤01:利用水面端节点的角速度信息和水面端节点的加速度进行姿态和位置测量,并进行惯性导航解算获得水面端节点惯性导航的航向信息和定位信息,以及水面端节点的速度和姿态;
步骤02:将水面端节点惯性导航的航向信息与水面端节点的磁航向信息做差,得到水面端节点航向误差,将水面端节点惯性导航的定位信息与水面端节点的卫星位置信息做差,得到水面端节点位置误差;
步骤03:利用水面端节点航向误差和水面端节点位置误差为观测量,构建水面端节点观测方程;
步骤04:利用惯性导航解算的水面端节点的速度、姿态和位置误差作为状态量,构建水面端节点状态方程;
步骤05:利用Kalman滤波的方法对水面端节点观测方程和水面端节点状态方程进行组合导航,计算获得水面端节点实际位置信息。
3.根据权利要求1所述的基于多柔性节点的水下智能定位系统,其特征在于:第二信息融合模块(2.1)利用水面端节点的实际位置信息、水下中间节点的角速度信息、水下中间节点的加速度信息、水下中间节点的磁航向信息和水下中间节点的水深信息采用信息融合的方法获取水下中间节点的实际位置信息的具体方法为:
步骤001:水面端节点实际位置信息包括经度λ1、纬度L1和高度h1,水下中间节点实际位置信息包括经度λ2、纬度L2和高度h2,其中,水下中间节点的水深信息为Δh,磁航向信息中的航向角为ψ,水面端节点(1)和水下中间节点(2)之间的缆绳AB段的航向为ψ;
步骤002:得到水面端节点的地心坐标为(x1,y1,z1),水下中间节点的地心坐标为(x2,y2,z2);
其中,l表示AB段的长度;
由此得到:
tanψ=Δxn/Δyn (6);
步骤007:根据下式计算水下中间节点与水面端节点的深度差关系h2=h1-Δh;
步骤008:根据下式计算水下中间节点的位置约束关系
其中,Re表示地球的半径;
步骤009:得出水下中间节点位置的状态模型
其中,表示水面中间节点的姿态矩阵对应的四元数,表示水面中间节点对应四元数的变化率,表示四元数乘法;表示第二MEMS陀螺仪(2.2)测量的角速率输出,表示的四元数形式;表示水面中间节点载体坐标系b相对导航坐标系n的角速度,和分别表示地球自转角速度和导航坐标系n相对位置坐标系e的转动角速度,表示姿态矩阵的转置,表示第二MEMS加速度计(2.3)测量的比力,gn为重力加速度,表示导航坐标系n的速度,为水面中间节点姿态矩阵对应四元数表示的姿态矩阵,表示水面中间节点载体在导航坐标系内对地的加速度,RP为水面中间节点的曲率矩阵,表示水面中间节点位置矩阵的变化率,RM和RN分别表示子午圈与卯酉圈主曲率半径,h2表示水面中间节点的高度,L2表示水面中间节点的纬度;
步骤010:确定第二MEMS陀螺仪(2.2)的输出模型:
步骤011:确定第二MEMS加速度计输出模型;
步骤012:选择水面中间节点滤波状态量;
步骤013:确定水面中间节点非线性滤波框架;
联合式(7)(8)(10)(11)(13)和(15)共同构成水面中间节点非线性滤波的状态方程和量测方程;
其中,表示水面中间节点对应的滤波的状态向量,f(x)表示水面中间节点对应的状态向量的状态转移方程,w表示水面中间节点对应的状态量测噪声,y表示水面中间节点对应的观测量,h(x)表示水面中间节点对应的观测方程,v表示水面中间节点对应的观测噪声,f(x)和h(x)表达通过联立式(7)(8)(10)(11)(13)和(15)得到;
步骤014:得到水下中间节点的具体位置;
基于共同构成非线性滤波的状态方程和量测方程,利用UKF非线性滤波算法,利用节点间绳长l,水下中间节点的第二水深传感器(2.5)的测量深度Δh,磁传感器测得航向ψ,水面端节点实际位置信息,计算出水下中间节点的实际位置(λ2,L2,h2)。
4.根据权利要求1所述的基于多柔性节点的水下智能定位系统,其特征在于:所述数据处理中心(3.3)利用水下端节点的姿态、速度和位置信息、水下端节点的水深信息和水下中间节点的实际位置信息获取水下端节点的实际位置信息的具体方法为:
步骤0001:水下中间节点实际位置信息包括经度λ2、纬度L2和高度h2,水下端节点实际位置信息包括经度λ3、纬度L3和高度h3,其中,水下端节点的水深信息为Δh1,磁航向信息中的航向角为Ψ1,水下中间节点与水下端节点之间的缆绳BC段的航向为Ψ1;
步骤0002:利用水下中间节点实际位置信息包括经度λ2、纬度L2和高度h2经过坐标变换矩阵计算得到水面端节点的地心坐标为(x2,y2,z2),利用水下端节点的经度λ3、纬度L3和高度h3计算得到其地心坐标为(x3,y3,z3);
其中,l1为BC段的长度;
由此得到:
tanψ1=Δx1 n/Δy1 n (22);
步骤0007:根据下式计算水下端间节点与水下中间节点的深度差关系h3=h2-Δh1;
步骤0008:根据下式计算水下端节点的位置约束关系
其中,Re表示地球的半径,
步骤0009:得出水下端节点位置的状态模型
其中,表示水下端节点姿态矩阵对应的四元数,表示水下端节点姿态矩阵对应四元数的变化率,表示四元数乘法;表示载体惯导系统(3.1)测量的角速率输出,表示的四元数形式;表示水下端节点载体坐标系b相对导航坐标系n的角速度,和分别表示地球自转角速度和导航坐标系n相对位置坐标系e的转动角速度,表示水下端节点姿态矩阵的转置,表示载体惯导系统(3.1)测量的比力,gn为重力加速度,表示导航坐标系n的速度,为水下端节点姿态矩阵对应四元数表示的姿态矩阵,表示水下端节点载体在导航坐标系内对地的加速度,RP1为水下端节点的曲率矩阵,表示水下端节点位置矩阵的变化率,RM和RN分别表示子午圈与卯酉圈主曲率半径,h3表示水下端节点的高度,L3表示水下端节点的纬度;
步骤0010:确定水下端节点载体惯导系统(3.1)的陀螺仪和加速度计类型,确定其误差模型;
步骤0011:选择水下端节点对应的滤波状态量;
步骤0012:确定水下端节点非线性滤波框架;
联合式(23)(24)(26)(27)共同构成水下端节点非线性滤波的状态方程和量测方程;
其中,表示水下端节点对应的滤波的状态向量,y1表示水下端节点对应的观测量,f1(x)表示状态向量的状态转移方程,h1(x)观测方程,f1(x)和h1(x)表达通过联立式(23)(24)(26)(27)得到,w1表示水下端节点对应的状态量测噪声,v1表示水下端节点对应的观测噪声,噪声形式根据步骤0010中的误差模型确定;
步骤0013:得到水下端节点的具体位置;
基于共同构成水下端节点非线性滤波的状态方程和量测方程,利用UKF非线性滤波算法,利用节点间绳长l1,水下端节点的水深传感器(2.5)的测量深度Δh1,磁传感器测得航向Ψ1,水下中间节点实际位置信息,计算出水下端节点的实际位置(λ3,L3,h3)。
6.根据权利要求2所述的基于多柔性节点的水下智能定位系统,其特征在于:所述步骤002中,利用水面端节点的经度λ1、纬度L1和高度h1计算得到水面端节点的地心坐标为(x1,y1,z1),利用水下中间节点的经度λ2、纬度L2和高度h2计算得到其地心坐标为(x2,y2,z2)。
7.一种基于权利要求1所述系统的多柔性节点的水下智能定位方法,其特征在于,它包括如下步骤:
步骤1:所述卫星接收模块(1.1)获取水面端节点的卫星定位信息,第一MEMS陀螺仪(1.2)获取水面端节点的角速度信息,第一MEMS加速度计(1.3)获取水面端节点的加速度信息,第一磁传感器(1.4)获取水面端节点的磁航向信息,第一水深传感器(1.5)获取水面端节点的水深信息,第一信息融合模块(1.6)利用水面端节点的卫星定位信息、水面端节点的角速度信息、水面端节点的加速度信息、水面端节点的磁航向信息和水面端节点的水深信息采用信息融合的方法获取水面端节点的实际位置信息;
步骤2:第二MEMS陀螺仪(2.2)获取水下中间节点的角速度信息,第二MEMS加速度计(2.3)获取水下中间节点的加速度信息,第二磁传感器(2.4)获取水下中间节点的磁航向信息,第二水深传感器(2.5)获取水下中间节点的水深信息,第二信息融合模块(2.1)利用水面端节点的实际位置信息、水下中间节点的角速度信息、水下中间节点的加速度信息、水下中间节点的磁航向信息和水下中间节点的水深信息采用信息融合的方法获取水下中间节点的实际位置信息;
步骤3:所述载体惯导系统(3.1)获取水下端节点的姿态、速度和位置信息,载体水深传感器(3.2)获取水下端节点的水深信息,数据处理中心(3.3)利用水下端节点的姿态、速度和位置信息、水下端节点的水深信息和水下中间节点的实际位置信息采用信息融合的方法获取水下端节点的实际位置信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210592590.6A CN114993302B (zh) | 2022-05-27 | 基于多柔性节点的水下智能定位系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210592590.6A CN114993302B (zh) | 2022-05-27 | 基于多柔性节点的水下智能定位系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114993302A true CN114993302A (zh) | 2022-09-02 |
CN114993302B CN114993302B (zh) | 2024-05-28 |
Family
ID=
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012129612A1 (en) * | 2011-03-31 | 2012-10-04 | Ogburn Damian | Method and system for surveying or monitoring underwater features |
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 |
CN110514203A (zh) * | 2019-08-30 | 2019-11-29 | 东南大学 | 一种基于isr-ukf的水下组合导航方法 |
KR102218582B1 (ko) * | 2019-08-22 | 2021-02-22 | 강릉원주대학교산학협력단 | 수중 위치 인식 시스템 |
CN113885521A (zh) * | 2021-10-25 | 2022-01-04 | 北京理工大学 | 一种智能机器人两栖式作业方法 |
WO2022028286A1 (zh) * | 2020-08-04 | 2022-02-10 | 东南大学 | 一种运动约束辅助的基于改进Sage-Husa自适应滤波的水下组合导航方法 |
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012129612A1 (en) * | 2011-03-31 | 2012-10-04 | Ogburn Damian | Method and system for surveying or monitoring underwater features |
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 |
KR102218582B1 (ko) * | 2019-08-22 | 2021-02-22 | 강릉원주대학교산학협력단 | 수중 위치 인식 시스템 |
CN110514203A (zh) * | 2019-08-30 | 2019-11-29 | 东南大学 | 一种基于isr-ukf的水下组合导航方法 |
WO2022028286A1 (zh) * | 2020-08-04 | 2022-02-10 | 东南大学 | 一种运动约束辅助的基于改进Sage-Husa自适应滤波的水下组合导航方法 |
CN113885521A (zh) * | 2021-10-25 | 2022-01-04 | 北京理工大学 | 一种智能机器人两栖式作业方法 |
Non-Patent Citations (3)
Title |
---|
卞鸿巍等: "水下PNT体系信息架构及关键问题", 《导航定位与授时》, 25 April 2022 (2022-04-25) * |
李春雨;丁志宏;张延顺;周琦;庞钰宁;叶彬;: "基于可重置联邦滤波器的水下运载体导航定位方法", 海洋技术学报, no. 05, 15 October 2015 (2015-10-15) * |
查峰等: "Linear track underwater carrier SINS correction method based on hydroacoustic single beacon", 《IEEE ACCESS》, 6 January 2022 (2022-01-06) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107655476B (zh) | 基于多信息融合补偿的行人高精度足部导航方法 | |
CN110274588B (zh) | 基于无人机集群信息的双层嵌套因子图多源融合导航方法 | |
CN112629538B (zh) | 基于融合互补滤波和卡尔曼滤波的舰船水平姿态测量方法 | |
CN102829777B (zh) | 自主式水下机器人组合导航系统及方法 | |
CN102169184B (zh) | 组合导航系统中测量双天线gps安装失准角的方法和装置 | |
CN104635251B (zh) | 一种ins/gps组合定位定姿新方法 | |
CN101858748B (zh) | 高空长航无人机的多传感器容错自主导航方法 | |
Chutia et al. | A review of underwater robotics, navigation, sensing techniques and applications | |
CN106643709B (zh) | 一种海上运载体的组合导航方法及装置 | |
CN109813311A (zh) | 一种无人机编队协同导航方法 | |
CN109931926A (zh) | 一种基于站心坐标系的小型无人机无缝自主式导航算法 | |
CN103674030A (zh) | 基于天文姿态基准保持的垂线偏差动态测量装置和方法 | |
CN103900565A (zh) | 一种基于差分gps的惯导系统姿态获取方法 | |
CN110849360B (zh) | 面向多机协同编队飞行的分布式相对导航方法 | |
CN108426575A (zh) | 用地球椭球模型改进的捷联惯导极地横向导航方法 | |
CN105547300A (zh) | 用于auv的全源导航系统及方法 | |
CN113834483A (zh) | 一种基于可观测度的惯性/偏振/地磁容错导航方法 | |
CN105547289A (zh) | 一种水下航行器组合导航系统及导航信息融合方法 | |
CN112432642A (zh) | 一种重力灯塔与惯性导航融合定位方法及系统 | |
CN103335654A (zh) | 一种行星动力下降段的自主导航方法 | |
CN111722295B (zh) | 一种水下捷联式重力测量数据处理方法 | |
CN115356965B (zh) | 一种松散耦合实装数据采集装置及数据处理方法 | |
Menna et al. | Particle filter based autonomous underwater vehicle navigation system aided thru acoustic communication ranging | |
CN116482735A (zh) | 一种受限空间内外高精度定位方法 | |
CN114993302A (zh) | 基于多柔性节点的水下智能定位系统和方法 |
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 | ||
GR01 | Patent grant |