CN115587479A - 一种多信标长基线定位系统误差辨识方法及装置 - Google Patents
一种多信标长基线定位系统误差辨识方法及装置 Download PDFInfo
- Publication number
- CN115587479A CN115587479A CN202211167624.3A CN202211167624A CN115587479A CN 115587479 A CN115587479 A CN 115587479A CN 202211167624 A CN202211167624 A CN 202211167624A CN 115587479 A CN115587479 A CN 115587479A
- Authority
- CN
- China
- Prior art keywords
- error
- beacon
- time delay
- identification model
- model
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G01S15/006—Theoretical aspects
-
- 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
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/06—Systems determining the position data of a target
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明实施例提供了一种多信标长基线定位系统误差辨识方法及装置,方法包括以下步骤:获取初始的长基线水下定位模型;根据所述长基线水下定位模型和水下目标中心与信标的几何关系,建立多信标体制水下定位模型;根据多信标体制水下定位模型得到系统误差辨识模型;通过所述系统误差辨识模型并结合水下目标定位过程,计算时延残差;通过分析所述时延残差,构建系统误差辨识模型的最优检验统计量D,根据所述最优检验统计量D得到系统误差辨识模型的选择准则;根据所述选择准则选择最优的系统误差辨识模型。本发明提出的系统误差辨识模型及最优模型选择准则可为水下目标高精度测量与导航定位提供理论与技术支撑。
Description
技术领域
本发明涉及水下目标定位技术领域,尤其涉及一种多信标长基线定位系统误差辨识方法及装置。
背景技术
不同于卫星等空间目标观测距离在百公里量级,长基线水下定位系统的测量距离短,若不考虑多信标与目标中心的部位不一致问题,此系统误差会造成较大的定位误差。
申请人发现现有技术中至少存在如下问题:如何提高长基线水下目标的定位精度。
发明内容
本发明实施例所解决的技术问题是如何提高长基线水下目标的定位精度的问题。
为达上述目的,一方面,本发明实施例提供了一种多信标长基线定位系统误差辨识方法,包括以下步骤:
获取初始的长基线水下定位模型;
根据所述长基线水下定位模型和水下目标中心与信标的几何关系,建立多信标体制水下定位模型;
根据多信标体制水下定位模型得到系统误差辨识模型;
通过所述系统误差辨识模型并结合水下目标定位过程,计算时延残差;
通过分析所述时延残差,构建系统误差辨识模型的最优检验统计量D,根据所述最优检验统计量D得到系统误差辨识模型的选择准则;
根据所述选择准则选择最优的系统误差辨识模型。
另一方面,本发明实施例提供了一种多信标长基线定位系统误差辨识装置,包括:
获取单元,用于获取初始的长基线水下定位模型;
构建单元,用于根据所述长基线水下定位模型和水下目标中心与信标的几何关系,建立多信标体制水下定位模型;
辨识单元,用于根据多信标体制水下定位模型得到系统误差辨识模型;
计算单元,用于通过所述系统误差辨识模型并结合水下目标定位过程,计算时延残差;
分析单元,用于通过分析所述时延残差,构建系统误差辨识模型的最优检验统计量D,根据所述最优检验统计量D得到系统误差辨识模型的选择准则;
选择单元,用于根据所述选择准则选择最优的系统误差辨识模型。
上述技术方案具有如下有益效果:由于实际情况中并不知道测量数据中存在哪些系统误差,因此本申请通过分析时延残差,构建模型的最优检验统计量,并给出系统误差辨识模型的最优选择准则,实现水下目标位置参数的有效估计和系统误差参数的合理辨识。
本申请通过分析时延残差,构建模型的最优检验统计量D,并给出系统误差辨识模型的最优选择准则。设计数值仿真场景,对该准则进行验证,每个仿真场景在测量数据中加入不同的测元系统误差,利用本申请的多种解算模型求解目标位置参数,并计算相应的统计量D。仿真结果显示,当模型的统计量D最小时,该模型的目标位置解算精度最高。因此本申请提出的系统误差辨识模型及最优模型选择准则可为水下目标高精度测量与导航定位提供理论与技术支撑。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种多信标长基线定位系统误差辨识方法的流程图;
图2是本发明实施例提供的一种多信标长基线定位系统误差辨识装置的结构示意图;
图3是本发明实施例提供的长基线定位系统直角坐标系示意图;
图4是本发明实施例提供的多信标定位体系图;
图5是本发明实施例提供的第一种实施方式的目标轨迹图;
图6是本发明实施例提供的第二种实施方式的目标轨迹图;
图7是本发明实施例提供的旋角变化图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的技术方案为:本申请构建多信标体制的系统误差辨识模型来提高水下定位精度。针对部位不一致的结构系统误差,构建了多信标体制下的定位模型;针对测量过程中存在的测元系统误差,在多信标体制定位模型的基础上,构建了相应的系统误差辨识模型。由于实际定位过程中并不知道测量数据中存在哪些系统误差,并且选择不当的系统误差辨识模型同样会影响定位精度,因此本申请通过分析时延残差,构建模型的最优检验统计量D,并给出系统误差辨识模型的最优选择准则。设计数值仿真场景,对该准则进行验证。每个仿真场景在测量数据中加入不同的测元系统误差,利用本申请的多种解算模型求解目标位置参数,并计算相应的统计量D。仿真结果显示,当模型的统计量D最小时,该模型的目标位置解算精度最高。验证了最优模型选择准则的有效性。
本发明提供了一种多信标长基线定位系统误差辨识方法,如图1所示,包括以下步骤:
S101:获取初始的长基线水下定位模型;
建立直角坐标系如图3所示,以长基线系统测量范围内某一点为原点O(0,0,0),ox轴、oy轴和oz轴相互垂直,分别指向正东方向、正北方向和天空方向,构成右手坐标系。长基线定位系统布站如下所示,目标上安装信标,长基线系统与信标时间严格对齐。在水下定位过程中,信标X发射声信号且发射时间已知,长基线系统接收声信号,从而得到声信号从信标X到测站Xi,i=1,...,n的单程传播时延ti。利用公式(1)可以计算目标到测站的斜距Ri。
Ri=cti (1)
其中c为水下声速。
水面测站的位置可由全球导航卫星系统(GNSS)获得,海底测站的位置可在试验前通过标定获得。根据待测目标X=[x,y,z]T与测站Xi=[xi,yi,zi]T(i=1,...,n)的几何关系,有如下方程组:
结合公式(1)和公式(2),长基线系统水下定位模型为:
模型(3)可利用高斯-牛顿迭代法求解,进而可得水下目标坐标。
模型(3)的雅各比矩阵为:
S102:根据所述长基线水下定位模型和水下目标中心与信标的几何关系,建立多信标体制水下定位模型;
如图4所示,在目标外侧等距安装K个信标(目标近似圆柱体),目标中心与信标处于同一深度,长基线系统与信标时间严格对齐。在水下定位过程中,信标Xj,j=1,...,K发射声信号,长基线系统接收声信号,从而得到声信号从信标Xj到测站Xi,i=1,...,n的单程传播时延tij,利用公式(1)可以计算信标Xj到测站Xi的斜距Rij。
Rij=ctij (5)
由于目标自身的遮挡以及信标发射声信号角度受限等因素影响,长基线系统在定位中同一时刻1个测站只输出1个信标的声信号到达时间,进而计算声信号在水中传播的时延。
如图4所示,根据信标Xj=[xj,yj,zj]T与测站Xi=[xi,yi,zi]T的几何关系,可构建如下方程组:
假设目标中心X指向1号信标方向与东向夹角为旋角θ,由于信标等距安装在目标外侧,目标中心X与信标Xj的关系可表示为:
结合公式(6)和公式(7),多信标体制下的长基线系统水下定位模型为:
利用高斯-牛顿迭代可解算模型(8),其雅各比矩阵为:
S103:根据多信标体制水下定位模型得到系统误差辨识模型;
S104:通过所述系统误差辨识模型并结合水下目标定位过程,计算时延残差;
S105:通过分析所述时延残差,构建系统误差辨识模型的最优检验统计量D,根据所述最优检验统计量D得到系统误差辨识模型的选择准则。
S106:根据所述选择准则选择最优的系统误差辨识模型。
述系统误差辨识模型包括:声速误差辨识模型、时延误差辨识模型和声速及时延误差辨识模型。
多信标体制水下定位模型为:
其中,X为待测目标,X=[x,y,z]T;Xj为信标j的位置,j=1,...,K;Xi为测站i的位置,i=1,...,n;
tij为声信号从信标Xj到测站Xi的单程传播时延,单位是s;c为水下声速,单位为m/s;θ为旋角,单位为度;r是目标半径,单位m;j为第j个信标对应的测站编号。
声速误差辨识模型,具体为:
其中,ν为声速测量值,tij为声信号从信标Xj到测站Xi的单程传播时延,单位是s;Δc为声速误差,X为待测目标,X=[x,y,z]T;θ为旋角,单位为度;r是目标半径,单位m;j为第j个信标对应的测站编号,j=1,...,K;Xi为测站i的位置,i=1,...,n;
所述时延误差辨识模型,具体为:
其中,τij为时延测量值;Δt为时延系统误差;Δc为声速误差;c为水下声速,单位为m/s;X为待测目标,X=[x,y,z]T;θ为旋角,单位为度;r是目标半径,单位m;j为第j个信标对应的测站编号,j=1,...,K;Xi为测站i的位置,i=1,...,n;
所述声速及时延误差辨识模型,具体为:
其中,ν为声速测量值,τij为时延测量值;Δt为时延系统误差;Δc为声速误差;c为水下声速,单位为m/s;Δt为时延系统误差;X为待测目标,X=[x,y,z]T;θ为旋角,单位为度;r是目标半径,单位m;j为第j个信标对应的测站编号,j=1,...,K;Xi为测站i的位置,i=1,...,n。
通过比较最优检验统计量D的大小,最优检验统计量D最小的模型即为最优的系统误差辨识模型;所述最优检验统计量D为:
D=RSS+(2N-n)σ2;
其中,为RSS残差平方和;n是测元的个数,N未知量的个数,σ是时延随机误差的标准差。
本发明还提供了一种多信标长基线定位系统误差辨识装置,如图2所示,包括:
获取单元21,用于获取初始的长基线水下定位模型;
构建单元22,用于根据所述长基线水下定位模型和水下目标中心与信标的几何关系,建立多信标体制水下定位模型;
辨识单元23,用于根据多信标体制水下定位模型得到系统误差辨识模型;
计算单元24,用于通过所述系统误差辨识模型并结合水下目标定位过程,计算时延残差;
分析单元25,用于通过分析所述时延残差,构建系统误差辨识模型的最优检验统计量D,根据所述最优检验统计量D得到系统误差辨识模型的选择准则;
选择单元26,用于根据所述选择准则选择最优的系统误差辨识模型。
所述系统误差辨识模型包括:声速误差辨识模型、时延误差辨识模型和声速及时延误差辨识模型。
所述多信标体制水下定位模型为:
其中,X为待测目标,X=[x,y,z]T;Xj为信标j的位置,j=1,...,K;Xi为测站i的位置,i=1,...,n;
tij为声信号从信标Xj到测站Xi的单程传播时延,单位是s;c为水下声速,单位为m/s;θ为旋角,单位为度;r是目标半径,单位m;j为第j个信标对应的测站编号。
所述声速误差辨识模型,具体为:
其中,ν为声速测量值,tij为声信号从信标Xj到测站Xi的单程传播时延,单位是s;Δc为声速误差,X为待测目标,X=[x,y,z]T;θ为旋角,单位为度;r是目标半径,单位m;j为第j个信标对应的测站编号,j=1,...,K;Xi为测站i的位置,i=1,...,n;
所述时延误差辨识模型,具体为:
其中,τij为时延测量值;Δt为时延系统误差;Δc为声速误差;c为水下声速,单位为m/s;X为待测目标,X=[x,y,z]T;θ为旋角,单位为度;r是目标半径,单位m;j为第j个信标对应的测站编号,j=1,...,K;Xi为测站i的位置,i=1,...,n;
所述声速及时延误差辨识模型,具体为:
其中,ν为声速测量值,τij为时延测量值;Δt为时延系统误差;Δc为声速误差;c为水下声速,单位为m/s;Δt为时延系统误差;X为待测目标,X=[x,y,z]T;θ为旋角,单位为度;r是目标半径,单位m;j为第j个信标对应的测站编号,j=1,...,K;Xi为测站i的位置,i=1,...,n。
用于通过比较最优检验统计量D的大小,最优检验统计量D最小的模型即为最优的系统误差辨识模型;所述最优检验统计量D为:
D=RSS+(2N-n)σ2;
其中,为RSS残差平方和;n是测元的个数,N未知量的个数,σ是时延随机误差的标准差。
由于实际情况中并不知道测量数据中存在哪些系统误差,因此本申请通过分析时延残差,构建模型的最优检验统计量,并给出系统误差辨识模型的最优选择准则,实现水下目标位置参数的有效估计和系统误差参数的合理辨识。
本申请通过分析时延残差,构建模型的最优检验统计量D,并给出系统误差辨识模型的最优选择准则。设计数值仿真场景,对该准则进行验证,每个仿真场景在测量数据中加入不同的测元系统误差,利用本申请的多种解算模型求解目标位置参数,并计算相应的统计量D。仿真结果显示,当模型的统计量D最小时,该模型的目标位置解算精度最高。因此本申请提出的系统误差辨识模型及最优模型选择准则可为水下目标高精度测量与导航定位提供理论与技术支撑。
实施例1:
本发明提供了一种多信标长基线定位系统误差辨识方法,首先针对部位不一致导致的结构系统误差,构建多信标体制水下定位模型。此外,在长基线系统定位时,测量数据中可能存在如站址系统误差、声速系统误差、时延系统误差等测元系统误差。其中站址系统误差可在水下测站标定时进行修正,因此本申请主要考虑声速系统误差和时延系统误差。假设同一时刻水下声速处处相同,且测元系统误差均为常值,本申请针对只存在声速误差或时延误差、声速误差和时延误差同时存在,在多信标体制水下定位模型的基础上分别构建对应的系统误差辨识模型。
多信标体制水下定位模型:
如图3所示,在目标外侧等距安装K个信标(目标近似圆柱体),目标中心与信标处于同一深度,长基线系统与信标时间严格对齐。在水下定位过程中,信标Xj,j=1,...,K发射声信号,长基线系统接收声信号,从而得到声信号从信标Xj到测站Xi,i=1,...,n的单程传播时延tij,利用公式(1)可以计算信标Xj到测站Xi的斜距Rij。
Rij=ctij (10)
由于目标自身的遮挡以及信标发射声信号角度受限等因素影响,长基线系统在定位中同一时刻1个测站只输出1个信标的声信号到达时间,进而计算声信号在水中传播的时延。
如图3所示,根据信标Xj=[xj,yj,zj]T与测站Xi=[xi,yi,zi]T的几何关系,可构建如下方程组:
假设目标中心X指向1号信标方向与东向夹角为旋角θ,由于信标等距安装在目标外侧,目标中心X与信标Xj的关系可表示为:
结合公式(6)和公式(7),多信标体制下的长基线系统水下定位模型为:
利用高斯-牛顿迭代可解算模型(8),其雅各比矩阵为:
声速误差辨识模型:
声速误差是影响声学系统水下目标定位精度的主要因素。假设在长基线系统测量过程中,声速测量值为ν,时延测量值为tij,记声速误差为Δc,不考虑时延误差,根据公式(5),由声速误差造成的测距误差ΔRij为:
ΔRij=tijΔc (15)
根据公式(15)可以看出,当声速误差不变时,时延测量值越大,测距误差越大。
根据公式和(5)和公式(7),声速误差辨识模型可写为:
其雅各比矩阵为:
其中tij为声信号从信标Xj到测站Xi的单程传播时延。
时延误差辨识模型:
时延误差是影响长基线系统定位精度的另一主要因素。假设测量中时延测量值为τij,时延系统误差为Δt,且不存在声速误差。时延误差造成的测距误差为ΔR,根据公式(5),测距误差ΔR为:
ΔR=cΔt (19)
根据待测目标中心X与测站Xi的几何关系可得:
时延误差辨识模型即为:
其雅各比矩阵为:
声速和时延误差辨识模型:
假设时延测量值为τij,声速测量值为ν。如果测量数据中同时存在时延误差Δt和声速误差Δc,误差共同导致的测距误差为ΔRij,根据公式(5)可得:
根据公式(23),测距误差ΔRij为:
其中ν为水下声速测量值,τij为时延测量值。
斜距测量值Rij可表示为:
那么时延误差及声速误差辨识模型为:
其雅各比矩阵为:
与模型(8)解算过程相同,模型(17)、模型(21)和模型(26)均可利用高斯-牛顿法求解。在水下目标定位解算过程中,我们通常不知道定位过程中存在哪些测元系统误差。由于选择不当的系统误差辨识模型会增加模型的复杂度,降低水下目标的定位精度,因此如何选取合适的系统误差辨识模型是提高水下目标定位精度的关键问题。
最优模型选择准则:
对于长基线测量数据的处理,不同系统误差辨识模型的解算精度会有所不同,因此选择合适的系统误差辨识模型才能有效提高长基线系统的定位精度。假设在水下定位过程中,长基线系统对某时刻的时延真值t=[t1,t2,...,tn]T进行测量,得到时延数据τ=[τ1,τ2,...,τn]T,假设测量数据模型为:
其中e是随机误差。
假设某系统误差辨识模型下的待估参数β∈RN×1和设计矩阵Η∈Rn×N分别为:
假设b=[b1,b2,...,bn]T是待估参数β和设计矩阵Η组合表示t后的误差。
t=Hβ+b (30)
那么公式(28)可写为:
τ=Hβ+b+e (31)
利用最小二乘法,根据公式(31)可得到β的估计为:
令:
HX=H(HTH)-1HT (34)
公式(33)可写为:
根据公式(30),有:
可得:
根据残差平方和计算公式,有:
结合公式(37)和公式(38)可得:
记系统误差辨识模型的最优检验统计量D为:
D=RSS+(2N-n)σ2 (40)
如果σ2未知,当统计量Q=n-N较大时,可用时延的残差平方和给出σ2的估计。记q个系统误差辨识模型相应的残差平方和为RSS1,RSS2,...,RSSq,相应的统计量Q为Q1,Q2,...,Qq。那么σ2的估计为
利用长基线系统的测量数据准确计算水下目标位置的关键,是选取合适的系统误差辨识模型,使残差平方和尽可能小的同时,变量的数目也要尽可能小。当定位中有多种系统误差辨识模型时,只需要比较统计量D的大小,统计量D最小的模型即为最优的系统误差辨识模型。
关于如公式(40)的系统误差辨识模型的最优选择准则,当模型中参数数量相同时,只需要计算不同模型的残差平方和,残差平方和最小的模型最优;而当模型中参数数量不相同时,需要计算不同模型的统计量D,统计量D最小的模型最优。
该最优模型选择准则对于线性模型和非线性模型都是有效的。
数值仿真
仿真设计:
本申请假设同一时刻水下声速恒定,不考虑声线弯曲带来的影响,数值仿真流程如下。
仿真设计:水下目标为圆柱体,半径r为1m,目标外侧等间距固定6个信标,假设目标在运动过程中信标始终处在同一深度。水底布设10个测站,同时水面上布设1个测站,信标和测站时间严格同步。
仿真设置四个场景,每种场景在测量数据中加入不同的误差以验证最优模型选择准则的适用性,即不加入测元系统误差、仅在时延测量上加入系统误差、仅在声速测量上加入系统误差、在时延和声速上均加入系统误差。假设系统误差不随时间和目标位置改变。
对上述三种仿真场景,分别利用模型(3)、(8)、(17)、(21)和(26)解算。
1.设定测量真值和迭代初值:目标在水中近似垂向运动,k(k=1,...,m)时刻的目标坐标序列和旋角分别为Xk=[xk,yk,zk]T和θk,如图5、图6和图7所示。根据测站与信标的几何关系,测站对应信标的序号如表格1所示。
表格1测站与信标对应关系
设定水下声速真值为c=1500m/s,根据公式(8)、图7和表格1计算声信号从信标传播到相应测站的单程时延真值tij。取目标概略初值坐标X0=[0,0,-10m]、旋角迭代初值θ=0°、时延误差迭代初值Δt0=0s、声速误差迭代初值Δc0=0m/s。
2.生成测量数据:设置站址随机误差的标准差为σX=0.05m,时延随机误差的标准差σt=50us。根据三种仿真场景,分别在声速、时延数据中加入系统误差,得到声速测量值ν和时延测量值τ,利用公式(5)计算斜距测量值Rc。
3.求解:记单信标体制不辨识误差为模型1(M1),多信标体制不辨识误差为模型1(M2)、多信标体制辨识声速误差为模型2(M3)、多信标体制辨识时延误差为模型3(M4)、多信标体制辨识声速和时延误差为模型4(M5)。在各个的仿真场景中,根据模型1-模型5的原理,利用高斯-牛顿迭代求解目标参数:首先设置精度εmin和最大迭代次数kmax,再将初值带入雅各比矩阵J中,计算下降方向,不断迭代直到满足终止条件,最终得到目标坐标旋角测时系统误差Δt和声速系统误差Δc,进一步计算位置误差旋角误差Δθ及统计量D。
4.循环计算:采用蒙特卡洛法,按照流程0-流程0重复计算100次,记录每次计算结果,最终统计结果。
仿真结果:
仿真场景1:测量数据中不加入任何系统误差,仿真结果如下所示。
表格2仿真场景1的解算结果
仿真场景2:仅在声速数据中加入-2m/s的系统误差,仿真结果如下所示。
表格3仿真场景2的解算结果
仿真场景3:仅在时延数据中加入-500us的系统误差,仿真结果如下所示。
表格4仿真场景3的解算结果
仿真场景4:在声速数据中加入-2m/s的系统误差,同时在时延数据中加入-500us的系统误差,仿真结果如表格5所示。
表格5仿真场景4的解算结果
根据上述三中场景下的仿真结果,可知:
1)在上述四种场景的仿真结果中,单信标体制不辨识误差模型的目标位置参数解算精度最差,同时该模型的统计量D也是所有模型中最大的。
2)当不存在测元系统误差时,多信标体制不辨识误差模型的目标位置参数和旋角的解算精度最高,同时该模型的统计量D也最小。
3)在只存在一个测元系统误差的情况下,辨识相应的系统误差的模型解算误差最小,平均位置解算误差在0.16m左右,也能最准确的估计系统误差,同时统计量D也最小。如果选择不当的系统误差辨识模型,位置解算精度会降低,并且会计算出并不存在的系统误差,同时该模型的统计量D也会增大。比如当测量数据中仅存在声速系统误差,却选择辨识时延误差模型,此时平均位置解算误差在0.74m,同时计算出时延误差,但此仿真场景并没有加入时延误差;如果选择辨识声速和时延误差的解算模型,目标位置解算误差在0.17m,相对于辨识声速误差模型定位误差增加6.15%,也会计算出时延误差。
4)在测量数据中同时存在声速误差和时延误差的情况下,辨识声速和时延误差模型解算误差最小,平均位置解算误差在0.17m左右,解算的声速误差与真实的声速误差偏差0.48%,解算的时延误差与真实的时延误差偏差0.90%,同时统计量D也最小。如果采用只辨识一个系统误差的模型,会将测量中存在的两个系统误差计算到一个系统误差中,在此解算的位置参数与真值平均偏差0.7m以上,计算出的系统误差与真值偏差较大,同时该模型的统计量D也较大。
5)模型的统计量D与目标位置解算误差正相关。统计量D越小,目标位置解算误差越小,反映系统误差辨识模型拟合真实模型的程度越好,解算精度越高。
综上所述结果分析可得:在随机误差相对于系统误差较小的情况下,如果解算过程中可选择多个系统误差辨识模型,那么通过计算各个模型的统计量D,根据最优模型选择准则可选择出最优系统误差辨识模型。
传统长基线水下定位中存在的部位不一致误差、声速系统误差和时延系统误差等系统误差会导致水下目标定位精度下降,为此本申请构建多信标体制的系统误差辨识模型来提高水下定位精度。针对部位不一致的结构系统误差,构建了多信标体制下的定位模型;针对测量过程中存在的测元系统误差,在多信标体制定位模型的基础上,构建了相应的系统误差辨识模型。由于实际定位过程中我们并不知道测量数据中存在哪些系统误差,并且选择不当的系统误差辨识模型同样会影响定位精度,因此本申请通过分析时延残差,构建模型的最优检验统计量D,并给出系统误差辨识模型的最优选择准则。最后本申请设计数值仿真场景,对该准则进行验证。每个仿真场景在测量数据中加入不同的测元系统误差,利用本申请的多种解算模型求解目标位置参数,并计算相应的统计量D。仿真结果显示,当模型的统计量D最小时,该模型的目标位置解算精度最高,验证了最优模型选择准则的有效性。因此本申请提出的系统误差辨识模型及最优模型选择准则可为水下目标高精度测量与导航定位提供理论与技术支撑。
本申请构建多信标体制的长基线定位系统误差辨识模型:为修正部位不一致导致的结构系统误差,本申请将斜距建立成与水下两点位置(水下信标、长基线测站)、目标半径和旋角有关的函数,进而将传统的定位模型转换为多信标体制的定位模型。进一步针对水下目标定位过程中可能存在的声速误差或时延误差等测元系统误差,本申请在多信标体制定位模型的基础上构建了三种系统误差辨识模型,即声速误差辨识模型、时延误差辨识模型、声速和时延误差辨识模型。
本申请统误差辨识模型的最优选择准则:由于实际情况中并不知道测量数据中存在哪些系统误差,因此本申请通过分析时延残差,构建模型的最优检验统计量,并给出系统误差辨识模型的最优选择准则,实现水下目标位置参数的有效估计和系统误差参数的合理辨识。
应该明白,公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好,应该理解,过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素,并且不是要限于所述的特定顺序或层次。
在上述的详细描述中,各种特征一起组合在单个的实施方案中,以简化本公开。不应该将这种公开方法解释为反映了这样的意图,即,所要求保护的主题的实施方案需要比清楚地在每个权利要求中所陈述的特征更多的特征。相反,如所附的权利要求书所反映的那样,本发明处于比所公开的单个实施方案的全部特征少的状态。因此,所附的权利要求书特此清楚地被并入详细描述中,其中每项权利要求独自作为本发明单独的优选实施方案。
为使本领域内的任何技术人员能够实现或者使用本发明,上面对所公开实施例进行了描述。对于本领域技术人员来说;这些实施例的各种修改方式都是显而易见的,并且本申请定义的一般原理也可以在不脱离本公开的精神和保护范围的基础上适用于其它实施例。因此,本公开并不限于本申请给出的实施例,而是与本申请公开的原理和新颖性特征的最广范围相一致。
上文的描述包括一个或多个实施例的举例。当然,为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的,但是本领域普通技术人员应该认识到,各个实施例可以做进一步的组合和排列。因此,本申请中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外,就说明书或权利要求书中使用的术语“包含”,该词的涵盖方式类似于术语“包括”,就如同“包括,”在权利要求中用作衔接词所解释的那样。此外,使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块(illustrative logical block),单元,和步骤可以通过电子硬件、电脑软件,或两者的结合进行实现。为清楚展示硬件和软件的可替换性(interchangeability),上述的各种说明性部件(illustrative components),单元和步骤已经通用地描述了它们的功能。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用,可以使用各种方法实现所述的功能,但这种实现不应被理解为超出本发明实施例保护的范围。
本发明实施例中所描述的各种说明性的逻辑块,或单元都可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列或其它可编程逻辑装置,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于用户终端中。可选地,处理器和存储媒介也可以设置于用户终端中的不同的部件中。
在一个或多个示例性的设计中,本发明实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现,这些功能可以存储与电脑可读的媒介上,或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如,这样的电脑可读媒体可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储装置,或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外,任何连接都可以被适当地定义为电脑可读媒介,例如,如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘,磁盘通常以磁性复制数据,而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种多信标长基线定位系统误差辨识方法,其特征在于,包括以下步骤:
获取初始的长基线水下定位模型;
根据所述长基线水下定位模型和水下目标中心与信标的几何关系,建立多信标体制水下定位模型;
根据多信标体制水下定位模型得到系统误差辨识模型;
通过所述系统误差辨识模型并结合水下目标定位过程,计算时延残差;
通过分析所述时延残差,构建系统误差辨识模型的最优检验统计量D,根据所述最优检验统计量D得到系统误差辨识模型的选择准则;
根据所述选择准则选择最优的系统误差辨识模型。
2.根据权利要求1所述的一种多信标长基线定位系统误差辨识方法,其特征在于,所述系统误差辨识模型包括:声速误差辨识模型、时延误差辨识模型和声速及时延误差辨识模型。
4.根据权利要求2所述的一种多信标长基线定位系统误差辨识方法,其特征在于,所述声速误差辨识模型,具体为:
其中,ν为声速测量值,tij为声信号从信标Xj到测站Xi的单程传播时延,单位是s;Δc为声速误差,X为待测目标,X=[x,y,z]T;θ为旋角,单位为度;r是目标半径,单位m;j为第j个信标对应的测站编号,j=1,...,K;Xi为测站i的位置,i=1,...,n;
所述时延误差辨识模型,具体为:
其中,τij为时延测量值;Δt为时延系统误差;Δc为声速误差;c为水下声速,单位为m/s;X为待测目标,X=[x,y,z]T;θ为旋角,单位为度;r是目标半径,单位m;j为第j个信标对应的测站编号,j=1,...,K;Xi为测站i的位置,i=1,...,n;
所述声速及时延误差辨识模型,具体为:
其中,ν为声速测量值,τij为时延测量值;Δt为时延系统误差;Δc为声速误差;c为水下声速,单位为m/s;Δt为时延系统误差;X为待测目标,X=[x,y,z]T;θ为旋角,单位为度;r是目标半径,单位m;j为第j个信标对应的测站编号,j=1,...,K;Xi为测站i的位置,i=1,...,n。
5.根据权利要求1所述的一种多信标长基线定位系统误差辨识方法,其特征在于,通过比较最优检验统计量D的大小,最优检验统计量D最小的模型即为最优的系统误差辨识模型;所述最优检验统计量D为:
D=RSS+(2N-n)σ2;
其中,为RSS残差平方和;n是测元的个数,N未知量的个数,σ是时延随机误差的标准差。
6.一种多信标长基线定位系统误差辨识装置,其特征在于,包括:
获取单元,用于获取初始的长基线水下定位模型;
构建单元,用于根据所述长基线水下定位模型和水下目标中心与信标的几何关系,建立多信标体制水下定位模型;
辨识单元,用于根据多信标体制水下定位模型得到系统误差辨识模型;
计算单元,用于通过所述系统误差辨识模型并结合水下目标定位过程,计算时延残差;
分析单元,用于通过分析所述时延残差,构建系统误差辨识模型的最优检验统计量D,根据所述最优检验统计量D得到系统误差辨识模型的选择准则;
选择单元,用于根据所述选择准则选择最优的系统误差辨识模型。
7.根据权利要求6所述的一种多信标长基线定位系统误差辨识装置,其特征在于,所述系统误差辨识模型包括:声速误差辨识模型、时延误差辨识模型和声速及时延误差辨识模型。
9.根据权利要求7所述的一种多信标长基线定位系统误差辨识装置,其特征在于,所述声速误差辨识模型,具体为:
其中,ν为声速测量值,tij为声信号从信标Xj到测站Xi的单程传播时延,单位是s;Δc为声速误差,X为待测目标,X=[x,y,z]T;θ为旋角,单位为度;r是目标半径,单位m;j为第j个信标对应的测站编号,j=1,...,K;Xi为测站i的位置,i=1,...,n;
所述时延误差辨识模型,具体为:
其中,τij为时延测量值;Δt为时延系统误差;Δc为声速误差;c为水下声速,单位为m/s;X为待测目标,X=[x,y,z]T;θ为旋角,单位为度;r是目标半径,单位m;j为第j个信标对应的测站编号,j=1,...,K;Xi为测站i的位置,i=1,...,n;
所述声速及时延误差辨识模型,具体为:
其中,ν为声速测量值,τij为时延测量值;Δt为时延系统误差;Δc为声速误差;c为水下声速,单位为m/s;Δt为时延系统误差;X为待测目标,X=[x,y,z]T;θ为旋角,单位为度;r是目标半径,单位m;j为第j个信标对应的测站编号,j=1,...,K;Xi为测站i的位置,i=1,...,n。
10.根据权利要求6所述的一种多信标长基线定位系统误差辨识装置,其特征在于,通过比较最优检验统计量D的大小,最优检验统计量D最小的模型即为最优的系统误差辨识模型;所述最优检验统计量D为:
D=RSS+(2N-n)σ2;
其中,为RSS残差平方和;n是测元的个数,N未知量的个数,σ是时延随机误差的标准差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211167624.3A CN115587479A (zh) | 2022-09-23 | 2022-09-23 | 一种多信标长基线定位系统误差辨识方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211167624.3A CN115587479A (zh) | 2022-09-23 | 2022-09-23 | 一种多信标长基线定位系统误差辨识方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115587479A true CN115587479A (zh) | 2023-01-10 |
Family
ID=84778235
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211167624.3A Pending CN115587479A (zh) | 2022-09-23 | 2022-09-23 | 一种多信标长基线定位系统误差辨识方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115587479A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117146830A (zh) * | 2023-10-31 | 2023-12-01 | 山东科技大学 | 一种自适应多信标航位推算和长基线的紧组合导航方法 |
-
2022
- 2022-09-23 CN CN202211167624.3A patent/CN115587479A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117146830A (zh) * | 2023-10-31 | 2023-12-01 | 山东科技大学 | 一种自适应多信标航位推算和长基线的紧组合导航方法 |
CN117146830B (zh) * | 2023-10-31 | 2024-01-26 | 山东科技大学 | 一种自适应多信标航位推算和长基线的紧组合导航方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8369184B2 (en) | Systems and methods with improved three-dimensional source location processing including constraint of location solutions to a two-dimensional plane | |
US6225942B1 (en) | Registration method for multiple sensor radar | |
CN107526085B (zh) | 超声波阵列测距建模的方法及其系统 | |
CN107371133B (zh) | 一种提高基站定位精度的方法 | |
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 | |
CN110736963B (zh) | 一种基于CSI的室内Wi-Fi定位方法、装置及存储介质 | |
CN115587479A (zh) | 一种多信标长基线定位系统误差辨识方法及装置 | |
CN110275139B (zh) | 一种基于旋转式基元复用的超短基线定位系统及方法 | |
CN108566677B (zh) | 一种指纹定位方法及装置 | |
CN111381215A (zh) | 相位校正方法以及流星位置获取方法 | |
US8098200B1 (en) | Method and system for locating signal emitters using residual values | |
CN109376422B (zh) | 一种均匀圆阵优化设计评估方法和装置 | |
US10788322B2 (en) | Method and apparatus for assigning measuring points to a set of fixed points | |
US6028823A (en) | Geodetic position estimation for underwater acoustic sensors | |
KR102118981B1 (ko) | 비콘 신호와 핑거프린트 맵 기반의 실내 측위 방법 및 시스템 | |
RU2713193C1 (ru) | Способ межпозиционного отождествления результатов измерений и определения координат воздушных целей в многопозиционной радиолокационной системе | |
CN114430524B (zh) | 一种超宽带基站的标定方法、装置及电子设备 | |
CN113702928B (zh) | 一种路口雷达标定方法和设备 | |
US8049668B1 (en) | Method and system for locating signal emitters using iterative residual weighting | |
CN108761395A (zh) | 长基线导航系统应答器位置高精度测量方法 | |
KR101001612B1 (ko) | 탐색레이더에서의 정밀 표적탐지방법 | |
CN114325661A (zh) | 基于激光角反射器点云信号的单光子激光雷达在轨检校方法 | |
CN114563778A (zh) | 基于时延冗余测量的阵形校准方法 | |
CN113613188A (zh) | 指纹库的更新方法、装置、计算机设备和存储介质 | |
JP3172736B2 (ja) | 静止衛星の軌道決定方法 |
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 |