基于SINS/DVL/GPS的AUV组合导航标定方法的研究及其误差分析

为了进一步提高自主水下航行器(AUV)捷联惯导(SINS)与多普勒计程仪(DVL)组合导航定位精度,需要准确标定出SINS与DVL之间的安装误差角以及DVL的刻度系数。论文系统的介绍了组合导航系统的标定方法和流程,最后分析了组合导航系统的误差来源。     

一种AUV捷联惯导系统动基座快速初始对准方法

针对AUV的特点,介绍一种采用捷联惯导系统进行导航的AUV动基座快速对准方法.通过模型建立与公式推导提出用两个水平失准角的稳态值估计方位失准角稳态值的方法,仿真结果证明,在保证一定精度的前提下,可大大加快初始对准的速度.     

基于自适应滤波器的AUV组合导航系统研究

为满足自主式水下航行器(AUV)应对水下复杂环境和水下高精度导航的需求,提出了捷联式惯性导航系统(SINS)、多普勒计程仪(DVL)、磁罗经导航系统(MCP)和地形辅助导航系统(TAN)的水下组合导航系统方案,设计了一种基于BP神经网络的自适应滤波算法,建立了卡尔曼滤波器的线性滤波方程和导航传感器的量测方程,根据数学模型进行仿真实验。仿真结果表明,导航传感器和基于神经网络的自适应滤波技术的应用大大提高了AUV的导航精度和自适应能力。     

基于SUKF滤波的INS/DVL组合导航研究

惯性导航系统(INS)长时间自主工作存在误差积累,采用INS与多普勒速度计程仪(DVL)组合的方案导航.针对组合导航系统状态维数较高,采用算法实现和估计精度优于传统扩展卡尔曼滤波的尺度变换模式的UKF(SUKF)方法.仿真结果表明,采用SUKF滤波方法实现INS/DVL组合导航是可行的.     

一种基于双模型的低成本多AUV协同定位方法

[目的]针对多自主水下航行器(AUV)上装备的惯性导航系统(INS)和多普勒速度计程仪(DVL)失效或未配备的情况,结合传统的扩展卡尔曼滤波(EKF)估计,提出一种基于双模型的协同定位方法。[方法]建立相对运动模型和双领航状态空间模型,通过水声通信,利用相对运动模型估计跟随AUV的速度信息,再应用双领航模式的多AUV协同定位状态空间模型,进一步提高协同定位系统的鲁棒性和准确性,利用海试数据进行半实物仿真验证。[结果]结果表明,基于双模型的主从式多AUV协同定位方法,能够在跟随AUV上没有INS和DVL的情况下,实时估计跟随AUV的位置。[结论]该方法能够保障协同定位系统定位精度在允许的范围内,降低多AUV协同定位系统的成本。     

SVR辅助SINS-DVL的水下机器人组合导航方法

多普勒计程仪(DVL)在水下导航系统应用越来越广泛。当海底环境发生变化时,DVL会发生数据刷新频率不稳定,数据无效等情况。为了提高导航的可靠性,本文提出了一种变训练集的SVR回归方法,对DVL的数据进行预测。根据水下机器人的速度变化率和加速度变化率调节训练集大小。把捷联惯导(SINS)的东向和北向速度作为输入,DVL东向和北向速度作为输出对模型进行训练。根据SINS的数据输出频率,选取合适的预测数据输出频率进行仿真。仿真发现算法有效地提高了SINS/DVL组合导航的精度,并在DVL数据无效时,有效地抑制误差,提高导航系统的稳定性。     

INS/GPS组合导航系统动基座初始对准研究

针对位置/速度模式的INS/GPS组合导航系统,确定其动基座下初始对准卡尔曼滤波方案,并进行计算机仿真。结果表明,卡尔曼滤波算法在动基座下INS/GPS组合导航系统初始对准中速度快、精度较高、对水平失调角有较好的估计效果,满足初始对准的基本要求。     

大尺度欠驱动高速AUV导航系统研制

[目的]针对某新型大尺度欠驱动高速自主式水下机器人(AUV)导航系统的研制,[方法]详细介绍AUV导航系统的硬件组成及软件构架,构建基于VxWorks实时嵌入式操作系统的AUV组合导航系统。考虑到高速AUV导航系统的非线性特征及容错性要求,将无迹卡尔曼滤波(UKF)技术用于联邦滤波器,设计基于UKF的联邦卡尔曼滤波器,并对导航系统的二维平面模型进行数值仿真。[结果]结果表明,联邦无迹卡尔曼滤波器相比传统的卡尔曼滤波方法能够获得更高的精度和更好的鲁棒性;半实物仿真联调试验、水池试验、湖上试验及艇载试验充分验证了导航系统的实时性和可靠性,[结论]证明该系统能够满足AUV航行任务的需要。     

卡尔曼滤波技术在潜艇组合导航中的应用研究

高精度的导航定位是潜艇研究中所面临的主要难题之一。采用GPS辅助的INS/DVL组合导航是目前潜艇的主流导航模式。当前实现GPS/INS/DVL组合导航的技术主要有航迹推算和卡尔曼滤波。本文将卡尔曼滤波技术应用于潜艇组合导航,并把EKF与传统的DR方法进行了仿真比较研究。结果表明,EKF的估计精度较高。     

一种冗余惯性导航系统的非线性初始对准模型

通过合理的冗余配置惯性导航系统中惯性传感器,充分利用冗余惯性传感器的重复量测值,提出了一种非线性初始对准模型。该模型直接利用惯性传感器的量测输出作为观测值,3个姿态角作为状态变量,有效的降低了模型的维数和提高了模型的可观测度,从而保证了初始对准的精度和速度。通过分析表明,初始对准的稳态精度取决于惯性传感器的常值误差。仿真结果表明,非线性初始对准模型对准过程中的稳态精度与传统的初始对准模型的稳态精度相当,但是在实时性方面,它能够在5s内使3个失准角同时收敛。