基于Sage-husa自适应滤波算法的AUV组合导航系统设计

作者:王冲;曾庆军 刊名:电子设计工程 上传者:冯劲

【摘要】文中针对水下自主航行器提出了一种新型的基于捷联惯导(SINS)和GPS的组合导航系统设计方案。该方案以捷联惯导作为主系统,同时利用GPS重调捷联惯导系统,建立了该组合导航系统的卡尔曼滤波模型,设计了输出校正间接法的卡尔曼滤波算法和Sage-husa自适应卡尔曼滤波算法。仿真结果表明由于GPS位置和速度信息的引入,一定程度上克服了捷联惯导系统误差状态发散现象,提高了导航精度。同时通过两种算法的对比,Sage-husa自适应卡尔曼滤波算法则具有更高的滤波精度和稳定性,能够更好的满足长时间远距离导航的要求。

全文阅读

近年来,随着现代科学技术的发展,自主式水下航行器(AutonomousUnderwaterVehicle,AUV)在海洋资源开发、科学调查以及军事领域得到越来越广泛的应用,而作为AUV发展的关键水下导航技术,也得到了广泛的关注[1]。目前,国际上水下导航已由单一导航方式向高精度、高可靠、综合化、智能化的组合导航系统发展;信息处理方法也由单一数据源的处理,向多导航传感器多数据源的信息融合发展,总的来说,组合导航代表了未来水下导航的发展方向,克服了传统导航的缺陷和不足,使水下导航领域呈现出崭新的面貌,具有无比广阔的发展前景[2-3]。文中针对水下机器人捷联惯导系统误差随时间积累,无法靠自身消除,设计了一种采用捷联惯性导航系统作为主系统,通过定时上浮接收GPS信号重调捷联惯导系统的组合导航系统,建立了组合导航系统滤波的状态方程和量测方程,同时针对实际的SINS/GPS组合导航系统中由于加速度计和陀螺仪等系统自身元器件的不稳定以及外部环境的各种不确定因素的影响,设计了Sage-husa自适应卡尔曼滤波算法以更好的应用于实际工程中。1组合导航系统1.1组合导航系统工作原理组合导航系统采用东北天导航坐标系,由SINS、GPS接收机以及数据融合模块构成,在系统中,作为组合导航的主系统包括陀螺仪和加速度计在内的惯导组件可提供包括位置、速度、姿态在内的9维导航信息,其中陀螺仪测得的数据通过四元数法递推得到系统的实时姿态角,加速度计测得的加速度信息进行积分可以获得载体的速度与位置信息,GPS接收机用于提取GPS导航信息,可以实时获得载体的位置与速度信息[4]。数据融合模块通过建立系统的误差方程,以SINS和GPS两个系统的速度与位置的差值作为量测值,同时以系统各个误差量作为状态量,对系统方程离散化后,通过间接式Sage-husa自适应卡尔曼滤波迭代算法,对系统各误差进行估计进而修正主系统SINS的误差,从而提高系统的精度,系统工作原理图如图1所示。1.2系统误差建模考虑到GPS系统中状态变量和捷联惯导系统中的状态变量有重叠,故把GPS系统中的位置误差L,,h和速度误差VE,VN,VU一起合并到捷联惯导系统的状态变量中。状态方程由SINS的误差方程和惯性器件的误差方程组成,GPS仅提供部分观测量,不提供状态变量。状态维数为15维。状态方程X(t)=F(t)X(t)+G(t)W(t)(1)其中X=[准E准N准UvEvNvULhxyzxyz]T151准E,准N,准U,vE,vN,vU,L,,h分别为捷联惯导系统的三维姿态误差角、三维速度误差量和三维位置误差量,这九个量通过卡尔曼滤波器获得对应其估计值,用来修正捷联惯导系统的输出,进而提高导航精度。W=[gxgygzaxayaz]Tgx,gy,gz为陀螺仪随机白噪声漂移量,ax,ay,az为加速度计随机白噪声漂移量。F=FNFS069066661515,G=Cnb033033Cnb60930936,又其中:FS=Cnb033033Cnb6033093696由于文中篇幅有限,故此处不作详细论述仅给出SINS位置误差模型,姿态角、速度误差模型可参见文献[5]。L觶=-L觶RM+hh+1RM+hvN觶=觶tanLL-觶RM+hh+secLRN+hvEh觶=vU6(2)选择位置、速度组合系统的量测方程的建立Z(t)=Zv(t)6Zp(t)6=Hv6Hp6X(t)+Vv(t)6Vp(t)6=H(t)X(t)+V(t)(3)其中Zv(t)=vIE-vGEvIN-vGNvIU-vGU66=vE+MEvN+MNvU+MU66=Hv(t)X(

参考文献

引证文献

问答

我要提问