付夢(mèng)印, 劉 飛, 袁書(shū)明, 歐陽(yáng)永忠, 王 博

?

水下慣性/重力匹配自主導(dǎo)航綜述

付夢(mèng)印1, 劉 飛2, 袁書(shū)明3, 歐陽(yáng)永忠4, 王 博5

(1. 南京理工大學(xué),江蘇南京, 210094; 2. 中國(guó)船舶重工集團(tuán)公司第707研究所, 天津, 300131; 3. 海軍裝備研究院, 北京, 100073; 4. 海軍海洋測(cè)繪研究所, 天津, 300061; 5. 北京理工大學(xué)自動(dòng)化學(xué)院, 北京, 100081)

水下自主導(dǎo)航是實(shí)現(xiàn)我國(guó)海洋戰(zhàn)略的關(guān)鍵技術(shù), 水下慣性/重力匹配導(dǎo)航技術(shù)因其高精度、長(zhǎng)航時(shí)和隱蔽性等特點(diǎn), 已成為水下自主導(dǎo)航的重要手段。文中論述了水下慣性/重力匹配導(dǎo)航技術(shù)的重要性; 詳細(xì)介紹了慣性/重力匹配導(dǎo)航的關(guān)鍵技術(shù)點(diǎn)及發(fā)展現(xiàn)狀, 包括旋轉(zhuǎn)調(diào)制慣性導(dǎo)航系統(tǒng)、重力圖構(gòu)建、重力實(shí)時(shí)測(cè)量、重力補(bǔ)償、重力匹配和綜合校正;指出了該領(lǐng)域的研究重點(diǎn)和方向,并針對(duì)水下高速航行器導(dǎo)航關(guān)鍵技術(shù)提出了解決思路。文中的研究可為水下高精度自主導(dǎo)航研究提供參考。

慣性/重力匹配;自主導(dǎo)航;旋轉(zhuǎn)調(diào)制慣導(dǎo)系統(tǒng);重力匹配算法;水下高速航行器

0 引言

海洋蘊(yùn)藏著豐富而未充分開(kāi)發(fā)的油氣、礦產(chǎn)、生物及基因資源, 是21世紀(jì)人類(lèi)可持續(xù)發(fā)展的寶貴財(cái)富, 可為我國(guó)未來(lái)可能遇到的資源安全問(wèn)題提供豐富的戰(zhàn)略?xún)?chǔ)備。發(fā)達(dá)國(guó)家的海洋競(jìng)爭(zhēng)和開(kāi)發(fā)的實(shí)質(zhì)是擁有海洋高技術(shù)能力和手段的競(jìng)爭(zhēng)。

對(duì)用于海洋科學(xué)探測(cè)、海洋開(kāi)發(fā)利用和綜合制海的水下自主航行器(autonomous undersea vehicle, AUV)來(lái)說(shuō), 水下導(dǎo)航與定位技術(shù)能夠提供必要的高精度位置、速度、姿態(tài)等信息。從能源經(jīng)濟(jì)性、探測(cè)連續(xù)性、隱蔽性和安全性角度考慮, 水下運(yùn)載體需要盡量減少上浮, 而采用水下自主導(dǎo)航方法。

水下環(huán)境中可用的導(dǎo)航定位手段包括慣性導(dǎo)航、聲學(xué)定位與導(dǎo)航和海洋地球物理定位與導(dǎo)航等。慣性導(dǎo)航能夠提供全面的導(dǎo)航信息, 是最主要的自主導(dǎo)航方式, 但其誤差隨時(shí)間積累, 長(zhǎng)時(shí)間工作時(shí)需要定期校正; 聲學(xué)定位與導(dǎo)航利用聲信號(hào)在海洋中良好的傳播特性和幾何原理實(shí)現(xiàn)定位與導(dǎo)航, 但需要和外界交換信息, 不是完全自主的導(dǎo)航方式; 地磁、地形和地貌易受海洋地理環(huán)境影響, 匹配定位精度和可靠性較低; 海洋重力場(chǎng)特征穩(wěn)定且匹配定位精度較高, 因此, 利用地球重力場(chǎng)實(shí)現(xiàn)水下航行器導(dǎo)航是水下自主導(dǎo)航的重要研究方向。美國(guó)從20世紀(jì)70年代開(kāi)始了無(wú)源導(dǎo)航技術(shù)的研究, 重力輔助慣性導(dǎo)航技術(shù)由于抗干擾性和隱蔽性等特點(diǎn)而成為研究的重點(diǎn)。國(guó)內(nèi)對(duì)重力輔助慣性導(dǎo)航技術(shù)的研究開(kāi)始于20世紀(jì)90年代。

水下慣性/重力匹配導(dǎo)航系統(tǒng)通過(guò)航行器自身搭載的重力儀測(cè)量所處位置的重力場(chǎng)特征信息, 將實(shí)時(shí)測(cè)量值與預(yù)先構(gòu)建好的海洋重力場(chǎng)背景圖進(jìn)行匹配, 通過(guò)一定的匹配算法估計(jì)航行器的位置。水下慣性/重力匹配自主導(dǎo)航利用重力異常值或重力梯度值等輔助信息來(lái)修正慣性導(dǎo)航隨時(shí)間積累的定位誤差, 提高了水下航行器的定位導(dǎo)航精度。水下慣性/重力匹配自主導(dǎo)航系統(tǒng)的特點(diǎn)包括自主性強(qiáng)、隱蔽性好、不受地域和時(shí)域限制、定位精度高等。

圖1為慣性/重力匹配自主導(dǎo)航系統(tǒng)功能框圖, 可以看出, 在慣性/重力匹配導(dǎo)航過(guò)程中, 慣性導(dǎo)航系統(tǒng)、重力儀、海洋重力場(chǎng)背景圖以及匹配定位算法等相關(guān)要素決定了匹配定位的精度。文中詳細(xì)介紹了水下慣性/重力匹配自主導(dǎo)航的關(guān)鍵技術(shù)及研究進(jìn)展, 以期為水下高精度自主導(dǎo)航研究提供參考。

1 關(guān)鍵技術(shù)

1.1 旋轉(zhuǎn)調(diào)制慣性導(dǎo)航系統(tǒng)

旋轉(zhuǎn)調(diào)制式慣性導(dǎo)航系統(tǒng)根據(jù)旋轉(zhuǎn)軸多少可以分為單軸旋轉(zhuǎn)、雙軸旋轉(zhuǎn)和三軸旋轉(zhuǎn)慣導(dǎo)系統(tǒng)。此類(lèi)系統(tǒng)利用慣性測(cè)量單元(inertial measurement unit, IMU)的旋轉(zhuǎn)使慣性器件誤差向?qū)Ш阶鴺?biāo)系各方向平均地積累, 通過(guò)積分將其消除, 從而抑制導(dǎo)航誤差發(fā)散[1-3]。20世紀(jì)80~90年代, 美國(guó)將雙軸旋轉(zhuǎn)調(diào)制激光陀螺慣性導(dǎo)航系統(tǒng)裝備于潛艇。目前, 我國(guó)針對(duì)提升長(zhǎng)航時(shí)導(dǎo)航性能旋轉(zhuǎn)調(diào)制技術(shù)的研究逐漸得到了重視和發(fā)展。在該領(lǐng)域的研究主要集中在單軸、雙軸旋轉(zhuǎn)調(diào)制方案及其誤差分析和仿真方面, 有部分單軸旋轉(zhuǎn)系統(tǒng)樣機(jī)進(jìn)行過(guò)實(shí)際環(huán)境試驗(yàn), 正在進(jìn)行工程化研究。

高精度旋轉(zhuǎn)調(diào)制慣性導(dǎo)航系統(tǒng)研究包括旋轉(zhuǎn)調(diào)制誤差模型分析、IMU陀螺儀與加速度計(jì)的三軸正交裝配、旋轉(zhuǎn)調(diào)制方案、隔離載體運(yùn)動(dòng)方案、初始對(duì)準(zhǔn)與自標(biāo)定等關(guān)鍵技術(shù)。

1) 誤差模型及特性

旋轉(zhuǎn)式慣導(dǎo)系統(tǒng)中基于數(shù)學(xué)平臺(tái)的導(dǎo)航原理及解算機(jī)械編排與捷聯(lián)式慣導(dǎo)系統(tǒng)一致, 以地理坐標(biāo)系為導(dǎo)航坐標(biāo)系的導(dǎo)航誤差方程的推導(dǎo)方法有2種:角法和角法[4]。以導(dǎo)航系統(tǒng)誤差模型為基礎(chǔ), 通過(guò)對(duì)其的數(shù)學(xué)分析研究旋轉(zhuǎn)式慣導(dǎo)系統(tǒng)抑制誤差的基本規(guī)律。旋轉(zhuǎn)調(diào)制慣性導(dǎo)航系統(tǒng)存在的誤差項(xiàng)主要包括不能被調(diào)制的誤差項(xiàng)和旋轉(zhuǎn)調(diào)制激勵(lì)出的新誤差項(xiàng)[5-6]。在誤差調(diào)制過(guò)程中, 需要分析系統(tǒng)旋轉(zhuǎn)軸不正交引起的安裝誤差、陀螺儀敏感軸與旋轉(zhuǎn)軸不正交引起的旋轉(zhuǎn)角速率耦合誤差、旋轉(zhuǎn)角度不精確引起的調(diào)制誤差, 以及在誤差調(diào)制過(guò)程中引起的鋸齒形速度誤差和加速度計(jì)組件尺寸效應(yīng)等誤差機(jī)理及其在誤差調(diào)制過(guò)程中的耦合作用。同時(shí)根據(jù)不同的誤差傳播特性建立相應(yīng)的補(bǔ)償方法, 進(jìn)而在旋轉(zhuǎn)調(diào)制捷聯(lián)慣導(dǎo)導(dǎo)航解算和力學(xué)編排中, 以減少其對(duì)導(dǎo)航精度的影響。

2) 旋轉(zhuǎn)調(diào)制機(jī)理和調(diào)制方法

旋轉(zhuǎn)調(diào)制式慣性導(dǎo)航系統(tǒng)的研究重點(diǎn)在于如何通過(guò)調(diào)節(jié)旋轉(zhuǎn)方案并且減小其固有誤差來(lái)提高系統(tǒng)的誤差抑制性能。北京航空航天大學(xué)[7-8]和東南大學(xué)[9-10]針對(duì)雙軸旋轉(zhuǎn)慣性導(dǎo)航系統(tǒng)的旋轉(zhuǎn)方案、旋轉(zhuǎn)速度等進(jìn)行了深入的研究。國(guó)防科技大學(xué)[11-12]研究了旋轉(zhuǎn)方案對(duì)慣性測(cè)量單元的影響規(guī)律, 對(duì)單軸旋轉(zhuǎn)慣導(dǎo)系統(tǒng)樣機(jī)進(jìn)行了靜態(tài)和跑車(chē)試驗(yàn)。

設(shè)計(jì)精密旋轉(zhuǎn)調(diào)制方法的目的是消除旋轉(zhuǎn)過(guò)程中的抖動(dòng)、正反轉(zhuǎn)過(guò)程中的換向過(guò)度以及正反轉(zhuǎn)出現(xiàn)不整周等因素, 使旋轉(zhuǎn)的平穩(wěn)度、換向平穩(wěn)性和快速性能滿(mǎn)足系統(tǒng)精度要求。不同的旋轉(zhuǎn)方式對(duì)調(diào)制效果會(huì)產(chǎn)生不同的影響, 解決方法是: 首先求解誤差方程的解析/數(shù)值解, 然后建立旋轉(zhuǎn)方式與調(diào)制效果的映射關(guān)系, 最后確定最優(yōu)旋轉(zhuǎn)調(diào)制方案。

3) 載體運(yùn)動(dòng)隔離

旋轉(zhuǎn)式慣導(dǎo)系統(tǒng)的基本思想是調(diào)制慣性器件的零偏從而抑制其積累。導(dǎo)航坐標(biāo)系下的慣性器件誤差旋轉(zhuǎn)調(diào)制實(shí)際上是由IMU受控旋轉(zhuǎn)和載體的航向變化共同作用實(shí)現(xiàn)的, 要執(zhí)行一定的旋轉(zhuǎn)方案應(yīng)考慮到載體的角運(yùn)動(dòng)狀態(tài)(特別是航向角)而做出適當(dāng)調(diào)整。載體運(yùn)動(dòng)會(huì)影響調(diào)制效果, 所以需要隔離載體的運(yùn)動(dòng)[13-14]。

首先需要分析參考系選取對(duì)運(yùn)動(dòng)隔離方案的影響, 然后設(shè)計(jì)隔離載體運(yùn)動(dòng)算法。采用開(kāi)發(fā)位置伺服機(jī)構(gòu)來(lái)隔離載體角運(yùn)動(dòng)的方法將提高導(dǎo)航系統(tǒng)的軟件、硬件復(fù)雜性, 使系統(tǒng)的成本增加, 因此應(yīng)利用系統(tǒng)現(xiàn)有的導(dǎo)航信息和旋轉(zhuǎn)調(diào)制機(jī)構(gòu)控制指令來(lái)實(shí)現(xiàn)載體運(yùn)動(dòng)隔離。為了隔離載體角運(yùn)動(dòng)對(duì)IMU旋轉(zhuǎn)調(diào)制效果的影響, 應(yīng)利用各系統(tǒng)周期解算得到的導(dǎo)航參數(shù)修正旋轉(zhuǎn)機(jī)構(gòu)的指令角速度。通過(guò)控制旋轉(zhuǎn)機(jī)構(gòu)調(diào)節(jié)IMU的姿態(tài)角來(lái)隔離載體的角運(yùn)動(dòng)需要通過(guò)導(dǎo)航解算確定載體姿態(tài)信息, 一定程度上增加了系統(tǒng)的復(fù)雜性和成本, 而且對(duì)于采用導(dǎo)線(xiàn)而非滑環(huán)供電的旋轉(zhuǎn)式IMU, 其姿態(tài)控制受到導(dǎo)線(xiàn)長(zhǎng)度的限制, 在姿態(tài)角大幅度變化的情況下無(wú)法隔離載體的運(yùn)動(dòng)[15]。為解決上述問(wèn)題, 提出通過(guò)調(diào)節(jié)IMU旋轉(zhuǎn)角速率降低載體角運(yùn)動(dòng)影響的方法, 可以使旋轉(zhuǎn)調(diào)制效果受載體角運(yùn)動(dòng)的影響降低, 從而提高導(dǎo)航精度。該方法不增加旋轉(zhuǎn)式慣導(dǎo)系統(tǒng)復(fù)雜度, 便于工程實(shí)現(xiàn), 而且有滑環(huán)的旋轉(zhuǎn)式慣導(dǎo)系統(tǒng)同樣可以采用。

4) 初始對(duì)準(zhǔn)

在動(dòng)機(jī)座條件下, 慣性導(dǎo)航系統(tǒng)的初始對(duì)準(zhǔn)需要考慮機(jī)座運(yùn)動(dòng)的影響。動(dòng)機(jī)座初始對(duì)準(zhǔn)面臨的主要問(wèn)題是難以獲取精確的外界參考信息, 同時(shí)初始對(duì)準(zhǔn)誤差又不能夠被調(diào)制和補(bǔ)償。另外, 由于誤差調(diào)制的激勵(lì)作用, 慣性器件誤差傳播特性也會(huì)呈現(xiàn)出不同的趨勢(shì)。所以, 為了提高長(zhǎng)航時(shí)慣性導(dǎo)航系統(tǒng)精度, 需要針對(duì)動(dòng)機(jī)座條件下的初始對(duì)準(zhǔn)及誤差在線(xiàn)自標(biāo)定方法開(kāi)展研究, 以減小各類(lèi)誤差對(duì)導(dǎo)航精度的影響。北京理工大學(xué)[16-17]和哈爾濱工程大學(xué)[18]等單位對(duì)光纖陀螺旋轉(zhuǎn)慣性導(dǎo)航系統(tǒng)進(jìn)行了樣機(jī)研制和試驗(yàn), 重點(diǎn)研究了初始對(duì)準(zhǔn)技術(shù)和標(biāo)定方法。

根據(jù)地球自轉(zhuǎn)角速度和粗對(duì)準(zhǔn)期間所經(jīng)歷的時(shí)間, 結(jié)合重力加速度在該段時(shí)間內(nèi)在慣性空間中方向的變化可以推算出地球的北向信息, 這就是應(yīng)用凝固慣性系粗對(duì)準(zhǔn)方案的基本原理[19-22]。運(yùn)用旋轉(zhuǎn)調(diào)制技術(shù)抑制慣性器件零偏誤差, 可以進(jìn)一步提高凝固慣性系的粗對(duì)準(zhǔn)精度。解析法粗對(duì)準(zhǔn)通常使用多次測(cè)量求平均值的方法抑制隨機(jī)噪聲的干擾, 其中累加各次測(cè)量值的運(yùn)算相當(dāng)于對(duì)測(cè)量值進(jìn)行積分, 與旋轉(zhuǎn)式慣導(dǎo)系統(tǒng)速度與位置解算過(guò)程中對(duì)慣性器件測(cè)量值的積分具有相似性, 因此同樣可以用旋轉(zhuǎn)調(diào)制改善粗對(duì)準(zhǔn)的精度。相對(duì)于傳統(tǒng)捷聯(lián)慣導(dǎo)系統(tǒng), 旋轉(zhuǎn)式慣導(dǎo)系統(tǒng)的IMU具有可控的角運(yùn)動(dòng)特性, 因此可以通過(guò)IMU旋轉(zhuǎn)改變初始對(duì)準(zhǔn)的可觀測(cè)性, 這提供了改善初始對(duì)準(zhǔn)性能的新途徑。目前基于IMU旋轉(zhuǎn)的初始對(duì)準(zhǔn)方案包括可在傳統(tǒng)的兩位置方法基礎(chǔ)上進(jìn)一步提高可觀測(cè)性的多位置對(duì)準(zhǔn)方法[23-25], 以及使IMU連續(xù)旋轉(zhuǎn)的對(duì)準(zhǔn)方案[26-27]。

5) 誤差在線(xiàn)標(biāo)定

在線(xiàn)標(biāo)定存在的主要問(wèn)題是: 多誤差同時(shí)標(biāo)定和易受環(huán)境因素?cái)_動(dòng)影響。這些問(wèn)題可以基于閉環(huán)修正濾波的誤差自標(biāo)定及補(bǔ)償以及非線(xiàn)性濾波算法來(lái)解決[28-31]。

首先, 利用奇異值分解法對(duì)系統(tǒng)的可觀測(cè)程度進(jìn)行分析, 確定在誤差調(diào)制狀態(tài)下安裝誤差和標(biāo)度因數(shù)誤差的可觀測(cè)度, 設(shè)計(jì)系統(tǒng)的自主標(biāo)定方案及濾波算法, 建立了速度誤差外觀測(cè)量的旋轉(zhuǎn)式慣導(dǎo)系統(tǒng)在線(xiàn)標(biāo)定卡爾曼濾波模型。其狀態(tài)向量包括地速誤差、姿態(tài)失準(zhǔn)角和慣性器件零偏、標(biāo)度因數(shù)誤差、安裝誤差、可估計(jì)旋轉(zhuǎn)式慣導(dǎo)系統(tǒng)失準(zhǔn)角與慣性器件誤差參數(shù)。通過(guò)分段線(xiàn)性定常系統(tǒng)(piece wise constart system, PWCS)可觀測(cè)性分析方法分析不同旋轉(zhuǎn)方式下系統(tǒng)可觀測(cè)性變化情況, 得出可以改善卡爾曼濾波可觀測(cè)性旋轉(zhuǎn)調(diào)制的優(yōu)化方案。根據(jù)基于奇異值分解的可觀測(cè)度分析結(jié)果進(jìn)行模型降階, 同時(shí)結(jié)合旋轉(zhuǎn)式慣導(dǎo)系統(tǒng)的工程應(yīng)用特性, 得到最優(yōu)階數(shù)的卡爾曼濾波參數(shù)模型。這樣就可以顯著降低運(yùn)算量, 有效提高導(dǎo)航計(jì)算機(jī)運(yùn)算效率和實(shí)時(shí)性。

1.2 重力圖構(gòu)建

常用的重力測(cè)量手段有衛(wèi)星測(cè)高、航空重力測(cè)量和海洋重力測(cè)量[32-33]。衛(wèi)星測(cè)量數(shù)據(jù)占據(jù)信息的低頻部分, 航空重力測(cè)量和海洋重力測(cè)量覆蓋中高頻部分。航空重力測(cè)量數(shù)據(jù)包含重力信息的中高頻部分, 而海洋重力測(cè)量重力數(shù)據(jù)則只包含重力信息的高頻部分。美國(guó)通過(guò)衛(wèi)星、航空和海洋重力測(cè)量, 已構(gòu)建了包含領(lǐng)海和大范圍公海的重力背景圖, 精度優(yōu)于1 mGal, 分辨率優(yōu)于1′×1′。其潛艇通過(guò)重力匹配校正慣性導(dǎo)航系統(tǒng), 可以完成“從港口到港口”的作戰(zhàn)航行。我國(guó)目前已建立了近海范圍的重力背景圖, 但精度和分辨率都有待提高。

1) 重力場(chǎng)背景圖

首先, 衛(wèi)星重力測(cè)量技術(shù)能夠大規(guī)模測(cè)定全球重力場(chǎng)。其次, 航空重力測(cè)量與衛(wèi)星測(cè)量結(jié)果相融合, 同時(shí)結(jié)合海洋重力測(cè)量船所獲得的數(shù)據(jù), 可以得到精確的重力異常值和大地水準(zhǔn)面, 從而構(gòu)建重力背景圖。由于單一測(cè)量手段提供的重力信息無(wú)法充分描述真實(shí)重力場(chǎng), 融合不同測(cè)量手段能提高重力測(cè)量數(shù)據(jù)的可靠性[34]。根據(jù)參考重力場(chǎng)模型[35], 建立重力異常的球諧函數(shù)表達(dá)式。然后, 衛(wèi)星測(cè)高數(shù)據(jù)、航空測(cè)量重力數(shù)據(jù)和海面測(cè)量數(shù)據(jù)都通過(guò)重力異常殘差對(duì)球諧系數(shù)進(jìn)行修正, 通過(guò)迭代運(yùn)算得到最終結(jié)果。

2) 重力場(chǎng)背景圖插值重構(gòu)

重力傳感器采集的重力異常觀測(cè)量沿航跡方向, 并不一定是重力數(shù)據(jù)格網(wǎng)中點(diǎn)的重力值, 以格網(wǎng)平均重力異常進(jìn)行重力圖的搜索引起的誤匹配概率會(huì)隨著分辨率的增大而提高。所以, 在提高重力圖精度與分辨率的同時(shí), 還需要建立重力異常模型插值重構(gòu)的方法。我國(guó)積累了較豐富的海洋重力信息數(shù)據(jù), 由于測(cè)量條件的限制, 重力背景圖分辨率有待進(jìn)一步提高。海軍工程大學(xué)、解放軍信息工程大學(xué)、海軍海洋測(cè)繪研究所和中科院測(cè)地所等單位已開(kāi)展了重力場(chǎng)背景圖插值重構(gòu)方法的研究。常用的插值方法有: 雙線(xiàn)性?xún)?nèi)插法、二次曲線(xiàn)法、三次曲線(xiàn)法、加權(quán)二次曲線(xiàn)法[36-37]和基于孔斯(Coons)曲面的重力異常模型插值重構(gòu)的方法等[38]。

1.3 重力實(shí)時(shí)測(cè)量

20世紀(jì)90年代末, 洛克希德·馬丁公司開(kāi)發(fā)的通用重力模塊(universal gravity module, UGM)可以提供重力異常值、重力梯度和地形變化[39]。1997年, J.A.Lowrcym提出利用電磁加速度計(jì)(el- ectromagnetic accelerometer, EMA)作為重力敏感器, 將重力異常測(cè)量與存儲(chǔ)的重力異常背景圖相比較, 通過(guò)圖匹配技術(shù)和濾波器對(duì)導(dǎo)航信息進(jìn)行校正。近幾年, 一種以靜電陀螺導(dǎo)航儀(electros- tatically suspended gyroscope navigator, ESGN)為基礎(chǔ)的系統(tǒng)全軟件改進(jìn)方法被提出, 其基本依據(jù)是利用EMA測(cè)出的垂直加速度分量來(lái)代替重力儀的測(cè)量值, 其精度足以滿(mǎn)足重力圖匹配需求。

重力儀和重力梯度儀是實(shí)現(xiàn)重力輔助導(dǎo)航的關(guān)鍵設(shè)備[40-41]。

1) 海洋重力儀

重力儀中包含一個(gè)高精度的、垂直安裝的加速度計(jì), 用于測(cè)量垂直方向加速度(對(duì)于單位質(zhì)量而言)。加速度計(jì)輸出值首先通過(guò)低通濾波, 去除海洋狀態(tài)運(yùn)動(dòng)影響, 而后, 儀器誤差(如偏差、刻度、未對(duì)準(zhǔn))依據(jù)先驗(yàn)的校準(zhǔn)數(shù)據(jù)進(jìn)行補(bǔ)償。通過(guò)厄特弗斯效應(yīng)補(bǔ)償、深度補(bǔ)償以及由于載體深度變化引起的低頻垂直擾動(dòng)加速度補(bǔ)償?shù)? 來(lái)確定平均海水面上的重力值。

目前, 常用的海洋重力儀精度為: 美國(guó)和俄羅斯重力儀精度優(yōu)于1 mGal, 國(guó)產(chǎn)重力儀工程樣機(jī)精度優(yōu)于1.5 mGal。我國(guó)目前的海洋重力儀主要應(yīng)用于海洋測(cè)量船, 例如國(guó)家地震局生產(chǎn)的DZY-2型重力儀、航天13所研制的SAG-2M重力儀和中科院測(cè)地所研制的CHZ型重力儀均經(jīng)過(guò)了海洋測(cè)量試驗(yàn), 目前正在研制新型的重力儀[42-43]。

2) 海洋重力梯度儀

重力梯度測(cè)量實(shí)質(zhì)上是基于差分加速度測(cè)量的思想, 它感知的是重力變化率, 反映了重力場(chǎng)局部特征的細(xì)致變化。重力梯度異常能夠反映場(chǎng)源體的細(xì)節(jié), 具有比重力本身高的分辨率, 這是重力梯度測(cè)量最主要的優(yōu)點(diǎn)。海洋重力梯度儀消除旋轉(zhuǎn)帶來(lái)的耦合離心加速度和角加速度后即可獲得地球引力張量。重力梯度的測(cè)量不受厄特弗斯效應(yīng)的影響, 可以實(shí)現(xiàn)實(shí)時(shí)測(cè)量重力梯度和重力矢量。

20世紀(jì)70年代, 美國(guó)公開(kāi)了新型重力梯度儀和3D重力梯度測(cè)量技術(shù)。目前, 美國(guó)重力梯度儀精度達(dá)1 E, 已用于潛艇導(dǎo)航系統(tǒng); 歐洲靜電重力梯度儀精度為10-4E, 裝備于GOCE測(cè)量衛(wèi)星; 國(guó)產(chǎn)重力梯度儀還處于原理樣機(jī)階段并且精度低于發(fā)達(dá)國(guó)家[44-45]。

3) 重力測(cè)量數(shù)據(jù)處理

在處理動(dòng)態(tài)重力測(cè)量數(shù)據(jù)時(shí), 要從重力傳感器的輸出信息中的擾動(dòng)信息分離出來(lái)就需要精確的定位信息。但是, 在重力無(wú)源導(dǎo)航中, 由慣導(dǎo)提供的載體位置和速度信息存在誤差, 因而水下載體上的重力傳感器測(cè)得的重力數(shù)據(jù)必須進(jìn)行擾動(dòng)改正。

在水下重力實(shí)時(shí)測(cè)量中, 水平擾動(dòng)加速度改正能夠直接利用慣性導(dǎo)航水平加速度計(jì)的輸出值進(jìn)行計(jì)算。厄特弗斯效應(yīng)的改正精度受慣導(dǎo)提供緯度、速度、航向信息的精度影響。厄特弗斯改正根據(jù)航向的變化, 對(duì)各信息要求的精度有所不同。南北向航線(xiàn)可以達(dá)到厄特弗斯修正的精度要求, 但是東西向航線(xiàn)對(duì)速度精度要求較高, 慣導(dǎo)可能不能滿(mǎn)足這一要求。另外, 對(duì)重力信息的濾波輸出存在時(shí)間延遲, 其和慣導(dǎo)輸出頻率也存在延遲。

1.4 重力補(bǔ)償

重力補(bǔ)償是指對(duì)擾動(dòng)重力的補(bǔ)償。一般慣導(dǎo)解算所用為正常重力, 而真實(shí)重力與正常重力不同, 二者之差就是擾動(dòng)重力。擾動(dòng)重力對(duì)慣性導(dǎo)航的影響等效于加計(jì)誤差, 在慣性測(cè)量單元精度較高的時(shí)候, 它會(huì)成為影響慣性導(dǎo)航精度的重要因素, 消除擾動(dòng)重力的影響稱(chēng)為重力補(bǔ)償。

1) 重力補(bǔ)償?shù)谋匾?/p>

通?，F(xiàn)有的慣性導(dǎo)航一般選擇參考橢球來(lái)描述地球重力場(chǎng), 即以正常重力場(chǎng)代替實(shí)際重力場(chǎng)進(jìn)行力學(xué)編排方程的重力場(chǎng)修正。目前, 隨著對(duì)慣性導(dǎo)航精度要求的提高以及慣性?xún)x器元器件精度的改進(jìn), 擾動(dòng)重力己經(jīng)成為慣性導(dǎo)航系統(tǒng)(inertial navigation system, INS)中主要的誤差源, 擾動(dòng)重力的影響已經(jīng)不可忽略。所以, 重力不可以簡(jiǎn)單地用正常重力模型來(lái)代替, 而應(yīng)考慮對(duì)擾動(dòng)重力進(jìn)行補(bǔ)償。

擾動(dòng)重力給各個(gè)方向的加速度測(cè)量值引入誤差。其中, 垂直方向的擾動(dòng)重力通過(guò)姿態(tài)角耦合影響定位精度。當(dāng)擾動(dòng)重力為50mGal時(shí), 慣性導(dǎo)航系統(tǒng)的水平導(dǎo)航位置誤差大于600 m/h[46]。

2) 重力補(bǔ)償方法

20世紀(jì)80年代初, 美國(guó)洛克希德·馬丁公司研制了重力敏感器系統(tǒng)(gravity sensitivity system, GSS)[47]。GSS用于實(shí)時(shí)估計(jì)垂線(xiàn)偏差, 以補(bǔ)償慣性導(dǎo)航系統(tǒng)受到的擾動(dòng)重力誤差。近些年, 美國(guó)俄亥俄州立大學(xué)等深入研究了基于重力基準(zhǔn)圖的重力補(bǔ)償方法。國(guó)內(nèi)武漢大學(xué)等單位也研究了高精度慣性導(dǎo)航系統(tǒng)的重力補(bǔ)償技術(shù)[48]。

根據(jù)數(shù)據(jù)來(lái)源的不同, 重力補(bǔ)償方法主要有基于重力基準(zhǔn)圖的方法和基于重力梯度儀的補(bǔ)償法[49-50]。基于重力基準(zhǔn)圖的慣導(dǎo)重力補(bǔ)償方法的關(guān)鍵點(diǎn)有: 構(gòu)建重力基準(zhǔn)圖; 推估慣導(dǎo)指示位置的擾動(dòng)重力; 利用擾動(dòng)重力改善慣性導(dǎo)航系統(tǒng)力學(xué)編排。常用的2種基于重力梯度儀的重力補(bǔ)償方法有重力梯度儀作為外部導(dǎo)航輔助(gradiometer as an external navigation aid,GAEA)的方法和參考橢球公式作為外部導(dǎo)航輔助(reference ellipsoid formula as an external navigation aid,REFAEA)的方法。從結(jié)構(gòu)簡(jiǎn)易性和系統(tǒng)容錯(cuò)性的角度來(lái)考慮, GAEA相對(duì)REFAEA略?xún)?yōu)。精度為1 E的梯度儀實(shí)時(shí)估計(jì)的垂線(xiàn)偏差精度可達(dá)2＂, 后驗(yàn)平滑后可得到1＂的精度。

1.5 重力匹配算法

重力匹配算法是慣性/重力匹配導(dǎo)航的核心技術(shù)。匹配定位算法通過(guò)綜合慣性導(dǎo)航系統(tǒng)、重力實(shí)時(shí)測(cè)量和重力場(chǎng)背景圖所提供的信息, 確定最佳匹配序列或匹配點(diǎn), 從而得到定位信息。在進(jìn)行重力匹配定位時(shí), 首先需要對(duì)重力適配區(qū)域進(jìn)行選取, 通過(guò)對(duì)重力場(chǎng)特征值進(jìn)行分析, 確保在此區(qū)域內(nèi)重力匹配能夠有較高的成功率。然后再通過(guò)相應(yīng)的重力匹配算法獲得定位的結(jié)果。

1) 基于分形理論的重力場(chǎng)特征分析與綜合適配參量構(gòu)建

地球重力場(chǎng)可由重力矢量來(lái)描述, 具有連續(xù)、隨機(jī)和多值(不同地點(diǎn)重力異常值有可能相同)的特性, 重力匹配需要在重力場(chǎng)變化明顯的區(qū)域進(jìn)行。由于重力場(chǎng)特征明顯區(qū)域的稀疏性和不確定性, 為了提高運(yùn)載體重力匹配導(dǎo)航的可靠性, 需要研究不同區(qū)域的重力場(chǎng)是否適合進(jìn)行重力匹配導(dǎo)航, 即進(jìn)行重力場(chǎng)適配性分析。地球重力場(chǎng)可以反映地形特征, 在統(tǒng)計(jì)學(xué)意義上, 具有自相似的性質(zhì), 因此傳統(tǒng)方法一般采用如重力場(chǎng)標(biāo)準(zhǔn)差、相關(guān)系數(shù)、坡度變化率等標(biāo)量信息對(duì)重力場(chǎng)進(jìn)行適配性分析, 但不能反映重力場(chǎng)特征的多樣性和重復(fù)性。因此基于分形理論建立評(píng)價(jià)真實(shí)3D地形表面方向性的數(shù)學(xué)描述, 來(lái)表征重力場(chǎng)重力異常序列輪廓[51-52]。

首先, 對(duì)重力場(chǎng)3D圖進(jìn)行初步判斷, 選取合適的分形維數(shù)計(jì)算方法, 如變差法、結(jié)構(gòu)函數(shù)法或均方根法, 獲得相應(yīng)3D曲面的分形維數(shù)。針對(duì)重力場(chǎng)3D曲面這種具有統(tǒng)計(jì)意義上的自相似的形體, 可以用分?jǐn)?shù)布朗運(yùn)動(dòng)對(duì)其進(jìn)行描述, 采用Werierstrass-Mandelbrot函數(shù)(W-M函數(shù))構(gòu)建重力異常序列輪廓的模型, 則W-M函數(shù)形式

式中:(,)是重力異常序列;是特征尺度系數(shù);是分形維數(shù);是大于1的常數(shù), 因?yàn)榧僭O(shè)重力場(chǎng)3D曲面服從正態(tài)分布,取值為1.5。

參考評(píng)價(jià)3D地形表面方向性的等方性系數(shù), 定義重力場(chǎng)3D圖的等方性系數(shù)為旋轉(zhuǎn)測(cè)量坐標(biāo)系, 重力場(chǎng)3D曲面各條輪廓重力異常序列的概率分布發(fā)生變化的程度。在此, 便可以利用3D曲面輪廓的2階譜矩來(lái)表征各向異性表面的等方性。輪廓的2階譜距不僅依賴(lài)3D曲面在測(cè)量坐標(biāo)系中與坐標(biāo)軸的夾角, 而且還與重力場(chǎng)3D曲面的表面形式有關(guān)。局部重力異常數(shù)據(jù)的3D曲面表面可以看作是由一系列不同幅度、不同頻率和不同相位的正弦波組成, 因此可以根據(jù)不同斜率方差的輪廓曲線(xiàn)與軸的夾角計(jì)算3D表面的等方性。

在傳統(tǒng)的數(shù)據(jù)特征統(tǒng)計(jì)參數(shù)中, 變異系數(shù)是衡量數(shù)據(jù)序列概率分布離散程度的一個(gè)歸一化量, 峰態(tài)系數(shù)是表征數(shù)據(jù)分布在平均值處峰值高低的特征量, 因此可以彌補(bǔ)等方性系數(shù)在衡量區(qū)域概率分布離散性上的不足。偏態(tài)系數(shù)是描述局部數(shù)據(jù)序列分布不對(duì)稱(chēng)程度的參數(shù), 可以用其來(lái)衡量區(qū)域概率分布的不對(duì)稱(chēng)性, 如圖2所示。因此, 可以考慮建立包含等方性系數(shù)、變異系數(shù)、峰態(tài)系數(shù)和偏態(tài)系數(shù)4個(gè)參數(shù)的綜合特征參數(shù), 并通過(guò)量綱原理和層次分析法確定綜合特征參數(shù)的表達(dá)式, 更全面地選出合適的適配區(qū)。

利用重力場(chǎng)綜合特征參數(shù)的閾值設(shè)置判斷適配區(qū), 相當(dāng)于用一個(gè)水平平面對(duì)綜合特征參數(shù)形成的3D曲面進(jìn)行切割。在大的航行區(qū)域會(huì)形成多個(gè)適配區(qū), 從而產(chǎn)生不同的點(diǎn)集, 因此要對(duì)這些點(diǎn)進(jìn)行提取并形成點(diǎn)集; 采用凸殼算法繪制各點(diǎn)集的范圍線(xiàn), 從而得到適配區(qū)邊界(見(jiàn)圖3)。

建立基于分形理論的重力場(chǎng)特征分析方法, 根據(jù)重力場(chǎng)特征參數(shù)的矢量化表達(dá)構(gòu)建綜合適配參量, 并揭示其適配機(jī)理, 為改進(jìn)和提高重力匹配導(dǎo)航方法的精度與可靠性提供理論基礎(chǔ)。

建立基于載體運(yùn)動(dòng)特性的矢量化重力/地磁匹配方法, 明確重力采樣點(diǎn)間位置相關(guān)性影響, 并進(jìn)行矢量化校正, 為實(shí)用的重力匹配導(dǎo)航提供方法支撐。

2) 傳統(tǒng)重力匹配算法

20世紀(jì)60年代出版的《相關(guān)極值導(dǎo)航系統(tǒng)理論》介紹了相關(guān)極值系統(tǒng)的理論研究結(jié)果。20世紀(jì)70~80年代, 地形輔助慣性導(dǎo)航得到極大發(fā)展, 2種典型的地形導(dǎo)航算法有: 基于相關(guān)分析的地形輪廓匹配(terrain contour matching, TERCOM)算法和基于Kalman濾波的桑迪亞慣性地形輔助導(dǎo)航(Sandia inertial terrain aided navigation, SITAN)算法。這2種匹配算法在重力匹配導(dǎo)航領(lǐng)域也獲得了廣泛應(yīng)用。Kamgar Parsi于1999年提出迭代最近等值線(xiàn)點(diǎn)(iterated closest contour point, ICCP) 算法。2002年, Garner CB[53]在不同的仿真條件下, 對(duì)最近等值線(xiàn)匹配算法的導(dǎo)航精度進(jìn)行了分析。近幾年, 海軍工程大學(xué)、解放軍工程大學(xué)、中科院測(cè)地所和武漢大學(xué)等單位也分別將TERCOM算法、ICCP算法和SITAN算法應(yīng)用于重力輔助慣性導(dǎo)航中并對(duì)傳統(tǒng)匹配算法提出改進(jìn)方案[54-56]。

相關(guān)分析方法的工作原理是: 不同地理位置處的重力異常值不同, 所以不同地點(diǎn)的位置信息可以根據(jù)其重力異常進(jìn)行確定。重力傳感器實(shí)時(shí)測(cè)量重力值并歸算出重力異常, 根據(jù)慣導(dǎo)系統(tǒng)提供的位置信息和誤差特性在重力背景圖上確定搜索范圍, 將測(cè)得的重力異常值序列與重力背景圖進(jìn)行相關(guān)分析, 匹配效果最好的位置點(diǎn)就是載體真實(shí)位置的估計(jì)[57-58]。相關(guān)分析方法對(duì)慣導(dǎo)系統(tǒng)提供的初始位置誤差沒(méi)有過(guò)高的要求。最優(yōu)匹配位置在理想情況下應(yīng)該是離載體的真實(shí)位置最接近的網(wǎng)格點(diǎn)。可是目前技術(shù)水平導(dǎo)致重力背景圖的分辨率較低, 會(huì)引起一定的匹配誤差。相關(guān)分析方法需要采集位置點(diǎn)序列, 較低的重力圖分辨率, 使得獲得匹配序列的時(shí)間更長(zhǎng), 嚴(yán)重影響導(dǎo)航系統(tǒng)實(shí)時(shí)性。另外, 相關(guān)分析方法受航向誤差影響較大。

ICCP算法來(lái)源于圖像配準(zhǔn)中的基于等值線(xiàn)的算法。ICCP算法的實(shí)質(zhì)是多邊弧的匹配, 它通過(guò)慣導(dǎo)提供的軌跡向重力場(chǎng)等值線(xiàn)上投影的軌跡匹配, 通過(guò)平移和旋轉(zhuǎn)操作使慣導(dǎo)指示軌跡靠近載體真實(shí)軌跡[59-62]。ICCP算法的成立條件為: 慣導(dǎo)誤差限定在一定范圍內(nèi); 重力量測(cè)誤差極小。但這2個(gè)假設(shè)幾乎不可能成立, 因而造成最近等值線(xiàn)點(diǎn)不一定存在或者不能確定。此外, ICCP算法忽略了參考導(dǎo)航系統(tǒng)在短時(shí)間內(nèi)的誤差變化,應(yīng)用時(shí)限制了匹配點(diǎn)數(shù)。

遞推濾波方法來(lái)源于SITAN算法。SITAN算法是20世紀(jì)70年代由美國(guó)桑迪亞實(shí)驗(yàn)室開(kāi)發(fā)的一種地形輔助導(dǎo)航技術(shù)。重力場(chǎng)觀測(cè)方程是非線(xiàn)性的, SITAN算法采用隨機(jī)線(xiàn)性化技術(shù)實(shí)時(shí)建立線(xiàn)性化觀測(cè)方程, 經(jīng)擴(kuò)展卡爾曼濾波器得到導(dǎo)航誤差的估計(jì)值, 然后把誤差估值反饋回慣導(dǎo)系統(tǒng), 從而對(duì)其導(dǎo)航狀態(tài)進(jìn)行修正[63-66]。SITAN算法的實(shí)時(shí)性好, 工作性能好, 容許大的機(jī)動(dòng)性。但需要有較精確的初始誤差, 對(duì)非線(xiàn)性觀測(cè)模型線(xiàn)性化敏感, 線(xiàn)性化精度低會(huì)導(dǎo)致濾波發(fā)散[67]。傳統(tǒng)匹配算法相鄰匹配點(diǎn)之間相互獨(dú)立出現(xiàn)誤匹配不能及時(shí)修正, 于是利用慣導(dǎo)相鄰點(diǎn)之間的距離相關(guān)性和相位相關(guān)性進(jìn)行二次估計(jì)可以提高匹配算法的快速性、精確性和魯棒性。

3) 矢量化重力匹配算法

傳統(tǒng)重力匹配過(guò)程主要考慮慣性導(dǎo)航系統(tǒng)誤差、重力場(chǎng)背景圖誤差、實(shí)時(shí)重力測(cè)量誤差和重力匹配算法誤差及其耦合關(guān)系, 運(yùn)載體在重力適配區(qū)進(jìn)行匹配時(shí), 沒(méi)有充分考慮載體運(yùn)動(dòng)的速度和航向等矢量信息。文中提出結(jié)合運(yùn)載體的運(yùn)動(dòng)速度與航向信息, 將慣性導(dǎo)航系統(tǒng)采樣點(diǎn)之間的距離相關(guān)性加入到匹配過(guò)程中, 通過(guò)采樣點(diǎn)之間的位置相關(guān)性對(duì)匹配結(jié)果進(jìn)行校正, 進(jìn)而建立矢量化的重力匹配方法[68-69]。根據(jù)載體不同的運(yùn)動(dòng)特性, 選取采樣點(diǎn)間不同維度的組合矢量, 形成最優(yōu)矢量匹配方法。其中, 矢量化匹配的原理如圖4所示。

當(dāng)載體運(yùn)動(dòng)方向變化時(shí), 慣導(dǎo)誤差的變化容易造成匹配誤差, 需要將當(dāng)前匹配點(diǎn)時(shí)刻以前的采樣點(diǎn)加入匹配點(diǎn)集中并且將采樣點(diǎn)間的相位關(guān)系納入判別式。這樣, 匹配點(diǎn)集就包括了當(dāng)前匹配時(shí)刻前后的采樣點(diǎn)。由于當(dāng)前匹配點(diǎn)前的采樣點(diǎn)已經(jīng)完成了二次匹配, 它們精度較高, 所以匹配時(shí)刻前的采樣只選擇當(dāng)前時(shí)刻附近的采樣點(diǎn)即可。而匹配時(shí)刻后的采樣選擇距匹配點(diǎn)一定范圍內(nèi)可信度較高的采樣點(diǎn)。另外, 采樣點(diǎn)的個(gè)數(shù)和選擇范圍根據(jù)算法的精度和實(shí)時(shí)性要求決定, 并且算法用加權(quán)最小二乘法求得最終結(jié)果。由于傳統(tǒng)的單點(diǎn)匹配算法是基于擴(kuò)展Kalman濾波的匹配算法, 所以會(huì)存在線(xiàn)性化誤差, 在重力分布非線(xiàn)性程度高的區(qū)域易發(fā)散。所以提出用粒子濾波代替擴(kuò)展卡爾曼濾波避免線(xiàn)性化帶來(lái)的誤差, 以擴(kuò)大矢量化匹配算法的適用范圍。通過(guò)建立矢量化重力/地磁匹配方法的可信度評(píng)價(jià)準(zhǔn)則, 給出定位結(jié)果的置信區(qū)間。

1.6 綜合校正

獲得了重力匹配定位結(jié)果后, 需要利用該結(jié)果對(duì)慣性導(dǎo)航系統(tǒng)進(jìn)行綜合校正, 以提高水下航行器導(dǎo)航系統(tǒng)的精度。

20世紀(jì)90年代初, 洛克希德·馬丁公司開(kāi)發(fā)了無(wú)源重力輔助慣性導(dǎo)航系統(tǒng)(gravity aided inertial navigationGAINS), 其原理是以無(wú)源方式減少和限定慣性導(dǎo)航誤差[70]。文中按照重力測(cè)量傳感器的不同, 介紹2種組合導(dǎo)航系統(tǒng): 重力梯度導(dǎo)航系統(tǒng)[71-72]和重力輔助慣性導(dǎo)航系統(tǒng)[73-75]。

1) 重力梯度導(dǎo)航系統(tǒng)

重力梯度導(dǎo)航系統(tǒng)(gravity gradiometer navi- gation system, GGNS)的結(jié)構(gòu)如圖5所示。

首先, 慣導(dǎo)系統(tǒng)提供位置點(diǎn), 利用該位置點(diǎn)在預(yù)存的重力梯度基準(zhǔn)圖中提取出對(duì)應(yīng)的重力梯度值。然后, 提取值與重力梯度儀實(shí)測(cè)的值做差作為最優(yōu)濾波器的量測(cè)方程, 通過(guò)最優(yōu)濾波器得到最優(yōu)估計(jì)點(diǎn)。最后, 利用最優(yōu)估計(jì)點(diǎn)來(lái)補(bǔ)償慣導(dǎo)誤差。

在基于重力梯度圖的組合導(dǎo)航系統(tǒng)中, 當(dāng)采用0.01°/h精度的陀螺儀時(shí): GGNS系統(tǒng)水平定位圓概率誤差 (circular error probable, CEP)可達(dá)60 m; 垂向定位CEP可以減少至30 m; 水平速度CEP小于0.4 kn/h。在沒(méi)有存儲(chǔ)的重力梯度圖的情況下, GGNS系統(tǒng)的誤差也會(huì)隨時(shí)間累積, 但其增長(zhǎng)速率較純慣導(dǎo)系統(tǒng)的誤差累積速度明顯減小。

2) 重力輔助慣性導(dǎo)航系統(tǒng)

GAINS的結(jié)構(gòu)如圖6所示。

首先, 系統(tǒng)利用慣導(dǎo)提供的位置信息從重力場(chǎng)基準(zhǔn)圖中提取出重力場(chǎng)信息, 然后采用重力梯度儀實(shí)時(shí)測(cè)得的梯度數(shù)據(jù)誤差和深度傳感器與INS 給定的深度之差作為最優(yōu)濾波器的觀測(cè)信息, 并用擴(kuò)展Kalman濾波器做最優(yōu)估計(jì), 最終輸出導(dǎo)航參數(shù)信息。在無(wú)事先存儲(chǔ)的重力圖的情況下, GAINS的緯度誤差、東向和北向速度誤差有界; 經(jīng)度誤差無(wú)界; 位置誤差低于導(dǎo)航儀標(biāo)稱(chēng)誤差10%的精度; 有圖的GAINS可以使經(jīng)度誤差有界, 且緯度誤差比無(wú)圖模式更為理想。

2 結(jié)束語(yǔ)

慣性/重力匹配導(dǎo)航是利用慣性導(dǎo)航系統(tǒng)的高度自主性和信息全面性特點(diǎn), 結(jié)合重力信息的時(shí)空分布穩(wěn)定性, 形成的水下自主導(dǎo)航方式。重力匹配定位是水下航行器導(dǎo)航的重要手段, 隨著重力場(chǎng)背景圖的不斷豐富, 慣性導(dǎo)航系統(tǒng)和重力測(cè)量設(shè)備的體積成本不斷減小, 能夠廣泛的應(yīng)用于各類(lèi)有人/無(wú)人水下航行器。

對(duì)于平均速度50 kn、航程50 km、水深50 m的水下高速航行器, 導(dǎo)航性能直接決定了其效能。水下高速航行器的運(yùn)動(dòng)特點(diǎn)是: 速度信息不準(zhǔn)確、航程長(zhǎng)、機(jī)動(dòng)性強(qiáng)和3D運(yùn)動(dòng)。首先, 對(duì)于運(yùn)動(dòng)信息不確定性, 可以利用重力匹配定位為慣導(dǎo)系統(tǒng)提供校正信息, 通過(guò)分析適配區(qū)分布、合理規(guī)劃航跡和多處校正解決航程長(zhǎng)的問(wèn)題。而對(duì)機(jī)動(dòng)性強(qiáng)的問(wèn)題, 可以采用矢量匹配方法來(lái)充分利用機(jī)動(dòng)特性。另外, 合理利用深度計(jì)獲得的高精度動(dòng)態(tài)高程信息對(duì)慣導(dǎo)系統(tǒng)進(jìn)行校正能幫助估計(jì)航行器的3D運(yùn)動(dòng)。

在慣性/重力匹配導(dǎo)航研究領(lǐng)域, 還有重力測(cè)量設(shè)備的小型化、重力測(cè)量輸出的實(shí)時(shí)性和重力匹配定位的快速性和模塊化等問(wèn)題需要進(jìn)一步研究。

[1] Yuan B, Liao D, Han S. Error Compensation of an Optical Gyro INS by Multi-axis Rotation[J]. Measurement Science and Technology, 2012, 23(2): 1-9.

[2] Ben Y, Wu X, Chai Y, et al. Research on Error Modulating of SINS Based on Single-axis Rotation[C]//Proceeding IEEE/ ICME International Conference on Complex Medical Engin- eering. Harbin: IEEE, 2011.

[3] Sun F, Sun W, Gao W, et al. Research on the Technology of Rotational Motion for FOG Strapdown Inertial Navigation System[C]//Proceeding IEEE International Conference on Mechatronics and Automation. Changchun: IEEE, 2009.

[4] Bar Itzhack I Y, Goshen Meskin D. Unified Approach to Inertial Navigation System Error Modeling[J]. Journal of Guidan- ce, Control and Dynamics, 1992, 15(3): 648-653.

[5] 鄧志紅, 蔡山波, 王博, 等. 一種旋轉(zhuǎn)調(diào)制慣導(dǎo)系統(tǒng)的復(fù)合旋轉(zhuǎn)控制算法[J]. 系統(tǒng)工程與電子技術(shù), 2016, 38 (11): 2610-2616.

Deng Zhi-hong, Cai Shan-bo, Wang Bo, et al. Compound Rotation Control Algorithm for Rotational INS[J]. Syst- ems Engineering and Electronics, 2016, 38(11): 2610- 2616.

[6] Deng Z, Sun M, Wang B. Error Modulation Scheme Anal- ysis of Dual-axis Rotating Strap-down Inertial Navigation System based on FOG[C]//Control Conference. Antibes: IEEE, 2014.

[7] 楊國(guó)梁, 王瑋, 徐燁烽, 等. 旋轉(zhuǎn)調(diào)制式激光捷聯(lián)慣導(dǎo)安裝誤差分析與標(biāo)定[J]. 儀器儀表學(xué)報(bào), 2011, 32(2): 302-308.

Yang Guo-liang, Wang Wei, Xu Ye-feng, et al. Research on Installation Error Analysis and Calibration for LSINS Based on Rotation Modulation[J]. Chinese Journal of Scientific Instrument, 2011, 32(2): 302-308.

[8] 尹洪亮, 楊功流, 宋凝芳, 等. 旋轉(zhuǎn)激光陀螺慣導(dǎo)系統(tǒng)誤差傳播特性分析[J]. 北京航空航天大學(xué)學(xué)報(bào), 2012, 38(3): 345-350.

Yin Hong-liang, Yang Gong-liu, Song Ning-fang, et al. Error Propagating Characteristic Analyzing for Rotating LG INS[J]. Journal of Beijing University of Aeronautics and Astronautics, 2012, 38(3): 345-350.

[9] 劉錫祥, 徐曉蘇, 陳臣, 等. 基于單軸旋轉(zhuǎn)組合的捷聯(lián)慣導(dǎo)雙軸旋轉(zhuǎn)調(diào)制算法設(shè)計(jì)[J]. 中國(guó)慣性技術(shù)學(xué)報(bào), 2011, 19(4): 379-386.

Liu Xi-xiang, Xu Xiao-su, Chen Chen, et al. Rotation Mo- dulation Algorithm Design for SINS Based on Integration of Single-axis Rotations[J]. Journal of Chinese Inertial Technology, 2011, 19(4): 379-386.

[10] 祝燕華, 蔡體菁. 旋轉(zhuǎn)光纖捷聯(lián)慣導(dǎo)系統(tǒng)的誤差效應(yīng)分析[J]. 中國(guó)慣性技術(shù)學(xué)報(bào), 2011, 19(2): 140-144.

Zhu Yan-hua, Cai Ti-jing. Error Analysis of Rotating St- rapdown Inertial Navigation System Based on FOG[J]. Jo- urnal of Chinese Inertial Technology, 2011, 19(2): 140- 144.

[11] 張倫東, 練軍想, 胡小平. 載體角運(yùn)動(dòng)對(duì)旋轉(zhuǎn)式慣導(dǎo)系統(tǒng)旋轉(zhuǎn)調(diào)制效果的影響[J]. 國(guó)防科技大學(xué)學(xué)報(bào), 2011, 33(4): 152-156.

Zhang Lun-dong, Lian Jun-xiang, Hu Xiao-ping. The Eff- ect of Vehicle Angle Motion on Rotation Modulation Te- chnology for Rotating INS[J]. Journal of National University of Defense Technology, 2011, 33(4): 152-156.

[12] 于旭東, 龍興武, 王宇, 等.激光陀螺單軸旋轉(zhuǎn)慣導(dǎo)系統(tǒng)多位置對(duì)準(zhǔn)技術(shù)研究[J]. 傳感技術(shù)學(xué)報(bào), 2011, 24(6): 824-828.

Yu Xu-dong, Long Xing-wu, Wang Yu, et al. Research on Multi-position Alignment in Single-Axial Rotation Inertial Navigation System with Ring Laser Gyroscope[J]. Ch- inese Journal of Sensors and Actcators, 2011, 24(6): 824- 828.

[13] Wang H, Deng Z, Wang B. Analysis of Error Suppression Performance in the Carrier Angle Motion Status for Rotation for FOG Inertial Navigation System[C]//Control Con- ference. Antibes: IEEE, 2014.

[14] Zhou Y, Deng Z, Wang B, et al. Moving base Disturbance Suppression Method of Rotary INS based on Rotation An- gular Rate[C]//Control Conference. Hyderabad: IEEE, 2013.

[15] 袁保倫. 四頻激光陀螺旋轉(zhuǎn)式慣導(dǎo)系統(tǒng)研究[D]. 長(zhǎng)沙:國(guó)防科學(xué)技術(shù)大學(xué), 2007.

[16] 尚松田, 付夢(mèng)印, 劉彤. 單軸旋轉(zhuǎn)式捷聯(lián)慣導(dǎo)系統(tǒng)轉(zhuǎn)位方案[J]. 北京理工大學(xué)學(xué)報(bào), 2011, 31(11): 1318-1321.

Shang Song-tian, Fu Meng-yin, Liu Tong. Single-axial Rotation Modulation SINS Indexing Scheme[J]. Journal of Beijing Institute of Technology(Social Sciences Edition), 2011, 31(11): 1318-1321.

[17] 鄧志紅, 蔡山波, 王博, 等. 一種旋轉(zhuǎn)調(diào)制慣導(dǎo)系統(tǒng)的復(fù)合旋轉(zhuǎn)控制算法[J]. 系統(tǒng)工程與電子技術(shù), 2016, 38(11): 2610-2616.

Deng Zhi-hong, Cai Shan-bo, Wang Bo, et al. Compound Ro- tation Control Algorithm for Rotational INS[J]. Systems Engineering and Electronics, 2016, 38(11): 2610-2616.

[18] 郝燕玲, 張義, 孫楓, 等. 單軸旋轉(zhuǎn)式捷聯(lián)慣導(dǎo)方位對(duì)準(zhǔn)研究[J]. 儀器儀表學(xué)報(bào), 2011, 32(2): 309-315.

Hao Yan-ling, Zhang Yi, Sun Feng, et al. Analysis of Single- axial Rotation SINS Azimuth Alignment[J]. Chinese Journal of Scientific Instrument, 2011, 32(2): 309-315.

[19] 秦永元, 嚴(yán)恭敏, 顧冬晴, 等. 搖擺基座上基于信息的捷聯(lián)慣導(dǎo)粗對(duì)準(zhǔn)研究[J]. 西北工業(yè)大學(xué)學(xué)報(bào), 2005, 23(5): 681-684.

Qin Yong-yuan, Yan Gong-min, Gu Dong-qing, et al. A Clever Way of SINS Coarse Alignment Despite Rocking Ship[J]. Journal of Northwestern Polytechnical Universtiy, 2005, 23(5): 681-684.

[20] 秦永元, 朱新穎, 趙長(zhǎng)山, 等. 艦載機(jī)捷聯(lián)慣導(dǎo)自對(duì)準(zhǔn)方案設(shè)計(jì)與仿真[J]. 中國(guó)慣性技術(shù)學(xué)報(bào), 2008, 16(1): 28-33.

Qin Yong-yuan, Zhu Xin-ying, Zhao Chang-shan, et al. Design and Simulation on SINS Self-alignment for Carrier Born Aircraft[J]. Journal of Chinese Inertial Technology, 2008, 16(1): 28-33.

[21] 徐博, 孫楓, 高偉. 艦船捷聯(lián)航姿系統(tǒng)自主粗對(duì)準(zhǔn)仿真與實(shí)驗(yàn)研究[J]. 兵工學(xué)報(bào), 2008, 29(12): 1467-1473.

Xu Bo, Sun Feng, Gao Wei. The Coarse Alignment of Strap-down Inertial Navigation System for Ship[J]. Acta Armamentar, 2008, 29(12): 1467-1473.

[22] 趙長(zhǎng)山, 秦永元, 魏亮. 抗干擾重力加速度積分粗對(duì)準(zhǔn)算法[J]. 宇航學(xué)報(bào), 2010, 31(10): 2335-2339.

Zhao Chang-shan, Qin Yong-yuan, Wei Liang. A Gravtiy- Based Anti-Interference Coarse Alignment Algorighm[J]. Journal of Astronautics, 2010, 31(10): 2335- 2339.

[23] 王新龍, 申亮亮, 謝佳. 捷聯(lián)慣導(dǎo)系統(tǒng)任意方位兩位置的對(duì)準(zhǔn)模式[J]. 紅外與激光工程, 2008, 37(2): 371-375.

Wang Xin-long, Shen Liang-liang, Xie Jia. Arbitrary Ori- entation Two Position Alignment Mode of Strapdown Inertial Navigation System[J]. Infrared and Laser Engineering, 2008, 37(2): 371-375.

[24] 孫楓, 曹通. 一種單軸旋轉(zhuǎn)捷聯(lián)慣導(dǎo)的三位置對(duì)準(zhǔn)方法[J]. 儀器儀表學(xué)報(bào), 2011, 32(4): 838-842.

Sun Feng, Cao Tong. Three-position Alignment of Single- axis Rotation Strapdown Inertial Navigation System[J]. Chinese Journal of Scientific Instrument, 2011, 32(4): 838-842.

[25] 于旭東, 龍興武, 王宇, 等. 激光陀螺單軸旋轉(zhuǎn)慣導(dǎo)系統(tǒng)多位置對(duì)準(zhǔn)技術(shù)研究[J]. 傳感技術(shù)學(xué)報(bào), 2011, 24(6): 824-828.

Yu Xu-dong, Long Xing-wu, Wang Yu, et al. Research on Multi Position Alignment in Single-Axial Rotation Inertial Navigation System with Ring Laser Gyroscope[J]. Ch- inese Journal of Sensors and Actuators, 2011, 24(6): 824- 828.

[26] 王榮穎, 許江寧, 卞鴻巍. 基于可觀測(cè)性分析的方位旋轉(zhuǎn)式慣導(dǎo)初始對(duì)準(zhǔn)仿真研究[J]. 中國(guó)慣性技術(shù)學(xué)報(bào), 2009, 17(1): 15-19.

Wang Rong-ying, Xu Jiang-ning, Bian Hong-wei. Initial Alignment of Azimuth Rotating GINS Based on Observability Analysis[J]. Journal of Chinese Inertial Technology, 2009, 17(1): 15-19.

[27] 孫楓, 孫偉. 旋轉(zhuǎn)捷聯(lián)慣導(dǎo)系統(tǒng)精對(duì)準(zhǔn)技術(shù)[J]. 系統(tǒng)工程與電子技術(shù), 2010, 32(3): 630-633.

Sun Feng, Sun Wei. Fine Alignment by Rotation in Stra- pdown Inertial Navigation Systems[J]. Systems Engine- ering and Electronics, 2010, 32(3): 630-633.

[28] 周元, 鄧志紅, 王博, 等. 旋轉(zhuǎn)式慣導(dǎo)系統(tǒng)光纖陀螺在線(xiàn)自標(biāo)定方法[J]. 哈爾濱工程大學(xué)學(xué)報(bào), 2013, 34(7): 866-872.

Zhou Yuan, Deng Zhi-hong, Wang Bo, et al. Online Self- calibration of FOG for Rotational Inertial Navigation Sy- stem[J]. Journal of Harbin Engineering University, 2013, 34(7): 866-872.

[29] 劉彤, 周元, 王博, 等. 基于可觀測(cè)性分析的旋轉(zhuǎn)式慣導(dǎo)系統(tǒng)在線(xiàn)自標(biāo)定方法的設(shè)計(jì)[J]. 導(dǎo)航與控制, 2013, 12(1): 1-7.

Liu Tong, Zhou Yuan, Wang Bo, et al. Design of Observability Analysis Based On-line Self Calibration Method for Rotational INS[J]. Navigation and Control, 2013, 12 (1): 1-7.

[30] Wang B, Ren Q, Deng Z, et al. A Self-Calibration Method for Nonorthogonal Angles between Gimbals of Rotational Inertial Navigation System[J]. IEEE Transactions on Ele- ctronic Devices, 2015, 62(4): 2353-2362.

[31] Ren Q, Wang B, Deng Z, et al. An Optimization Selfcalibration Method of Rotational Inertial Navigation System Based on Genetic Algorithm[C]//Proceeding Conference on Mechatronic Sciences, Electric Engineering and Computer (MEC). Shengyang: IEEE, 2013.

[32] 許厚澤, 周旭華, 彭碧波. 衛(wèi)星重力測(cè)量[J]. 地球空間信息, 2005, 3(1): 1-3.

Xu Hou-zhe, Zhou Xu-hua, Peng Bi-bo. Satellite Gravity Measurement[J]. Geospatial Information, 2005, 3(1): 1-3.

[33] 彭富清.海洋重力輔助導(dǎo)航方法及應(yīng)用[D]. 鄭州: 解放軍信息工程大學(xué), 2009.

[34] 王虎彪, 王勇, 陸洋, 等. 用衛(wèi)星測(cè)高和船測(cè)重力資料聯(lián)合反演海洋重力異常[J]. 大地測(cè)量與地球動(dòng)力學(xué), 2005, 25(1): 81-86.

Wang Hu-biao, Wang Yong, Lu Yang, et al. Inversion of Marine Gravity Anomalies by Combinating Multi-Altim- eter Data and Shipborne Gravimetric Data[J]. Jounal of Geodesy and Geodynamics, 2005, 25(1): 81-86.

[35] 田晉, 暴景陽(yáng), 劉雁春. 全球位系數(shù)模型構(gòu)建高精度局部重力場(chǎng)的Clenshaw求和[J]. 武漢大學(xué)學(xué)報(bào), 2005, 30 (10): 905-909.

Tian Jin, Bao Jing-yang, Liu Yan-chun. Cleshaw Summation in Constructing High Resolution Gravity Field from the Geopotential Coefficient Expression Model[J]. Geom- atics and Information Science of Wuhan University, 2005, 30(10): 905-909.

[36] 劉毅, 張彩明. 約束5點(diǎn)決定二次曲線(xiàn)的研究及其在參數(shù)插值中的應(yīng)用[J]. 計(jì)算機(jī)研究與發(fā)展, 2005, 42(12): 2161-2168.

Liu Yi, Zhang Cai-ming. Study of Determining a Conic with Five Constrained Points and Its Application in Para- metric Interpolation[J]. Journal of Computer Research and Development, 2005, 42(12): 2161-2168.

[37] 劉曉艷, 鄧重陽(yáng). 非均勻三次B樣條曲線(xiàn)插值的Jacobi- PIA算法[J]. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào), 2015, 27(3): 485-491.

Liu Xiao-yan, Deng Chong-yang. Jacobi-PIA Algorithm for Non-uniform Cubic B-Spline Curve Interpolation[J]. Jour- nal of Computer Aided Design & Computer Graphics, 2015, 27(3): 485-491.

[38] 李?yuàn)檴? 水下重力輔助慣性導(dǎo)航的理論與方法研究 [D]. 鄭州: 解放軍信息工程大學(xué), 2010.

[39] Hugh R, Louis M, Roberts A. Next Generation Marine Precision Navigation System [C]//IEEE Position Location and Navigation Symposium. USA: IEEE, 2000.

[40] Jekeli C. Airborne Vector Gravimetry Using Precise, Position-Aided Inertial Measurement Units[J]. Bulletin Geodesique, 1994, 69(1):1-11.

[41] 金際航, 邊少鋒, 李勝全, 等. 重力梯度儀輔助慣導(dǎo)導(dǎo)航的誤差分析[J]. 海洋測(cè)繪, 2010, 30(5): 21-23.

Jin Ji-hang, Bian Shao-feng, Li Sheng-quan, et al. Error Analysis in Gravity Gradiometer Aided Inertial System[J]. Hydrographic Surveying and Charting, 2010, 30(5): 21- 23.

[42] 劉少明, 孫少安, 盧紅艷, 等. LCR重力儀與CG-5重力儀的長(zhǎng)基線(xiàn)混合標(biāo)定[J]. 大地測(cè)量與地球動(dòng)力學(xué), 2012, 32(1): 56-59.

Liu Shao-ming, Sun Shao-an, Lu Hong-yan, et al. Mixed Calibration on Long Baseline for LCR and CG-5 Gravimeters[J]. Journal of Geodesy and Geodynamics, 2012, 32(1): 56-59.

[43] 吳瓊, 郝曉光, 滕云田, 等. 系統(tǒng)自振對(duì)絕對(duì)重力儀的影響模式分析[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2012, 37(8): 980-983.

Wu Qiong, Hao Xiao-guang, Teng Yun-tian, et al. Influence Mode Analysis of Self Vibration on Absolute Gravimeter[J]. Geomatics and Information Science of Wuhan University, 2012, 37(8): 980-983.

[44] 李海兵, 蔡體菁. 全張量重力梯度儀測(cè)量方程及誤差分析[J]. 東南大學(xué)學(xué)報(bào)(自然科學(xué)版), 2010, 40(3): 517-521. Li Hai-bing, Cai Ti-jing. Measurement Equations and Error Analysis of Full Tensor Gravity Gradiometer[J]. Journal of Southeast University(Natural Science Edition), 2010, 40(3): 517-521.

[45] 舒晴, 周堅(jiān)鑫, 尹航, 等. 航空重力梯度儀研究現(xiàn)狀及發(fā)展趨勢(shì)[J]. 物探與化探, 2007, 31(6): 485-488.

Shu Qing, Zhou Jian-xin, Yin Hang, et al. Present Research Situtation and Development Trend of Airborne Gravity Gradiometer[J]. Geophysical and Geochemical Exploration, 2007, 31(6): 485-488.

[46] 王晶, 楊功流, 李湘云, 等. 重力擾動(dòng)矢量對(duì)慣導(dǎo)系統(tǒng)影響誤差項(xiàng)指標(biāo)分析[J]. 中國(guó)慣性技術(shù)學(xué)報(bào), 2016, 24(3): 285-290.

Wang Jing, Yang Gong-liu, Li Xiang-yun, et al. Error Indicator Analysis for Gravity Disturbing Vector′s Influence on Inertial Navigation System[J]. Journal of Chinese Inertial Technology, 2016, 24(3): 285-290.

[47] Albert J, Dosch H, Daniel E H. Gravity Aided Inertial Navigation System(GAINS)[C]//Proceedings of the Ann- ual Meeting-Institute of Navigation. Washington.DC, USA: 1991, 221-229

[48] 束蟬方. 高精度慣導(dǎo)系統(tǒng)的重力補(bǔ)償系統(tǒng)研究[D]. 武漢: 武漢大學(xué), 2005.

[49] 姜磊, 王宇. 高精度慣導(dǎo)系統(tǒng)重力擾動(dòng)誤差抑制技術(shù)[J]. 儀器儀表學(xué)報(bào), 2014, 35(12): 146-150.

Jiang Lei, Wang Yu. Technology of Error Suppression Ca- used by Gravitational Disturbance in High-precision Inertial Navigation System[J]. Chinese Journal of Scientific Instrument, 2014, 35(12): 146-150.

[50] 李勝全, 歐陽(yáng)永忠, 常國(guó)賓, 等. 慣性導(dǎo)航系統(tǒng)重力擾動(dòng)矢量補(bǔ)償技術(shù)[J]. 中國(guó)慣性技術(shù)學(xué)報(bào), 2012, 20(4): 410-413.

Li Sheng-quan, Ouyang Yong-zhong, Chang Guo-bin, et al. Compensation Technology of Gravity Disturbance Ve- ctor in Inertial Navigation System[J]. Journal of Chinese Inertial Technology, 2012, 20(4): 410- 413.

[51] Wang B, Zhu Y, Deng Z, et al. The Gravity Matching Area Selection Criteria for Underwater Gravity-Aided Navigation Application Based on the Comprehensive Characteristic Parameter[J]. IEEE/ASME Transactions on Mechatronics, 2016, 21(6): 2935-2943.

[52] 朱宇煒. 基于重力信息的航跡規(guī)劃方法研究[D]. 北京: 北京理工大學(xué), 2015.

[53] Bishop G C. Gravitational Field Maps and Navigational Errors Unmanned Underwater Vehicles[J]. IEEE Journal of Ocean Engineering, 2002, 27(3): 726–737.

[54] 諶劍, 張靜遠(yuǎn), 查峰, 一種改進(jìn)ICCP水下地形匹配算法[J]. 華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版), 2012, 40(10): 63-67.

Chen Jian, Zhang Jing-yuan, Zha Feng. Improved ICCP Algorithm for Underwater Terrain Matching Method[J]. Journal of Huazhong University of Science and Technology(Nature Science), 2012, 40(10): 63-67.

[55] 程力, 蔡體菁, 夏冰. 重力輔助慣性導(dǎo)航系統(tǒng)中的一種新的相關(guān)匹配算法[J]. 儀器儀表學(xué)報(bào), 2006, 27(z3): 2235-2236.

Chen Li, Cai Ti-jing, Xia Bing. Correlative Matching Algorithm of Gravity Aided Inertial Navigation System[J]. Chinese Journal of Scientific Instrument, 2006, 27(z3): 2235-2236.

[56] 童余德, 邊少鋒, 蔣東方. 基于局部連續(xù)場(chǎng)的重力匹配輔助導(dǎo)航[J]. 中國(guó)慣性技術(shù)學(xué)報(bào), 2011,19(6): 681-685.

Tong Yu-de, Bian Shao-feng, Jiang Dong-fang. Gravity Matching Aided Navigation Based on Local Continuous Field[J]. Journal of Chinese Inertial Technology, 2011, 19(6): 681-685.

[57] Lee Y M, Lee S M, Park C G, et al. Improvement of TERCOM Aided Inertial Navigation System by Velocity Correction[C]//Positiion, Location and Navigation Symposium. Myrtle Beach, USA: IEEE, 2012.

[58] Han Y, Wang B, Deng Z, et al. An Improved TERCOM- Based Algorithm for Gravity-Aided Navigation[J]. IEEE Sensors Journal, 2016, 16(8): 2537-2544.

[59] 白文平, 王志剛. ICCP重力匹配輔助導(dǎo)航算法研究及改進(jìn)[J], 計(jì)算機(jī)仿真, 2013, 30(6): 15-9.

Bai Wen-ping, Wang Zhi-gang. Researching and Improving of ICCP Algorithm for Gravity Aided Inertial Navigation [J]. Computer Simulation, 2013, 30(6): 15-9.

[60] 蔣東方, 童余德, 邊少鋒. ICCP重力匹配算法在局部連續(xù)背景場(chǎng)中的實(shí)現(xiàn)[J]. 武漢大學(xué)學(xué)報(bào): 信息科學(xué)版, 2012, 37(10): 1203-1206.

Jiang Dong-fang, Tong Yu-de, Bian Shao-feng. The Study on ICCP Algorithm for Gravity Matching Based on Local Continuous Field[J]. Geomatics and Information Science of Wuhan University, 2012, 37(10): 1203-1206.

[61] Meiqi L, Bo W, Zhi H d, et al. Improved ICCP Algorithm and Its Application in Gravity Matching Aided Inertial Navigation System[C]//Control 33rd Chinese Conference (CCC2014). Nanjing: IEEE, 2014: 562-567.

[62] 童余德, 邊少峰, 蔣東方. 實(shí)時(shí)ICCP 算法重力匹配仿真[J]. 中國(guó)慣性技術(shù)學(xué)報(bào), 2011, 19(3): 340-343.

Tong Yu-de, Bian Shao-feng, Jiang Dong-fang. Gravity Matching Simulation of Real-time ICCP Algorithm[J]. Journal of Chinese Inertial Technology, 2011, 19(3): 340- 343.

[63] 許大欣, 王勇, 王虎彪. 重力垂直梯度和重力異常輔助導(dǎo)航SITAN算法結(jié)果分析[J]. 大地測(cè)量與地球動(dòng)力學(xué), 2011, 31(1): 127-131.

Xu Da-xin, Wang Yong, Wang Hu-biao. Results Analysis of Vertical Gradient of Gravity and Gravity Anomaly Aided Navigation with SITAN Algorithm[J]. Journal of Geodesy and Geodynamics, 2011, 31(1): 127- 131.

[64] 聶琦. 非線(xiàn)性濾波及其在導(dǎo)航系統(tǒng)中的應(yīng)用[D]: 哈爾濱: 哈爾濱工程大學(xué), 2008.

[65] 黃鳳榮, 翁海娜. 慣性/重力匹配組合導(dǎo)航系統(tǒng)的濾波技術(shù)研究[J]. 天津航海, 2006(4): 41-43.

Huang Feng-rong, Weng Hai-na. A Research on the Filtering of the Inertial/Gravitational Matching Combination Navigation System[J]. Tianjin of Navigation, 2006(4): 41- 43.

[66] 侯慧娟. 慣性/重力組合導(dǎo)航匹配濾波算法的研究與實(shí)現(xiàn)[D]. 哈爾濱: 哈爾濱工程大學(xué), 2009.

[67] 汪鳳林, 蔡體菁, 王東霞. 慣性/重力匹配組合導(dǎo)航系統(tǒng)可觀測(cè)性研究[J]. 安徽大學(xué)學(xué)報(bào)(自然科學(xué)版), 2008, 32(6): 27-31.

Wang Feng-lin, Cai Ti-jing, Wang Dong-xia. Inertial /gravity Matching Integrated Navigation System[J]. Journal of Anhui University(Natural Sciences), 2008, 32(6): 27-31.

[68] Wang B, Li Y, Deng Z, et al. A Particle Filter-Based Matching Algorithm With Gravity Sample Vector for Underwater Gravity Aided Navigation[J]. IEEE/ASME Tran- sactions Mechatronics, 2016, 21(3): 1399-1408.

[69] 于力. 水下運(yùn)載體重力匹配算法研究[D]. 北京: 北京理工大學(xué), 2015.

[70] 秦政, 邊信黔, 施小成, 等. 水下運(yùn)載體重力輔助慣性導(dǎo)航系統(tǒng)仿真平臺(tái)[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2008, 33(7): 755-758.

Qin Zheng, Bian Xin-qian, Shi Xiao-cheng, et al. Simulation Platform of Gravity Aided Inertial Navigation System for Underwater Vehicle[J]. Geomatics and Information Science of Wunan Universtiy, 2008, 33(7): 755-758.

[71] 王虎彪, 王勇, 許大欣, 等. 重力垂直梯度導(dǎo)航值特征分布與可導(dǎo)航性分析[J]. 測(cè)繪學(xué)報(bào), 2010, 39(4): 364- 369.

Wang Hu-biao, Wang Yong, Xu Da-xin, et al. Distribution of Navigation Value about Vertical Gradient and Its Navigability Analysis[J]. Acta Geodaetica Etcartographica Sinica, 2010, 39(4): 364-369.

[72] 徐遵義, 晏磊, 寧書(shū)年, 等. 海洋重力輔助導(dǎo)航的研究現(xiàn)狀與發(fā)展[J]. 地球物理學(xué)進(jìn), 2007, 22(1): 104-111.

Xu Zun-yi, Yan Lei, Ning Shu-nian, et al. Situation and Development of Marine Gravity Aided Navigation System[J]. Progress in Geophysics, 2007, 22(1): 104-111.

[73] 盧楨, 蔡體菁. 重力輔助導(dǎo)航仿真演示系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 艦船電子工程, 2009, 29(6): 86-89.

Lu Zhen, Cai Ti-jing. Design and Realization of Gravity Aided Inertial Navigation Simulation Demo System[J]. Ship Electronic Engineering, 2009, 29(6): 86-89.

[74] 盧楨. 重力輔助慣性導(dǎo)航仿真系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 南京: 東南大學(xué), 2010.

[75] 姚劍奇. 水下重力輔助導(dǎo)航定位方法研究[D]. 哈爾濱:哈爾濱工程大學(xué), 2015.

(責(zé)任編輯: 楊力軍)

Review of Undersea Autonomous Inertial-Gravity Matching Navigation

FU Meng-yin1, LIU Fei2, YUAN Shu-ming3, OUYANG Yong-zhong4, WANG Bo5

(1. Nanjing University of Science and Technology, Nanjing 210094, China; 2. The 707 Research Institute, China Shipbuilding Industry Corporation, Tianjin 300131, China; 3. Naval Academy of Armament, Beijing 100073, China; 4. Naval Institute of Hydrographic Surveying and Charting, Tianjin 300061, China; 5. School of Automation, Beijing Institute of Technology, Beijing 100081, China)

Ocean resource has important significance for national economy and national security, and undersea autonomous navigation is the key technology of Chinese ocean strategy. Undersea inertial-gravity matching navigation becomes one of the important methods for undersea autonomous navigation because of its high precision, long-endurance and concealing. The researches on key technologies of undersea inertial-gravity matching navigation are reviewed in this paper. Firstly, the significance of undersea inertial-gravity matching navigation and the system structure as well as their development are discussed. Then, the key technologies, including rotation-modulating inertial navigation system(INS), construction of gravity map, real-time measurement of gravity, gravity compensation, gravity matching and comprehensive correction, are introduced in detail. Finally, corresponding research direction and emphasis are provided, and the challenge and strategy in research of undersea high-speed vehicle navigation are described. This paper may provide a reference for the research of undersea high-precision autonomous navigation.

inertial-gravity matching; autonomous navigation; rotation-modulating inertial navigation system(INS); gravity matching algorithm; undersea high-speed vehicle

TJ630.2;TN967.2

A

2096-3920(2017)01-0031-13

10.11993/j.issn.2096-3920.2017.01.002

2017-03-01;

2017-03-25.

付夢(mèng)印(1964-), 男, 南京理工大學(xué)校長(zhǎng), 博士, 長(zhǎng)江學(xué)者特聘教授,“973”項(xiàng)目技術(shù)首席, 研究方向?yàn)榻M合導(dǎo)航與智能導(dǎo)航技術(shù).

【編者按】水下航行器作為人類(lèi)對(duì)海洋進(jìn)行探索和開(kāi)發(fā)的重要工具, 被廣泛應(yīng)用于軍事和民用領(lǐng)域。實(shí)現(xiàn)水下航行器水下長(zhǎng)航時(shí)、高精度自主導(dǎo)航, 是適應(yīng)當(dāng)今世界格局變化、實(shí)現(xiàn)我國(guó)海洋戰(zhàn)略的重要保證, 對(duì)于國(guó)家安全與國(guó)民海洋資源開(kāi)發(fā)具有極其重要的意義。隨著科學(xué)技術(shù)的不斷進(jìn)步, 慣性導(dǎo)航系統(tǒng)以其自主性、不受限制, 隱蔽性及抗干擾性等諸多優(yōu)點(diǎn), 被越來(lái)越多地應(yīng)用于各類(lèi)水下航行器。但其誤差隨時(shí)間累積的固有缺陷也使得純慣性系統(tǒng)因需要及時(shí)校正而難于長(zhǎng)航時(shí)使用。為此, 以慣性導(dǎo)航系統(tǒng)為主, 輔之以重力、地形、地磁等特征信息的匹配導(dǎo)航已成為未來(lái)遠(yuǎn)程導(dǎo)航的發(fā)展趨勢(shì)。水下慣性/重力匹配導(dǎo)航系統(tǒng)就是利用重力場(chǎng)這一地球物理場(chǎng)固有信息, 對(duì)慣性導(dǎo)航系統(tǒng)長(zhǎng)航時(shí)條件下的誤差漂移進(jìn)行抑制和修正, 充分滿(mǎn)足了AUV等各類(lèi)水下航行器“自主性、高精度、長(zhǎng)航時(shí)和隱蔽性”的要求, 具有顯著的軍事用途。國(guó)外早在20世紀(jì)70年代就開(kāi)始了該領(lǐng)域關(guān)鍵技術(shù)的研究, 并已步入實(shí)際應(yīng)用階段。2000年以來(lái), 國(guó)內(nèi)學(xué)者也開(kāi)展了相應(yīng)的研究工作, 目前的研究成果主要集中在系統(tǒng)組成、重力場(chǎng)的研究與測(cè)繪和組合匹配算法的實(shí)現(xiàn)等方面。付夢(mèng)印教授是我國(guó)陸用武器系統(tǒng)導(dǎo)航、制導(dǎo)與控制領(lǐng)域?qū)W術(shù)帶頭人, 教育部長(zhǎng)江學(xué)者, “973”項(xiàng)目技術(shù)首席。他帶領(lǐng)的團(tuán)隊(duì)在水下慣性/重力匹配自主導(dǎo)航相關(guān)技術(shù)領(lǐng)域取得了突出成績(jī), 突破了諸多技術(shù)難關(guān), 工程應(yīng)用成效顯著。適逢我刊創(chuàng)刊之際, 我們特約付教授精心撰文, 詳細(xì)介紹了水下慣性/重力匹配自主導(dǎo)航主要關(guān)鍵技術(shù), 全景式地為廣大讀者呈現(xiàn)了國(guó)內(nèi)在該領(lǐng)域的最新研究進(jìn)展, 信息量大, 值得細(xì)細(xì)品讀。

[引用格式]付夢(mèng)印, 劉飛, 袁書(shū)明, 等. 水下慣性/重力匹配自主導(dǎo)航綜述[J]. 水下無(wú)人系統(tǒng)學(xué)報(bào), 2017, 25(1): 31-43.