慣性導(dǎo)航系統(tǒng)是水下自主潛器航行時可以依賴的自主式導(dǎo)航裝備,其隱蔽性好、不怕干擾,但原理上存在長時間工作的誤差積累,初始對準(zhǔn)精度誤差也將導(dǎo)致系統(tǒng)導(dǎo)航精度的下降[1]。多普勒速度計程儀使用方便,因其發(fā)射波束很窄,且能以很陡的角度發(fā)射到海底,隱蔽性和抗干擾性較好,測得的平均速度精度很高。綜合INS和DVL的優(yōu)缺點,采用優(yōu)勢互補(bǔ)的INS/DVL組合系統(tǒng)成為水下自主潛器自主導(dǎo)航的選擇。
通常,針對組合導(dǎo)航的系統(tǒng)模型本質(zhì)上具有的非線性特性,當(dāng)前多采用擴(kuò)展卡爾曼濾波(EKF)進(jìn)行處理。EKF是對非線性模型進(jìn)行近似線性化,其線性化誤差會降低模型的準(zhǔn)確性,隨時間延長,其估計精度難以保證,且其需要計算非線性模型的Jacobi矩陣,過程繁瑣。JULIER和UHLMAN等人基于多元函數(shù)代表點思想提出的UKF方法不是逼近非線性狀態(tài)函數(shù),而是采用一種UT變換技術(shù),即采用確定的樣本點(Sigma點)來完成狀態(tài)變量沿時間的傳播,可很好地克服EKF的上述缺點[2-5]。但當(dāng)系統(tǒng)維數(shù)變高時,非局部的采樣導(dǎo)致估計誤差變大,為此可以引入基于樣本點尺度伸縮的SUT變換方法的濾波器Scaled-UKF(SUKF)來解決這個問題[6-8]。
選取12維系統(tǒng)狀態(tài)矢量:XINS=[δφδλδveδvnφeφnφuenεeεnεu]T,分別為慣導(dǎo)系統(tǒng)輸出的緯度誤差、經(jīng)度誤差、東向和北向速度誤差、平臺東向、北向和方位失準(zhǔn)角、東向和北向加速度計零偏以及東向、北向和方位陀螺漂移;系統(tǒng)噪聲矢量為:WINS=[0 0wδvewδvnwφewφnwφu0 0 0 0 0]T,其中,wδve、wδvn、wφe、wφn、wφu均為零均值的高斯白噪聲,分別看作加速度計誤差和陀螺漂移中的白噪聲成分。
系統(tǒng)誤差模型選取半解析式當(dāng)?shù)厮街副逼脚_式慣導(dǎo)系統(tǒng),東北天坐標(biāo)系。在上述條件下,慣導(dǎo)系統(tǒng)的非線性誤差狀態(tài)方程就簡化為:
(1)
其中,狀態(tài)函數(shù)f[XINS]定義為:
式中,φ為艦船所處緯度;g為當(dāng)?shù)刂亓铀俣?RM、RN分別為地球卯酉圈和子午圈半徑;ωie為地球自轉(zhuǎn)角速度。
根據(jù)多普勒計程儀工作原理,它測量載體相對海底的速度和偏流角,測量誤差主要有速度偏移誤差δVd,偏流角誤差δΔ,刻度系數(shù)誤差Δkd。δVd和δΔ用一階馬爾可夫過程表示,Δkd為隨機(jī)常數(shù)。相應(yīng)誤差方程為[9]:
(2)
(3)
其中,狀態(tài)函數(shù)f1[X]為:
f1[X]=[f[XINS]T-βdδVd-βΔδΔ0]T
取慣導(dǎo)在東向和北向上的解算速度vINSe、vINSn與多普勒計程儀在東向和北向上的速度vDVLe、vDVLn之差作為觀測量,得到系統(tǒng)量測方程:
=HX+η
(4)
式中,量測噪聲η=[ηeηn]T為零均值高斯白噪聲;量測矩陣H為[10]:
式中,Kv表示考慮了偏流角的航跡向。
SUT是對標(biāo)準(zhǔn)UT變換的一種修正形式。這種方法能夠?qū)θ我夥植夹问降腟igma點進(jìn)行尺度變換,并且能保持隨機(jī)變量的均值和方差不變。下面給出SUT變換選點策略和均值方差計算方法。
(5)
(6)
由式(1)確定的點和式(2)確定的加權(quán),則SUT按照如下方式計算統(tǒng)計特性:
(7)
(8)
由于SUKF與UKF在測量更新階段是相同的,區(qū)別僅在預(yù)測階段。關(guān)于詳細(xì)的UKF遞推計算公式,可參見文獻(xiàn)[2]和[3]。
圖1 慣導(dǎo)東向速度誤差曲線
圖2 慣導(dǎo)北向速度誤差曲線
圖3 慣導(dǎo)緯度誤差曲線
圖4 慣導(dǎo)經(jīng)度誤差曲線
圖5 東向水平誤差角曲線
圖6 北向水平誤差角曲線
圖7 方位誤差角曲線
圖1~圖7分別為慣導(dǎo)速度,經(jīng)緯度與3個平臺誤差角變化曲線。其中點劃線為SUKF濾波結(jié)果,實線為未濾波情況。
由仿真可見,經(jīng)SUKF濾波后,慣導(dǎo)速度誤差有所減小,經(jīng)度誤差由快速發(fā)散變?yōu)檠杆贉p小,3個平臺誤差角的常值漂移消除。結(jié)果表明,采用SUKF濾波方法實現(xiàn)INS/DVL組合導(dǎo)航是可行的。
參考文獻(xiàn):
[1] 陳永冰,鐘斌.慣性導(dǎo)航原理[M].北京:國防工業(yè)出版社,2007.
[2] JULIER S,UHLMAN J K.A general method for approximating nonlinear transformations of probability distributions[R].Robotics Research Group,Department of Engineering Science,University of Oxford,1994.
[3] JULIER S,UHLMAN J K,etc.A new method for the nonlinear transformation of means and covariances in filters and estimators[J].IEEE Trans A C,2000,45(3):477-482.
[4] 李濤.非線性濾波方法在導(dǎo)航系統(tǒng)中的應(yīng)用研究[D].長沙:國防科技大學(xué),2003.
[5] Zhang Chuan-bin,Tian Wei-feng,Jin Zhi-hua.Application of unscented kalman filter in state estimation for land vehicle navigation system[J].Journal of System Simulation,2005,17(6):1456-1458.
[6] JULIER S.The scaled unscented transformation[C].Proceedings of the American Control Conference.AK:Anchorage,2002.
[7] 張紅梅,鄧正隆.一種新的慣性導(dǎo)航初始對準(zhǔn)濾波方法[J].中國慣性技術(shù)學(xué)報,2005,13(1):1-4.
[8] Zhang Hong-mei,Deng Zheng-long.A UKF-based attitude determination method for gyroless satellite[J].Journal of Systems Engineering and Electronics,2004,15(2):105-109.
[9] 熊崴,莊良杰,翁海娜,劉玉峰.INS/ESGM/Doppler組合導(dǎo)航系統(tǒng)中的Kalman濾波方法[J].中國慣性技術(shù)學(xué)報,2000,8(4):10-19.
[10] 楊躍輪.智能導(dǎo)航系統(tǒng)研究[D].哈爾濱:哈爾濱工程大學(xué),2002.