黃玉龍,張勇剛,趙玉新

(哈爾濱工程大學(xué) 自動(dòng)化學(xué)院,黑龍江 哈爾濱,150001)

0 引言

海洋中蘊(yùn)含著大量的礦產(chǎn)資源、海水化學(xué)資源、海洋生物資源、海洋能和海洋空間資源。隨著陸地能源緊張與人口激增這一矛盾的日益突出,

海洋探索與開發(fā)成為國際各領(lǐng)域炙手可熱的研究方向,也是未來發(fā)展的必然趨勢(shì)[1]。我國也將海洋開發(fā)和海洋安全提升到了前所未有的高度,并提出了海洋強(qiáng)國等戰(zhàn)略。對(duì)海洋的探索和開發(fā)離不開先進(jìn)海洋科學(xué)技術(shù)的支撐。水下機(jī)器人是探索和開發(fā)海洋的重要運(yùn)載平臺(tái)之一,亦是建設(shè)海洋強(qiáng)國、捍衛(wèi)國家安全和實(shí)現(xiàn)可持續(xù)發(fā)展的國之重器。相比于有纜控制的水下機(jī)器人,自主水下航行器(autonomous undersea vehicle,AUV)不需要母船支持,具有更廣闊的應(yīng)用前景。AUV綜合了水聲通信、智能控制、能量存儲(chǔ)、多傳感器測(cè)量與信息融合等先進(jìn)技術(shù),以其自主性好、靈活性強(qiáng)、體積小、質(zhì)量輕、活動(dòng)范圍廣及隱蔽性好等優(yōu)點(diǎn),在海洋探索與開發(fā)中發(fā)揮著重要作用[2]。

文中回顧了現(xiàn)有主流的 AUV水下導(dǎo)航關(guān)鍵技術(shù),包括DVL測(cè)速技術(shù)、LBL/SBL/USBL水聲定位導(dǎo)航技術(shù)、地形輔助導(dǎo)航技術(shù)、地磁輔助導(dǎo)航技術(shù)、重力輔助導(dǎo)航技術(shù)及協(xié)同導(dǎo)航技術(shù),介紹了相關(guān)導(dǎo)航技術(shù)的基本原理及發(fā)展?fàn)顩r,分析并歸納了各技術(shù)在水下自主導(dǎo)航中存在的關(guān)鍵問題和技術(shù)難點(diǎn),最后對(duì) AUV水下導(dǎo)航技術(shù)的未來發(fā)展方向進(jìn)行了展望。

1 基于SINS/聲學(xué)的AUV自主導(dǎo)航

1.1 基于SINS/DVL的AUV自主導(dǎo)航技術(shù)

DVL是基于聲吶多普勒效應(yīng)的測(cè)速設(shè)備,能提供較高精度的載體速度信息,且其誤差不隨時(shí)間積累,抗干擾能力強(qiáng)。因此在AUV自主導(dǎo)航中,DVL可作為抑制 SINS積累誤差的重要輔助手段。DVL測(cè)速的配置分為3種:單波束配置、雙波束Janus配置和四波束Janus配置,其配置的測(cè)速原理如圖1所示。

圖1 3種多普勒速度計(jì)程儀測(cè)速配置示意圖Fig.1 Speed measurement configurations of three kinds of Doppler velocity logs(DVLs)

由圖中可以看出,采用四波束 Janus配置方式的 DVL能夠同時(shí)測(cè)定載體的橫向和縱向的速度信息,更能滿足 AUV的導(dǎo)航需求。SINS/DVL組合導(dǎo)航系統(tǒng)主要有松、緊2種組合方式。原理示意圖如圖2所示。DVL的原始數(shù)據(jù)是每個(gè)波束方向測(cè)量的相對(duì)速度,SINS/DVL松組合和緊組合的原理及其特點(diǎn)如表1所示[7-8]。

針對(duì)實(shí)際應(yīng)用中可能出現(xiàn)的 DVL只有部分原始數(shù)據(jù)可用的情況,目前有很多相關(guān)研究。文獻(xiàn)[8]提出了一種擴(kuò)展松組合方法,該方法利用外部輔助信息與DVL部分原始數(shù)據(jù)來估計(jì)AUV速度,再與 SINS輸出的速度信息進(jìn)行數(shù)據(jù)融合,從而得出載體精確的位置、速度及姿態(tài)等導(dǎo)航信息。文獻(xiàn)[9]通過考慮相關(guān)噪聲和量測(cè)噪聲的互協(xié)方差矩陣,改進(jìn)了擴(kuò)展松組合方法性能。文獻(xiàn)[10]提出一種基于SINS/DVL緊組合導(dǎo)航的部分DVL波束可用方法。為了提高復(fù)雜水下環(huán)境導(dǎo)航系統(tǒng)的性能,文獻(xiàn)[11]提出了一種基于SINS/DVL組合導(dǎo)航混合交互多模型,并針對(duì)DVL波束量測(cè)的異常值提出了一種自適應(yīng)選擇模型描述環(huán)境變化的算法。文獻(xiàn)[12]采用了緊組合的方法來減少對(duì)底部鎖定的需求,當(dāng)少于3個(gè)波束可用時(shí),濾波器仍能吸收有價(jià)值的信息。

圖2 捷聯(lián)慣性導(dǎo)航系統(tǒng)/多普勒速度計(jì)程儀組合原理示意圖Fig.2 Schematic diagram of strap-down inertial navigation system(SINS)/Doppler velocity log(DVL)combination

表1 SINS/DVL組合原理及其特點(diǎn)Table 1 Principle and characteristics of SINS-DVL combination

目前,丹麥 Maridan A/S公司和美國 Kearfott公司聯(lián)合研制的MARPOS型SINS/DVL水下組合導(dǎo)航系統(tǒng),在距離海底深度不超過200 m的條件下,導(dǎo)航精度可以達(dá)到航程的 0.03%[13];挪威 Kongsberg Simead公司開發(fā)的HUGIN 3000型AUV以及在此基礎(chǔ)上開發(fā)的HUGIN 1000也都是以SINS和DVL作為主要的導(dǎo)航設(shè)備[14]。此外,美國 Woods Hole海洋研究所、美國海軍研究生院、美國BluefinRobotics公司、加拿大 International Submarine Engineering公司和英國國家海洋中心等都已經(jīng)將SINS/DVL組合導(dǎo)航技術(shù)應(yīng)用于AUV中[15]。

DVL測(cè)速精度與射程呈相反關(guān)系,當(dāng) DVL聲波發(fā)射的頻率越高時(shí)其測(cè)速精度越高,射程越短。RDI公司生產(chǎn)的 DVL的聲波發(fā)射頻率、測(cè)速精度和有效射程之間對(duì)應(yīng)關(guān)系如表2所示[14]?？紤]到DVL的射程范圍,DVL通常有2種工作模式:一種是在DVL的有效射程之內(nèi),可以測(cè)得其相對(duì)海底的速度,稱為底跟蹤;另一種是超出了DVL的有效射程,只能測(cè)得其相對(duì)于海水層的速度,稱為水跟蹤[14]。

表2 RDI公司生產(chǎn)的 DVL的聲波發(fā)射頻率、測(cè)速精度和有效射程之間對(duì)應(yīng)關(guān)系Table 2 Relationship among acoustic emission frequency,velocity measurement accuracy,and effective range of DVL from RDI company

SINS/DVL組合導(dǎo)航系統(tǒng)所涉及的關(guān)鍵技術(shù)主要有以下 5個(gè)方面:數(shù)據(jù)融合技術(shù)、異步信息融合技術(shù)、標(biāo)定技術(shù)、DVL數(shù)據(jù)失效處理和故障檢測(cè)技術(shù)。

1)數(shù)據(jù)融合技術(shù)

SINS/DVL組合導(dǎo)航系統(tǒng)使用導(dǎo)航濾波器進(jìn)行數(shù)據(jù)融合。卡爾曼濾波器是一種有效的最優(yōu)估計(jì)算法,自20世紀(jì)70年代以來已廣泛應(yīng)用于組合導(dǎo)航系統(tǒng),丹麥生產(chǎn)的 MARIDAN150型 AUV[7]和挪威生產(chǎn)的 HUGIN 1000型 AUV[16]均使用卡爾曼濾波器。針對(duì) DVL測(cè)速易受到復(fù)雜的水下環(huán)境影響,文獻(xiàn)[17]將改進(jìn)后的Sage-Husa自適應(yīng)卡爾曼濾波算法引入 SINS/DVL組合導(dǎo)航系統(tǒng)中,仿真結(jié)果表明,該算法具有較高的導(dǎo)航精度和魯棒性。針對(duì)SINS/DVL組合導(dǎo)航系統(tǒng)的非線性狀態(tài)模型,文獻(xiàn)[18]利用 5階球面最簡(jiǎn)相徑容積卡爾曼濾波算法來改善SINS/DVL組合導(dǎo)航精度。

卡爾曼濾波器假設(shè)系統(tǒng)噪聲和量測(cè)噪聲的概率密度函數(shù)服從高斯分布,但在實(shí)際工程應(yīng)用中,常難以滿足上述條件,SINS/DVL組合導(dǎo)航的量測(cè)噪聲可能呈現(xiàn)厚尾非高斯分布。因此,通過魯棒卡爾曼濾波算法來改善組合導(dǎo)航系統(tǒng)在復(fù)雜環(huán)境下的精度是重要且緊迫的[19]。文獻(xiàn)[20]提出基于學(xué)生t分布噪聲建模的魯棒高斯近似濾波器來對(duì)狀態(tài)向量和未知分布參數(shù)進(jìn)行聯(lián)合估計(jì),在理論上,該濾波器能消除水下復(fù)雜環(huán)境給 SINS/DVL組合導(dǎo)航帶來的影響,以提高SINS/DVL組合導(dǎo)航精度。

2)異步信息融合技術(shù)

實(shí)際應(yīng)用中,由于SINS和DVL采樣頻率不同,而且數(shù)據(jù)融合中心接收到的 SINS的導(dǎo)航信息與DVL的速度信息可能存在不同時(shí)長(zhǎng)的滯后,故需要研究異步多傳感器的信息融合算法。針對(duì)多傳感器網(wǎng)絡(luò)系統(tǒng)的異步狀態(tài)融合估計(jì)問題,文獻(xiàn)[21]推導(dǎo)了遞歸形式的線性最小均方誤差估計(jì)器,該估計(jì)器將數(shù)據(jù)融合時(shí)間段所間隔收集的異步量測(cè)值轉(zhuǎn)換為融合時(shí)刻組合等效的量測(cè)值,從而得出最優(yōu)異步估計(jì)融合算法。文獻(xiàn)[22]利用線性最小方差意義下的矩陣加權(quán)融合估計(jì)算法,給出了分布式最優(yōu)融合估計(jì),仿真實(shí)例驗(yàn)證了算法的有效性。文獻(xiàn)[23]針對(duì)組合導(dǎo)航系統(tǒng)的傳感器采樣頻率不同且存在量測(cè)滯后的問題,提出一種基于多尺度數(shù)據(jù)分塊的組合導(dǎo)航異步信息融合算法,仿真結(jié)果表明該算法可有效提高 SINS/DVL組合導(dǎo)航的定位精度。

3)標(biāo)定技術(shù)

DVL誤差主要包括了失準(zhǔn)角誤差及比例因子誤差等。關(guān)于 DVL誤差標(biāo)定問題已有許多研究,最早的標(biāo)定只針對(duì)航向失準(zhǔn)角誤差標(biāo)定。隨著研究的深入,完成了對(duì)三軸失準(zhǔn)角誤差及其他誤差的標(biāo)定。失準(zhǔn)角標(biāo)定問題通常轉(zhuǎn)化為兩點(diǎn)集之間變換矩陣的估計(jì)問題,這些方法需要一個(gè)可以提供準(zhǔn)確定位信息的外部輔助傳感器。估計(jì)技術(shù)包括最小二乘估計(jì)、求解Wahba's問題、剛體旋轉(zhuǎn)組的自適應(yīng)辨識(shí)等。其中:文獻(xiàn)[24]利用INS/GPS積分的導(dǎo)航解和 DVL測(cè)量值構(gòu)造了 2個(gè)點(diǎn)集,該方法基于奇異值分解的最小二乘估計(jì)方法作為Wahbar's問題最穩(wěn)定的解,并完成了對(duì)失準(zhǔn)角誤差及比例因子誤差的補(bǔ)償;文獻(xiàn)[25]在DVL測(cè)速原理的基礎(chǔ)上,分析了誤差來源,建立了基于比例因子及INS與DVL失準(zhǔn)角的誤差模型,并以速度誤差為觀測(cè)值設(shè)計(jì)卡爾曼濾波器,采用可觀測(cè)性分析的方法對(duì)失準(zhǔn)角及比例因子進(jìn)行估計(jì),并在設(shè)定的 3種運(yùn)動(dòng)情況下對(duì)標(biāo)定參數(shù)進(jìn)行可觀測(cè)分析,最后通過綜合試驗(yàn)驗(yàn)證了算法的可靠性,與傳統(tǒng)標(biāo)定方法相比,該標(biāo)定方法縮短了標(biāo)定時(shí)間和標(biāo)定距離;文獻(xiàn)[26]同樣基于可觀測(cè)性的觀點(diǎn)分析了在某些運(yùn)動(dòng)軌跡下部分失準(zhǔn)角不可標(biāo)定的原因,并提出了一種INS和DVL的三點(diǎn)在線標(biāo)定方法,該方法通過水下航行器浮上水面 2次接收到全球?qū)Ш叫l(wèi)星系統(tǒng)(global navigation satellite system,GNSS)信號(hào)去改善導(dǎo)航系統(tǒng)的可觀測(cè)性,最后完成失準(zhǔn)角及比例因子的標(biāo)定;文獻(xiàn)[27]從控制系統(tǒng)的角度研究了IMU/DVL組合水下導(dǎo)航,分析表明在中等運(yùn)動(dòng)條件下組合系統(tǒng)是可觀測(cè)的,因此 DVL失準(zhǔn)角及比例尺因子誤差可以在不依賴額外的外部 GPS或聲學(xué)信標(biāo)的情況下進(jìn)行現(xiàn)場(chǎng)校準(zhǔn)。同時(shí)在 DVL測(cè)量的輔助下,還可以有效估計(jì)IMU的偏置誤差。與上述方法相比,文獻(xiàn)[28]充分利用了 INS導(dǎo)航參數(shù),該方法利用速度與加速度參數(shù)完成了對(duì) DVL與姿態(tài)傳感器之間的對(duì)準(zhǔn)旋轉(zhuǎn)矩陣在線標(biāo)定,消除了對(duì)外部輸入條件的依賴性,其主要優(yōu)點(diǎn)是不需要依靠額外的外部導(dǎo)航信息,因此適用于水下航行的長(zhǎng)時(shí)導(dǎo)航。

4)DVL數(shù)據(jù)失效處理

DVL需要接收外界的反射波束,其接收的聲學(xué)信號(hào)與周圍聲學(xué)環(huán)境有很大關(guān)系。DVL在底跟蹤工作模式下,遇到海洋生物阻擋、海底強(qiáng)吸聲地質(zhì)、深溝和載體大角度運(yùn)動(dòng)等情況下會(huì)出現(xiàn) DVL數(shù)據(jù)失效,這直接影響其導(dǎo)航性能。解決DVL數(shù)據(jù)失效的方法主要有2種:一種為隔離法,即直接隔離掉 DVL失效的數(shù)據(jù);另一種為替換法,即替換掉DVL的測(cè)速數(shù)據(jù)。隔離法本質(zhì)是將SINS/DVL組合導(dǎo)航系統(tǒng)變成純慣性導(dǎo)航系統(tǒng),導(dǎo)航精度會(huì)降低。目前研究熱點(diǎn)為替換法,該方法是設(shè)計(jì)一個(gè)載體相對(duì)地的速度估計(jì)器來替換掉 DVL測(cè)速信息。文獻(xiàn)[29]在DVL數(shù)據(jù)失效時(shí),利用DVL水跟蹤量測(cè)作為DVL速度量測(cè),為SINS提供速度輔助。文獻(xiàn)[30]基于一種偏最小二乘回歸(partial least squares regression,PLSR)和支持向量回歸(support vector regression,SVR)相結(jié)合的方法建立了PLSRSVR預(yù)測(cè)器,有效延長(zhǎng)DVL數(shù)據(jù)失效的容錯(cuò)時(shí)間,從而提高了導(dǎo)航精度和可靠性。文獻(xiàn)[31]提出了在線估計(jì)導(dǎo)航任務(wù)的海流參數(shù)模型,其對(duì)海流的平均速度進(jìn)行嵌入式實(shí)時(shí)估計(jì),利用模型輔助有效提高系統(tǒng)自主性和魯棒性。文獻(xiàn)[32]結(jié)合實(shí)時(shí)海流估計(jì),提出了模型輔助慣性導(dǎo)航系統(tǒng),在 DVL數(shù)據(jù)失效時(shí),提高了導(dǎo)航系統(tǒng)的自主性和魯棒性。

5)故障檢測(cè)技術(shù)

針對(duì)由聲散射、漁群和海底沖溝引起的DVL中的突變?cè)肼晻?huì)產(chǎn)生水平姿態(tài)誤差,并累積為位置誤差的問題,文獻(xiàn)[33]提出了一種基于2χ規(guī)則的故障診斷方法,當(dāng)噪聲發(fā)生突變時(shí),采用模型中的速度時(shí)間更新來進(jìn)行數(shù)據(jù)融合,而不是用DVL中的速度進(jìn)行數(shù)據(jù)融合。研究SINS/DVL組合導(dǎo)航系統(tǒng)故障檢測(cè)方法,對(duì)提高組合導(dǎo)航系統(tǒng)的可靠性有重大意義。文獻(xiàn)[34]利用小波技術(shù)對(duì)傳感器輸出信號(hào)進(jìn)行故障診斷,并進(jìn)行故障隔離和系統(tǒng)重構(gòu),再采用聯(lián)邦式濾波器進(jìn)行信息融合得出導(dǎo)航參數(shù)。組合導(dǎo)航系統(tǒng)中應(yīng)用最廣泛的故障檢測(cè)方法即為卡方檢測(cè)法。文獻(xiàn)[35]提出了一種多傳感器冗余導(dǎo)航系統(tǒng)的故障檢測(cè)算法,該算法根據(jù)序列概率比檢驗(yàn)(sequential probability ratio test,SPRT)和卡方檢驗(yàn)監(jiān)測(cè)到的故障等級(jí)以及SPRT監(jiān)測(cè)到的故障趨勢(shì),對(duì)故障進(jìn)行綜合診斷。

SINS/DVL組合導(dǎo)航方法是AUV當(dāng)前主流使用的水下自主導(dǎo)航技術(shù)。盡管在上述的關(guān)鍵技術(shù)上獲得了較大成果,但 DVL只能輸出速度信息,而不能輸出位置信息,進(jìn)而 SINS/DVL組合導(dǎo)航系統(tǒng)的位置不可觀測(cè),從而使得位置隨著時(shí)間推移仍然發(fā)散。相比于DVL,水聲定位技術(shù)或地球物理輔助導(dǎo)航技術(shù)可以提供 AUV位置信息,因此,可利用以上 2種技術(shù)進(jìn)一步提高導(dǎo)航精度。

1.2 基于SINS/水聲定位的AUV自主導(dǎo)航技術(shù)

相對(duì)于電磁波而言,聲波在海水中傳播的衰減效應(yīng)要小的多。因此,水聲定位技術(shù)在AUV自主導(dǎo)航中扮演著重要的角色。水聲定位系統(tǒng)按基線長(zhǎng)度分類可分為L(zhǎng)BL、SBL和USBL 3種。LBL的基線長(zhǎng)度可與海深相比擬,基陣由多個(gè)分布于海床上的應(yīng)答器組成,定位精度高,適合在大面積作業(yè)區(qū)域內(nèi)使用;但其數(shù)據(jù)更新率較低,應(yīng)答器的布放、校準(zhǔn)以及回收、維護(hù)都異常繁瑣,作業(yè)成本高[36]。SBL的基線長(zhǎng)度一般為幾米到幾十米之間,各基元分布在船底或船舷上。受基線長(zhǎng)度限制,SBL的精度介于LBL和USBL之間,且其跟蹤范圍較小,更適合于在母船附近的 AUV導(dǎo)航定位。USBL的基陣可以集成于一個(gè)緊湊的整體單元內(nèi),基線長(zhǎng)度為分米級(jí)或小于等于半波長(zhǎng),其體積尺寸最小,可方便地安置于流噪聲和結(jié)構(gòu)噪聲均較弱的某個(gè)有利位置,且布放、回收極為便捷,因此,USBL受到了越來越廣泛的關(guān)注和應(yīng)用。但USBL的精度低于LBL和SBL,且定位精度非常依賴于深度傳感器、姿態(tài)傳感器等外圍設(shè)備,如何提高USBL的定位精度成為該領(lǐng)域研究的熱點(diǎn)問題。3種水聲定位系統(tǒng)的示意圖見圖3,性能對(duì)比如表3所示。

圖3 3種水聲定位系統(tǒng)示意圖Fig.3 Schematic diagram of three kinds of underwater acoustic positioning systems

表3 3種水聲定位系統(tǒng)性能對(duì)比Table 3 Performance comparison of three kinds of underwater acoustic positioning systems

USBL的定位原理依賴于對(duì)斜矩和入射角的求解。如果獲得了目標(biāo)應(yīng)答器到基陣坐標(biāo)原點(diǎn)的斜矩R,以及斜矩與x軸和y軸的夾角θmx和θmy,即可確定出目標(biāo)在基陣坐標(biāo)系下的位置,再通過基陣坐標(biāo)系與載體坐標(biāo)系之間的轉(zhuǎn)換關(guān)系,進(jìn)而求解出目標(biāo)的絕對(duì)位置,其中入射角θmx和θmy可通過波程差與相位差的關(guān)系進(jìn)行求解。USBL的定位原理示意圖如圖4所示。

圖4 超短基線定位原理示意圖Fig.4 Positioning principle of ultra-short baseline(USBL)

USBL因其體積小巧、安裝方便、成本低廉等優(yōu)勢(shì),在 AUV導(dǎo)航與定位中發(fā)揮著不可替代的作用。挪威Kongsberg公司1996年開始推出第一代USBL,目前在售的主要有HiPAP和μPAP 2個(gè)系列產(chǎn)品,前者適用于 AUV 深水和海底探測(cè),該系列中的HiPAP502型產(chǎn)品,工作范圍達(dá)到50 000 m,定位精度0.15%D(D表示作用距離),開角覆蓋范圍200°,20 dB 信噪比下角精度可達(dá)到 0.06°[36]。μPAP系列則適用于 AUV淺水探測(cè),并且部分型號(hào)內(nèi)置有姿態(tài)傳感器,該系列中的μPAP200型號(hào)產(chǎn)品,作用距離4 000 m,開角覆蓋范圍160°,淺水定位精度達(dá)到 0.45%D。法國 IXBlue公司主要推出了POSIDONIA II和 GAPS-USBL[37-38]2種型號(hào)的USBL產(chǎn)品,其突出的立體四腳外形,通過簡(jiǎn)單的結(jié)構(gòu)布局達(dá)到了高水準(zhǔn)的性能。POSIDONIA II是一款長(zhǎng)程USBL型號(hào),作用距離超過10 000 m,工作深度可達(dá)600 m,在該水深處的最高定位精度能達(dá)到0.2%D。GAPS-USBL最大的特征是集成了聲學(xué)定位系統(tǒng)、高精度慣性導(dǎo)航系統(tǒng)和GPS定位系統(tǒng),從而免去了聲學(xué)設(shè)備和慣導(dǎo)器件間的安裝誤差校準(zhǔn)步驟,進(jìn)一步降低了 AUV的定位誤差。GAPSUSBL的作用距離超過4 000 m,工作深度25 m,定位精度達(dá) 0.06%D,角度精度為 0.01°。此外,英國的BluePrint公司推出的SeaTrac系列USBL產(chǎn)品是目前世界上尺寸最小的超短基線設(shè)備,只有16 cm高,空氣中質(zhì)量為 708 g,作用距離超過 2 000 m,可同時(shí)定位14個(gè)目標(biāo),定位精度1.5%D,并且內(nèi)置有 MEMS陀螺儀和加速度計(jì)[39-40],其輕巧的體量和出色的性能,為AUV的搭載提供了便利。

國內(nèi)在USBL水聲定位技術(shù)方面雖然起步較晚,但近年也取得了較大進(jìn)步,已經(jīng)達(dá)到了應(yīng)用階段。哈爾濱工程大學(xué)從2002年開始進(jìn)行相關(guān)研究,2006年成功研發(fā)出國內(nèi)首臺(tái)深海USBL定位系統(tǒng)樣機(jī),2013年成功研發(fā)出國內(nèi)首臺(tái)定位系統(tǒng)產(chǎn)品。其研制的水下AUV的USBL僅適用于近程的特殊場(chǎng)合[41],相關(guān)設(shè)備已在某型號(hào) AUV和向陽紅 09號(hào)船上進(jìn)行了試驗(yàn)。中海達(dá)推出的iTrackUB系列USBL水聲定位系統(tǒng)是唯一市場(chǎng)化的國產(chǎn) USBL水下定位系統(tǒng),目前有2款型號(hào):iTrack-UB1000 和iTrack-UB3000。該系統(tǒng)融入了高精度差分 RTK-GPS定位技術(shù),可滿足各種高精度的 AUV水下定位導(dǎo)航應(yīng)用的需求,可同時(shí)對(duì) 5個(gè)水下目標(biāo)進(jìn)行精確定位,其中 iTrack-UB3000的量程可達(dá)3 000 m,工作深度2 000 m,測(cè)量精度可達(dá) 0.45%D[42]。各國主要水聲定位系統(tǒng)產(chǎn)品對(duì)比如表4所示。

表4 USBL水聲定位系統(tǒng)產(chǎn)品性能對(duì)比Table 4 Performance comparison of products for USBL acoustic positioning system

USBL的優(yōu)點(diǎn)是體積小巧、方便AUV搭載,其缺點(diǎn)是定位精度有限,因此,一系列圍繞提高USBL定位精度的工作得以展開。比如從誤差源出發(fā),針對(duì)水下聲速變化、聲音傳播模型不確定等問題提出了一系列的聲線修正方法;針對(duì)水聲基陣安裝誤差導(dǎo)致定位精度下降提出了一系列的標(biāo)定方法。此外,現(xiàn)有研究還從組合導(dǎo)航、定位原理改進(jìn)等角度提出了一些改善USBL定位精度的方法。

1)聲線修正

聲線修正對(duì)提高USBL定位精度具有重大意義,文獻(xiàn)[43]提出了一種基于最小二乘法的水下測(cè)距與定位方法具有較高的定位精度,但在處理大量復(fù)雜的水下數(shù)據(jù)時(shí)計(jì)算量大、迭代耗時(shí)。文獻(xiàn)[44]提出的聲線修正迭代法比傳統(tǒng)方法計(jì)算速度快,但只適用于深水區(qū),在拓展到 USBL作用的淺水區(qū)時(shí),易忽略淺水區(qū)中聲音傳播的特征。文獻(xiàn)[45]提出了一種基于最大偏移量法的聲線跟蹤快速定位算法,該方法既能精簡(jiǎn)聲速剖面以提升計(jì)算效率,又能忠實(shí)于原始聲速剖面以避免各類誤差對(duì)有效數(shù)據(jù)的掩蓋。文獻(xiàn)[46]針對(duì)淺水環(huán)境提出一種結(jié)合式射線追蹤法來對(duì)水下聲速傳播模型進(jìn)行修正,該方法能在恒聲速射線跟蹤法和等梯度射線追蹤法之間自適應(yīng)切換,從而有效降低了USBL中的斜矩誤差和相位誤差。

2)姿態(tài)標(biāo)定

在USBL定位系統(tǒng)中,由于航向/姿態(tài)傳感器和聲學(xué)基陣通常是分離式安裝,從而導(dǎo)致聲學(xué)基陣坐標(biāo)系與船體坐標(biāo)系間存在旋轉(zhuǎn)角偏差,進(jìn)而降低了USBL的定位精度,該誤差必須通過海上標(biāo)定試驗(yàn)加以校正。文獻(xiàn)[47]以2014年蛟龍?zhí)枌?duì)USBL定位系統(tǒng)南海海上標(biāo)定試驗(yàn)為例,詳細(xì)探討了海上標(biāo)定試驗(yàn)的技術(shù)方法。標(biāo)定數(shù)據(jù)采集測(cè)線同樣影響著安裝誤差標(biāo)定準(zhǔn)確度,但目前關(guān)于測(cè)線規(guī)劃的研究較少,文獻(xiàn)[48]對(duì)聲學(xué)基陣的安裝誤差標(biāo)定測(cè)線進(jìn)行了規(guī)劃。試驗(yàn)表明,以直線測(cè)線和圓測(cè)線相結(jié)合的組合測(cè)線,在不能嚴(yán)格保證對(duì)稱重合測(cè)量的實(shí)際情況下標(biāo)定結(jié)果更準(zhǔn)確、一致性更好。為消除安裝誤差角對(duì)USBL的定位精度的影響,文獻(xiàn)[49]提出了一種基于增量迭代的動(dòng)態(tài)標(biāo)定算法,當(dāng)?shù)螖?shù)大于10次時(shí),該算法能在線、精準(zhǔn)地估計(jì)出安裝誤差角。

3)與高精度方法組合

USBL定位精度較低,但其定位誤差不隨時(shí)間發(fā)散。將USBL與具有短時(shí)高精度的SINS、視覺等方法相組合是提高其定位精度的重要方式。文獻(xiàn)[50]分別對(duì) SINS/USBL松組合和緊組合進(jìn)行了建模與分析,通過仿真分析發(fā)現(xiàn),2種方法均能有效抑制 SINS隨時(shí)間積累誤差,其中緊組合方法的導(dǎo)航參數(shù)估計(jì)精度相對(duì)松組合提高30%以上。文獻(xiàn)[51]提出了一種基于相對(duì)測(cè)量信息的SINS/USBL組合導(dǎo)航算法,該方法直接利用USBL輸出的高度角、方位角和斜距等相對(duì)測(cè)量信息與SINS進(jìn)行組合,從而避免了將USBL輸出信息首先轉(zhuǎn)換到地理坐標(biāo)系下這一步驟,在一定程度上提高了定位精度。針對(duì)水下復(fù)雜環(huán)境易誘發(fā)水聲量測(cè)野值這一問題,為保證 AUV導(dǎo)航的精度和可靠性,文獻(xiàn)[52]提出一種基于卡方檢驗(yàn)的 SINS/USBL組合導(dǎo)航容錯(cuò)方法,首先對(duì)量測(cè)異常值進(jìn)行剔除,從而保證了導(dǎo)航系統(tǒng)的可靠性。此外,針對(duì)AUV入塢問題,文獻(xiàn)[53]提出一種 USBL/視覺組合導(dǎo)航方法,在入塢初始階段采用USBL引導(dǎo)AUV靠近塢站,在末段則采用具有更高精度的視覺進(jìn)行精確引導(dǎo),試驗(yàn)驗(yàn)證了所提出方法的可行性。

4)定位原理改進(jìn)

除了對(duì)誤差源進(jìn)行修正以及與高精度導(dǎo)航方法相組合外,還可以從USBL定位原理上進(jìn)行改進(jìn)以提高定位精度。文獻(xiàn)[54]提出一種基于數(shù)據(jù)融合的定位方法,將平面陣對(duì)目標(biāo)獨(dú)立定位的結(jié)果進(jìn)行有效融合即可得到最終的定位結(jié)果,該方法可以有效地提高在低信噪比情況下USBL的定位精度和可靠性。文獻(xiàn)[55]提出了一種基于夾角幾何關(guān)系的USBL定位方法來提高遠(yuǎn)距離目標(biāo)的定位精度。文獻(xiàn)[56]則引入了 Sage-Husa自適應(yīng)卡爾曼對(duì)量測(cè)噪聲方差陣和系統(tǒng)噪聲方差陣進(jìn)行實(shí)時(shí)估計(jì),從而提高USBL系統(tǒng)的定位精度。

得益于聲波在海水中的良好傳播特性,SINS/水聲定位組合導(dǎo)航方法已在 AUV自主導(dǎo)航與定位中得到了成熟而廣泛的應(yīng)用。該方法能提供多種不同精度的位置信息,且定位誤差不隨時(shí)間累積,從而能夠?qū)萋?lián)慣導(dǎo)的輸出誤差進(jìn)行修正,尤其是 SINS/USBL組合導(dǎo)航方式,近年來更是得到了廣泛的關(guān)注。但所有基于聲學(xué)的定位技術(shù)都需要向外發(fā)射聲波,這使得該定位方法隱蔽性較差,在軍事行動(dòng)中無法使用。此外,聲學(xué)定位往往只能在母船周圍有限海域內(nèi)作用,這也為該方法的實(shí)用性帶來了挑戰(zhàn)。而基于地形、地磁及重力的地球物理模型定位方法,以其隱蔽性好和區(qū)域適應(yīng)性強(qiáng)等特點(diǎn),將為聲學(xué)定位方法提供較佳的補(bǔ)充和輔助。

2 地球物理場(chǎng)導(dǎo)航技術(shù)

2.1 地形輔助導(dǎo)航

地形輔助導(dǎo)航是一種自主性強(qiáng)、隱蔽性好的水下導(dǎo)航方法,其基本原理如圖 5所示。該方法的實(shí)現(xiàn)首先需要對(duì)任務(wù)海域的水下地形進(jìn)行勘測(cè),并依據(jù)測(cè)繪標(biāo)準(zhǔn)構(gòu)建出該海域的水下三維基準(zhǔn)數(shù)字地形圖數(shù)據(jù)庫[57]。在執(zhí)行任務(wù)時(shí),將 AUV獲得的當(dāng)前海域?qū)崟r(shí)地形信息與數(shù)據(jù)庫中的基準(zhǔn)數(shù)字地形圖進(jìn)行匹配運(yùn)算,從而確定出 AUV的當(dāng)前位置,并利用獲得的位置信息對(duì) SINS的誤差進(jìn)行修正和補(bǔ)償[58]。從理論上講,該方法與AUV的航行時(shí)間和航行距離沒有關(guān)系,可以保證AUV在水下長(zhǎng)時(shí)間航行之后,能夠準(zhǔn)確地到達(dá)任務(wù)部署水域,并順利完成任務(wù)[59]。

圖5 地形輔助導(dǎo)航原理示意圖Fig.5 Principle of terrain-aided navigation

因?yàn)榛诤５椎匦屋o助的導(dǎo)航系統(tǒng)大多與武器裝備、軍事作戰(zhàn)息息相關(guān),所以針對(duì)水下軍事裝備地形輔助導(dǎo)航系統(tǒng)的發(fā)展及相關(guān)技術(shù)指標(biāo)都是嚴(yán)格保密的。但相關(guān)學(xué)術(shù)會(huì)議及報(bào)道表明,各國目前正致力于該技術(shù)的研發(fā)與試驗(yàn)[60]。表5展示了目前地形輔助導(dǎo)航系統(tǒng)的發(fā)展現(xiàn)狀。

地形匹配算法種類繁多,傳統(tǒng)的地形匹配算法可以分為地形高度匹配(terrain elevation matching,TEM)算法和景象匹配區(qū)域相關(guān)器(scene matching area correlator,SMAC)算法2大類。同時(shí),根據(jù)估計(jì)準(zhǔn)則的不同,TEM算法可以分為地形相關(guān)匹配算法、基于擴(kuò)展卡爾曼濾波的匹配算法和基于直接概率準(zhǔn)則的匹配算法 3類。但是 TEM算法易受 SINS精度、數(shù)字地形圖精度及雷達(dá)高度表測(cè)量精度的影響。相比之下,SMAC 算法雖然定位精度高,但由于對(duì)設(shè)備和地形數(shù)據(jù)要求較高,實(shí)際中較少采用。近年來,為了改進(jìn)匹配導(dǎo)航算法性能,諸多學(xué)者又提出很多新的改進(jìn)匹配算法,文獻(xiàn)[61]提出一種迭代最近等值線算法,其主要思路是,將測(cè)得的航跡水深值連接起來構(gòu)成曲線,與已存在的水深等值線圖進(jìn)行匹配。文獻(xiàn)[62]提出一種地形匹配的快速收斂濾波,縮短了收斂時(shí)間。文獻(xiàn)[63]提出一種線面組合的水下地形匹配算法,其定位精度明顯提高,且穩(wěn)健性更強(qiáng)。文獻(xiàn)[64]提出基于不規(guī)則三角網(wǎng)(triangulated irregular network,TIN)模型的水下地形匹配定位算法,該算法可以用海圖的原始水深直接構(gòu)建TIN模型作為匹配基準(zhǔn)圖進(jìn)行匹配定位,其定位精度明顯高于基于規(guī)則格網(wǎng)模型的經(jīng)典TERCOM算法,并且可以有效地降低誤匹配的發(fā)生。各匹配方法對(duì)比如表6所示[61-66]。

表5 地形輔助導(dǎo)航系統(tǒng)發(fā)展現(xiàn)狀Table 5 Development status of terrain-aided navigation system

表6 地形匹配算法關(guān)鍵技術(shù)Table 6 Key technologies of various terrain matching algorithms

在復(fù)雜水下環(huán)境中,測(cè)深聲吶的波束寬度、工作頻率等性能指標(biāo)限制了對(duì)海底地形的測(cè)量精度,進(jìn)而降低了地形匹配的準(zhǔn)確性。此外,水下平臺(tái)姿態(tài)的穩(wěn)定性受洋流擾動(dòng)影響會(huì)出現(xiàn)不穩(wěn)定的情況,進(jìn)而導(dǎo)致測(cè)量誤差。針對(duì)以上情況,一般將潮汐周期隨經(jīng)緯度變化等各種海洋水文信息與海洋地形信息相結(jié)合,形成有特色的海洋地理信息系統(tǒng),以減輕復(fù)雜水下環(huán)境帶來的負(fù)面影響。

近年來,基于連續(xù)遞推濾波和批相關(guān)處理算法的地形匹配導(dǎo)航技術(shù)得到了不斷提升和改進(jìn)。為了更準(zhǔn)確、快速、穩(wěn)定地對(duì) SINS的誤差進(jìn)行修正和補(bǔ)償,現(xiàn)有研究方向可以歸結(jié)為以下幾類:水下地形匹配算法研究、水下地形測(cè)量和基準(zhǔn)水下數(shù)字地形圖的制作、水下地形特征分析和數(shù)字地圖分辨率的定性定量分析。

2.2 地磁輔助導(dǎo)航

與上述地形輔助導(dǎo)航類似,水下地磁導(dǎo)航首先需要獲取任務(wù)海域的地磁場(chǎng)數(shù)據(jù)并提取出磁場(chǎng)特征值,繪制成參考圖存儲(chǔ)在導(dǎo)航計(jì)算機(jī)中。當(dāng)AUV經(jīng)過任務(wù)海域時(shí),根據(jù)SINS實(shí)時(shí)輸出的位置信息,對(duì)預(yù)先存儲(chǔ)在導(dǎo)航計(jì)算機(jī)中的參考地磁圖進(jìn)行索引,得到當(dāng)前位置處的地磁參考值,并通過地磁輔助導(dǎo)航算法將該地磁參考值與實(shí)際地磁場(chǎng)數(shù)值進(jìn)行匹配得到準(zhǔn)確位置信息,進(jìn)而對(duì)SINS誤差進(jìn)行實(shí)時(shí)修正[67]。地磁輔助導(dǎo)航原理示意圖如圖6所示。

圖6 地磁輔助導(dǎo)航原理示意圖Fig.6 Principle of geomagnetism-aided navigation

對(duì)地磁導(dǎo)航技術(shù)的研究開始于上世紀(jì) 60年代,美國、英國、俄羅斯及日本等國都積極參與研制,表 7所示主要是以水面艦船、水下航行器為應(yīng)用背景的地磁場(chǎng)輔助導(dǎo)航,其主要采用地磁圖、地磁場(chǎng)等值線匹配等方法[68-70]。我國地磁導(dǎo)航的研究初始于 21世紀(jì)初,主要研究單位有中國航天科工集團(tuán)三院、哈爾濱工程大學(xué)、哈爾濱工業(yè)大學(xué)、國防科技大學(xué)、海軍裝備研究院、西北工業(yè)大學(xué)、海軍工程大學(xué)及中船第707所等。目前我國研究現(xiàn)狀基本處于半物理平臺(tái)仿真階段,大部分水下地磁完成的是探測(cè)任務(wù),例如目前我國研制的蛟龍二號(hào)水下航行器,潛深4 500 m,搭載有水下地磁探測(cè)器,用于海底磁測(cè)分析。

表7 水下地磁輔助導(dǎo)航技術(shù)發(fā)展列表Table 7 Development of underwater geomagnetismaided navigation technologies

在地磁輔助導(dǎo)航中,導(dǎo)航方式分為緊組合和松組合 2種算法。在緊組合中,測(cè)量磁場(chǎng)值是一個(gè)以位置坐標(biāo)為參數(shù)的非線性函數(shù),通常采用擴(kuò)展卡爾曼濾波實(shí)現(xiàn)磁場(chǎng)值與 SINS輸出信息的融合,進(jìn)而對(duì)SINS誤差進(jìn)行修正。該算法實(shí)時(shí)性強(qiáng),計(jì)算復(fù)雜度低,但對(duì)噪聲敏感[71-73]。在松組合中,首先根據(jù) SINS輸出信息確定待匹配航跡線并從導(dǎo)航計(jì)算機(jī)中提取出預(yù)存地磁圖中相對(duì)應(yīng)的地磁值;然后通過相關(guān)的匹配算法與測(cè)量的地磁“序列”進(jìn)行匹配,得到最近匹配位置;最后將匹配位置作為卡爾曼濾波器的量測(cè)輸入,對(duì) SINS的誤差進(jìn)行估計(jì)補(bǔ)償。該算法需要利用地磁序列來匹配精確的位置,使得其實(shí)時(shí)性較差,計(jì)算復(fù)雜度高,但是其對(duì)磁場(chǎng)噪聲的抗干擾性強(qiáng)[74-75]。圖7展示了松組合與緊組合的算法示意圖。獲取精確的匹配位置信息是地磁導(dǎo)航的主要目標(biāo)之一,而利用地磁場(chǎng)進(jìn)行輔助導(dǎo)航存在的技術(shù)難點(diǎn)主要有以下幾個(gè)方面。

1)研制高性能磁力計(jì)及磁干擾誤差補(bǔ)償技術(shù)

精確測(cè)量水下地磁場(chǎng)數(shù)據(jù)是實(shí)現(xiàn)準(zhǔn)確水下地磁導(dǎo)航的第一步。地磁場(chǎng)屬于弱磁場(chǎng),幅值范圍在30 000～70 000 nT之間,其梯度隨空間位置變化很小,信號(hào)頻率較低。與此同時(shí),在磁測(cè)量時(shí),水下環(huán)境存在的固定磁場(chǎng)、感應(yīng)磁場(chǎng)和雜散磁場(chǎng)等干擾磁場(chǎng)影響了磁場(chǎng)測(cè)量的準(zhǔn)確性[76]。基于此,一方面要研發(fā)高性能的弱磁場(chǎng)磁測(cè)設(shè)備,使其具有高分辨率、強(qiáng)實(shí)時(shí)性、強(qiáng)抗干擾性及磁場(chǎng)可分辨性等優(yōu)點(diǎn);另一方面,結(jié)合現(xiàn)有的磁場(chǎng)測(cè)試設(shè)備,從數(shù)據(jù)信號(hào)處理的角度對(duì)磁場(chǎng)數(shù)據(jù)進(jìn)行處理,并對(duì)干擾磁場(chǎng)產(chǎn)生的影響進(jìn)行算法補(bǔ)償。因此磁測(cè)設(shè)備的改進(jìn)及誤差補(bǔ)償仍是未來的發(fā)展方向。

圖7 地磁輔助導(dǎo)航組合算法示意圖Fig.7 Combination algorithm of geomagnetism-aided navigation

2)建立精確的地磁場(chǎng)模型及地磁圖制備技術(shù)

精確的地磁場(chǎng)模型及地磁圖制備技術(shù)是實(shí)現(xiàn)精確水下地磁導(dǎo)航的基礎(chǔ)。地磁場(chǎng)模型可以分為全球磁場(chǎng)模型和區(qū)域磁場(chǎng)模型,前者表征地磁場(chǎng)長(zhǎng)期的地磁特征,誤差較大,不適用于高精度導(dǎo)航,而后者具有更高的精度。目前,權(quán)威的全球地磁場(chǎng)模型主要包括國際參考地磁場(chǎng)模型(international geomagnetic reference field,IGRF)[77]、世界地磁場(chǎng)模型(world magnetic model,WMM)[78],其中,IGRF模型是目前國際通用地磁場(chǎng)的標(biāo)準(zhǔn)。我國針對(duì)地磁場(chǎng)模型及地磁圖的制備技術(shù)研究較晚,其精度尚無法適應(yīng)現(xiàn)代水下導(dǎo)航精度的需求,因此建立高精度的地磁場(chǎng)模型及完善地磁圖制備技術(shù)仍是發(fā)展地磁輔助導(dǎo)航的難點(diǎn)與方向之一。

3)地磁匹配導(dǎo)航算法研究

地磁匹配導(dǎo)航算法是地磁輔助導(dǎo)航技術(shù)的核心。由于地磁場(chǎng)數(shù)據(jù)較為固定,磁測(cè)設(shè)備無法得到局部區(qū)域的完整地磁場(chǎng)數(shù)據(jù)。因此,通常采用以下兩類線圖匹配的算法[79]:磁輪廓匹配(magnetic contour matching,MAGCOM)算法和迭代最近等值線點(diǎn)(iterative closest contour point,ICCP)算法。傳統(tǒng)的導(dǎo)航匹配算法精度在很大程度上依賴于先驗(yàn)信息,受初始值誤差的影響,并且當(dāng)匹配區(qū)域中有相似的匹配特征量,會(huì)嚴(yán)重影響地磁輔助導(dǎo)航的精度[80-81]。文獻(xiàn)[82]提出了只依賴于實(shí)時(shí)磁測(cè)量數(shù)據(jù)、不需要先驗(yàn)信息的改進(jìn)算法。該算法采用模擬退火技術(shù)計(jì)算出相應(yīng)的最優(yōu)目標(biāo)函數(shù),仿真結(jié)果驗(yàn)證了算法的有效性。針對(duì)磁異常干擾問題,文獻(xiàn)[83]提出多目標(biāo)進(jìn)化算法,通過行為約束策略解決 AUV在地磁異常區(qū)域中出現(xiàn)的局部最小值問題,該方法可以有效克服地磁異常的干擾。針對(duì)算法匹配度低問題,文獻(xiàn)[84]中提出了一種新型多目標(biāo)人工蜂群算法,該算法采用多目標(biāo)搜索與匹配策略,將磁異常與重力異常的平均絕對(duì)差作為研究對(duì)象,并通過仿射變換將序列匹配轉(zhuǎn)換為單點(diǎn)匹配,進(jìn)而提高了算法的匹配性。因此具有高精度、強(qiáng)魯棒性、實(shí)時(shí)性強(qiáng)的匹配算法是未來地磁輔助導(dǎo)航算法的發(fā)展方向。

4)地磁圖的適配性研究

在地磁導(dǎo)航中,導(dǎo)航精度不僅與匹配區(qū)域基準(zhǔn)圖精度、匹配序列長(zhǎng)度、環(huán)境背景噪聲相關(guān),還與匹配區(qū)域地磁特征有關(guān)。地磁適配性是指正確匹配概率與匹配區(qū)域特征的關(guān)系,反映了匹配區(qū)域地磁場(chǎng)特征中包含的導(dǎo)航信息程度,以及表征地理位置的能力[85-86]。在地磁適配性的研究中,地磁基準(zhǔn)圖預(yù)存于導(dǎo)航計(jì)算機(jī)中,候選匹配區(qū)作為基本分析的對(duì)象,為選取地磁基準(zhǔn)圖中的小塊矩形區(qū)域,該區(qū)域的選取主要問題包括特征提取、匹配特征系統(tǒng)的構(gòu)建、匹配適宜性的分析與預(yù)測(cè)以及匹配適宜性的評(píng)價(jià)等[87]。高效智能地建立地磁圖的適配性可以有效提高導(dǎo)航匹配速度和實(shí)時(shí)性。因此地磁圖的適配性研究也是未來地磁輔助導(dǎo)航的發(fā)展方向及難點(diǎn)之一。

2.3 重力輔助導(dǎo)航

重力輔助導(dǎo)航是利用地球重力特征信息匹配出載體位置,并對(duì)SINS的導(dǎo)航誤差進(jìn)行修正,從而實(shí)現(xiàn)自主導(dǎo)航的技術(shù)。它具有自主性強(qiáng)、隱蔽性好、不受地域和時(shí)間限制、定位精度高等特點(diǎn)。重力輔助導(dǎo)航目前已被廣泛應(yīng)用于水下航行器導(dǎo)航,但是重力儀及重力梯度儀的質(zhì)量和體積都比較大,無法滿足AUV的安裝要求。隨著重力測(cè)量設(shè)備儀器小型化的發(fā)展,未來可以考慮在 AUV上應(yīng)用重力匹配導(dǎo)航。

如圖8所示,重力輔助導(dǎo)航系統(tǒng)由SINS、重力參考數(shù)據(jù)庫、重力測(cè)量傳感器、匹配算法和卡爾曼濾波器5部分組成。當(dāng)AUV執(zhí)行任務(wù)時(shí),首先利用 SINS提供的位置在重力基準(zhǔn)圖上搜索重力參考值,同時(shí)海洋重力傳感器實(shí)時(shí)提供重力測(cè)量值,然后將重力參考值和測(cè)量值發(fā)送到匹配算法,確定出載體位置,利用獲得的載體位置和卡爾曼濾波器對(duì) SINS輸出的導(dǎo)航結(jié)果進(jìn)行修正。中國科學(xué)院大地測(cè)量與地球物理研究所大地測(cè)量與地球動(dòng)力學(xué)國家重點(diǎn)試驗(yàn)室在海南進(jìn)行了重力輔助慣性導(dǎo)航的試驗(yàn)[88],其中重力數(shù)據(jù)是通過重力儀實(shí)時(shí)測(cè)量的,試驗(yàn)所用的是實(shí)船而不是AUV,最終試驗(yàn)驗(yàn)證了重力輔助慣性導(dǎo)航是一種可行且有前景的海上或水下導(dǎo)航方法。

圖8 重力輔助導(dǎo)航系統(tǒng)示意圖Fig.8 Flow chart of gravity-aided navigation system

重力輔助導(dǎo)航方法的關(guān)鍵技術(shù)主要包括重力圖構(gòu)建、重力實(shí)時(shí)測(cè)量和重力匹配。

1)重力圖構(gòu)建

將重力匹配導(dǎo)航技術(shù)應(yīng)用于 AUV自主導(dǎo)航的前提是建立精確的、滿足要求的海洋重力數(shù)據(jù)庫。近年來,由于對(duì)海洋經(jīng)濟(jì)及軍事方面的需求逐漸提高,各國不斷通過海洋測(cè)繪獲得大量海洋數(shù)據(jù),并依據(jù)衛(wèi)星測(cè)高、航空重力測(cè)量和海洋重力測(cè)量等技術(shù)來獲得重力圖[89]。例如美國已通過以上技術(shù)構(gòu)建了大部分海洋重力圖[90],精度優(yōu)于1 mGal,分辨率優(yōu)于 1′×1′;我國目前已建立近海范圍重力背景圖,但精度和分辨率都有待提高。

2)重力實(shí)時(shí)測(cè)量

近50多年,我國海洋重力測(cè)量系統(tǒng)發(fā)展迅速,在理論創(chuàng)新、硬件研制及數(shù)據(jù)處理方面獲得長(zhǎng)足進(jìn)步。在重力輔助導(dǎo)航中,重力儀[91]和重力梯度儀[92]是必不可少的關(guān)鍵設(shè)備,重力儀是測(cè)量重力加速度的儀器,其基本原理是彈性體在重力作用下發(fā)生形變,彈性體的彈性力與重力平衡時(shí),彈性體處于某一平衡位置。彈性體的平衡位置隨重力變化而改變,觀測(cè) 2次平衡位置的改變量,即可測(cè)定2點(diǎn)的重力差。重力梯度儀是測(cè)定重力場(chǎng)垂直梯度的儀器,它是基于差分加速度的思想來測(cè)量重力的變化率,由于它能夠反映重力場(chǎng)局部特征的細(xì)微變化,所以具有比重力本身更高的分辨率,由于重力梯度測(cè)量不受厄特弗斯效應(yīng)的影響,因此可實(shí)時(shí)測(cè)量重力梯度和重力矢量。表 8介紹了目前常見的重力儀與重力梯度儀的型號(hào)與技術(shù)指標(biāo)。

表8 重力輔助導(dǎo)航設(shè)備技術(shù)指標(biāo)Table 8 Specifications of gravity-aided navigation facilities

國內(nèi)在該領(lǐng)域的研究成果有,中船重工第 707所研制的第一代擁有完整自主產(chǎn)權(quán)的重力儀[93],已完成了船載海洋重力測(cè)量試驗(yàn);中國科學(xué)院測(cè)量與地球物理研究所研制的 CHZ-II?？罩亓x[94]先后完成了安裝及地面試車、?？罩亓x的飛行試驗(yàn),成功獲取有效數(shù)據(jù),CHZ-II?？罩亓x的成功研制打破了我國高精度重力儀長(zhǎng)期依賴進(jìn)口的局面。

3)重力匹配算法

匹配算法是重力輔助導(dǎo)航系統(tǒng)中的關(guān)鍵技術(shù)。TERCOM算法利用群組關(guān)系來限制匹配誤差[95-96]。ICCP算法采用剛性變換對(duì)多邊弧進(jìn)行匹配,但是當(dāng)初始位置誤差超出算法允許的范圍時(shí),容易引起失配[97-98]。桑地亞慣性地形輔助導(dǎo)航(Sandia inertial terrain aided navigation,SITAN)算法是典型的重力匹配算法,其本質(zhì)是擴(kuò)展卡爾曼濾波,它利用隨機(jī)線性化技術(shù)建立線性觀測(cè)模型,具有較高的實(shí)時(shí)性[99]。表9給出了3種基礎(chǔ)算法的優(yōu)缺點(diǎn)比較。

表9 重力匹配基本算法比較Table 9 Basic algorithms of gravity matching

近年來,為了追求更好的實(shí)時(shí)性能、更高的定位精度和更少的計(jì)算負(fù)擔(dān),國內(nèi)外學(xué)者針對(duì)上述匹配算法做了大量改進(jìn)工作[100-104]。同時(shí)提出相關(guān)組合導(dǎo)航算法[85,101-102,105-107]。文獻(xiàn)[100]基于重力匹配的算法進(jìn)行了大量研究,所提出的基于最短路徑的思想改進(jìn)了傳統(tǒng)的TERCOM算法,

通過最短路徑的方法提高了更新頻率,使得定位誤差受到限制,仿真結(jié)果顯示其具有較好的實(shí)時(shí)性、定位精度和計(jì)算量。文獻(xiàn)[103]提出了矢量匹配算法,它在匹配算法中加入了相鄰SINS的采樣點(diǎn)間的位置相關(guān)性,解決了部分匹配區(qū)域匹配結(jié)果不穩(wěn)定的問題。文獻(xiàn)[104]提出一種水下重力慣性導(dǎo)航的相對(duì)位置約束模式匹配方法,重力輔助導(dǎo)航中軌跡的形狀不受類似傳統(tǒng)TERCOM算法的限制,匹配成功率和位置精度都得到了很大提高,可有效應(yīng)用于實(shí)際導(dǎo)航。文獻(xiàn)[85]將重力異常和磁異常信息融合,提出一種改進(jìn)的多目標(biāo)人工蜂群算法,該算法特別適用于長(zhǎng)距離水下航行任務(wù),提高了收斂速度,獲得了較高的匹配成功率,在長(zhǎng)距離水下航行任務(wù)中表現(xiàn)可靠。文獻(xiàn)[105]提出一種基于點(diǎn)質(zhì)量濾波器(point mass filter,PMF),它結(jié)合了相關(guān)分析原理和遞歸狀態(tài)的估計(jì)過程,仿真結(jié)果表明,該匹配算法的實(shí)時(shí)性優(yōu)于相關(guān)分析匹配算法。該方法也是一種能避免非線性觀測(cè)模型線性化誤差的非線性濾波器。文獻(xiàn)[106]將ICCP算法和PMF兩者結(jié)合,PMF可降低大初始位置誤差對(duì)ICCP的影響,提高了單點(diǎn)匹配算法的準(zhǔn)確性,并且通過組合的方式保證了實(shí)時(shí)性和可靠性。文獻(xiàn)[107]提出了一種新的重力輔助導(dǎo)航旋轉(zhuǎn)擬合重力匹配算法,仿真結(jié)果顯示該算法優(yōu)于常用的TERCOM算法和SITAN算法,展現(xiàn)了其在重力輔助AUV導(dǎo)航中的可靠性和定位精度的優(yōu)勢(shì)。

3 協(xié)同導(dǎo)航技術(shù)

3.1 基本原理及研究背景

AUV通過相互通信共享信息進(jìn)行協(xié)同導(dǎo)航,可以提高AUV的水下導(dǎo)航精度[2,108]。然而,AUV的水下協(xié)同導(dǎo)航仍然受通信帶寬、傳輸延遲、洋流、水下干擾及擴(kuò)展受限等問題的挑戰(zhàn),是當(dāng)前海洋工程領(lǐng)域的研究熱點(diǎn)[2,6]。AUV協(xié)同導(dǎo)航的工作示意圖如圖9所示。

圖9 AUV協(xié)同導(dǎo)航工作原理示意圖Fig.9 Working principle of AUV cooperative navigation

領(lǐng)航艇按照預(yù)設(shè)的時(shí)間間隔發(fā)送一定頻率的聲波信號(hào),接著在間隔一段時(shí)間后(5～6 s),廣播自身位置信息(包括領(lǐng)航艇的位置、深度、航向及時(shí)間戳)。跟隨AUV通過水聲通信設(shè)備接收領(lǐng)航艇發(fā)送的聲波信號(hào)和位置信息,并計(jì)算其相對(duì)于領(lǐng)航艇的相對(duì)距離,然后根據(jù)領(lǐng)航艇自身位置信息與相對(duì)距離信息進(jìn)行協(xié)同導(dǎo)航,以獲得更高的導(dǎo)航定位精度。

2006年,歐盟組織了德、意、法等國家聯(lián)合開展了歐盟 GREX項(xiàng)目,其主要解決多 UUV的協(xié)同導(dǎo)航及編隊(duì)控制、通信等問題[109]。2008～2009年,該項(xiàng)目成功進(jìn)行了2次海試,完成了多AUV協(xié)作下的海洋環(huán)境繪圖任務(wù)。美國的新澤西大陸架觀測(cè)系統(tǒng)由水面雷達(dá)、水下滑翔機(jī)、空中飛機(jī)及衛(wèi)星組成。該系統(tǒng)利用多個(gè) AUV進(jìn)行了長(zhǎng)期的海洋調(diào)查工作,在沿海生態(tài)評(píng)估和物理化學(xué)要素分析方面發(fā)揮了重要作用。同年,美國麻省理工學(xué)院海洋機(jī)器人實(shí)驗(yàn)室公開了其研制的“自主協(xié)同的分散偵察與探測(cè)系統(tǒng)”,該系統(tǒng)主要利用3種無人平臺(tái)進(jìn)行協(xié)同導(dǎo)航與控制,以完成偵察與探測(cè)任務(wù)[110]。歐盟第七科技框架計(jì)劃(FP7)致力于UUV的技術(shù)研究,并于2014年開展了“自主認(rèn)知潛水協(xié)同作業(yè)項(xiàng)目”[111]。該項(xiàng)目致力于開發(fā)能夠輔助人類潛水者在危險(xiǎn)區(qū)域內(nèi)進(jìn)行科研、考古或商業(yè)探索活動(dòng)的高效作業(yè)的水下航行器領(lǐng)航跟蹤系統(tǒng)。中科院沈陽自動(dòng)化所展開了多AUV協(xié)同導(dǎo)航系統(tǒng)及海洋特征場(chǎng)跟蹤研究,設(shè)計(jì)了多AUV隊(duì)形的中心跟蹤和特征等線值的策略以及控制率[112]。哈爾濱工程大學(xué)開展了多AUV協(xié)同導(dǎo)航算法研究,設(shè)計(jì)了相關(guān)狀態(tài)估計(jì)算法,解決水下通信延遲、多徑效應(yīng)等帶來的定位誤差大的問題[113-116]。西北工業(yè)大學(xué)劉明雍團(tuán)隊(duì)[117-118]開展了多AUV協(xié)同導(dǎo)航體系、移動(dòng)LBL協(xié)同導(dǎo)航,編隊(duì)構(gòu)型及洋流干擾下的協(xié)同導(dǎo)航方法研究。

3.2 協(xié)同導(dǎo)航關(guān)鍵技術(shù)

3.2.1 協(xié)同導(dǎo)航編隊(duì)構(gòu)型設(shè)計(jì)方法

協(xié)同導(dǎo)航的編隊(duì)構(gòu)型直接影響協(xié)同導(dǎo)航的可觀測(cè)性,進(jìn)而影響協(xié)同定位精度,因此很有必要進(jìn)行編隊(duì)構(gòu)型研究[119]。針對(duì)單領(lǐng)航艇協(xié)同導(dǎo)航,若領(lǐng)航艇與跟隨艇之間沒有相對(duì)位置變化,則系統(tǒng)近似不可觀,因此領(lǐng)航艇或跟隨艇需要調(diào)整運(yùn)動(dòng)軌跡。通常跟隨艇需要執(zhí)行相應(yīng)任務(wù),而領(lǐng)航艇只需完成領(lǐng)航任務(wù),因此只需領(lǐng)航艇調(diào)整運(yùn)動(dòng)軌跡即可。現(xiàn)有的最優(yōu)編隊(duì)構(gòu)型包括Z字形機(jī)動(dòng)和環(huán)形機(jī)動(dòng)2種[6],如圖10所示。

針對(duì)雙領(lǐng)航艇協(xié)同導(dǎo)航,研究表明 2組主從AUV間的相對(duì)距離相互垂直時(shí),相對(duì)運(yùn)動(dòng)的隊(duì)形最優(yōu)[120],見圖 11。為確保執(zhí)行任務(wù)的 AUV能夠在通信范圍內(nèi),通信AUV應(yīng)該針對(duì)工作AUV的工作路徑實(shí)時(shí)規(guī)劃新的路徑,文獻(xiàn)[121]以工作AUV定位誤差最小為優(yōu)化準(zhǔn)則,設(shè)計(jì)了路徑在線規(guī)劃方法。針對(duì)多AUV分布式協(xié)同導(dǎo)航,各AUV間不分領(lǐng)航艇和跟隨艇,互相定位、互相修正、其編隊(duì)構(gòu)型更為復(fù)雜,是未來值得研究的方向之一。

圖10 單領(lǐng)航艇編隊(duì)構(gòu)型Fig.10 Formation configuration with single leader AUV

圖11 雙領(lǐng)航艇編隊(duì)構(gòu)型Fig.11 formation configuration with dual leader AUVs

3.2.2 協(xié)同導(dǎo)航濾波算法

協(xié)同導(dǎo)航算法主要分為基于優(yōu)化理論的導(dǎo)航算法和基于卡爾曼濾波的導(dǎo)航算法2大類。基于優(yōu)化理論的導(dǎo)航算法有極大似然估計(jì)[122]、最大后驗(yàn)估計(jì)[123-124]、二次約束二次規(guī)劃[125]和非線性最小二乘法優(yōu)化[126]等。基于卡爾曼濾波的導(dǎo)航算法有:自適應(yīng)擴(kuò)展卡爾曼濾波[127]、信息濾波器[128-130]、無跡卡爾曼濾波[131]和粒子濾波[132]。針對(duì)分布式協(xié)同導(dǎo)航相互測(cè)量產(chǎn)生的相關(guān)性問題,文獻(xiàn)[133]受通信傳輸頻帶限制只傳輸協(xié)方差矩陣主對(duì)角線上元素,忽略了交叉協(xié)方差項(xiàng)。文獻(xiàn)[134]在每個(gè)AUV濾波器更新之前,將每個(gè)AUV的航跡推算信息分配給每個(gè)AUV,從而減小了當(dāng)前時(shí)刻協(xié)方差矩陣的傳輸問題帶來的影響。隨著協(xié)同導(dǎo)航傳感器的多樣化、協(xié)同任務(wù)復(fù)雜化以及多AUV協(xié)同可擴(kuò)展能力的發(fā)展,協(xié)同導(dǎo)航對(duì)導(dǎo)航算法的要求將更加嚴(yán)格,且考慮多AUV通信量和計(jì)算量大的問題,現(xiàn)有的算法性能還需要進(jìn)一步提升。

3.2.3 協(xié)同導(dǎo)航誤差建模與補(bǔ)償方法

受水下環(huán)境特殊性的影響,聲波在水中的傳播行為十分復(fù)雜,另外還受到未知洋流的影響,使得AUV協(xié)同導(dǎo)航模型不準(zhǔn)確,因此需要進(jìn)行誤差建模與補(bǔ)償。針對(duì)時(shí)間延遲,文獻(xiàn)[135]利用增廣擴(kuò)展卡爾曼濾波處理具有時(shí)滯的量測(cè)的多AUV協(xié)同導(dǎo)航問題。文獻(xiàn)[129]和[134]基于分布式框架提出了帶延遲狀態(tài)的信息濾波器,該方法能實(shí)現(xiàn)與集中式協(xié)同導(dǎo)航算法一致的性能。文獻(xiàn)[136]將水聲通信時(shí)間延遲建模為主從式AUV量測(cè)方程中的測(cè)量偏差,設(shè)計(jì)了誤差估計(jì)方法來處理動(dòng)態(tài)模型帶量測(cè)偏差的問題,從而抑制時(shí)間延遲對(duì)導(dǎo)航精度的影響。針對(duì)未知洋流的干擾,文獻(xiàn)[137]研究了基于單固定信標(biāo)的多AUV路徑跟蹤與協(xié)同導(dǎo)航,利用EKF估計(jì)洋流誤差。文獻(xiàn)[138]和[139]通過區(qū)域海洋模式系統(tǒng)直接預(yù)測(cè)洋流,但該方法需要通過機(jī)器學(xué)習(xí)方法提前建立對(duì)應(yīng)海域的洋流模型。西北工業(yè)大學(xué)劉明雍團(tuán)隊(duì)[117-118],將洋流干擾問題從距離量測(cè)擴(kuò)展到基于移動(dòng)矢徑測(cè)量的協(xié)同導(dǎo)航中,并對(duì)其可觀測(cè)性進(jìn)行了分析。該團(tuán)隊(duì)還針對(duì)通信丟包的情況,提出了改進(jìn)的擴(kuò)展卡爾曼濾波協(xié)同導(dǎo)航算法[118]。針對(duì)多徑效應(yīng)的影響,文獻(xiàn)[116]和[140]提出了基于學(xué)生t分布的魯棒濾波協(xié)同導(dǎo)航算法。為了處理此類多徑效應(yīng)引起的厚尾量測(cè)噪聲,文獻(xiàn)[114]將最大相關(guān)熵應(yīng)用到協(xié)同導(dǎo)航中。文獻(xiàn)[141]～[143]在無 DVL或 DVL受限情況下建立了協(xié)同導(dǎo)航的動(dòng)態(tài)過程模型,通過海試試驗(yàn)驗(yàn)證了所建立的動(dòng)態(tài)過程模型相比傳統(tǒng)運(yùn)動(dòng)學(xué)模型在速度測(cè)量受限情況下的優(yōu)勢(shì)。在此基礎(chǔ)上,文獻(xiàn)[144]還研究了基于動(dòng)態(tài)過程模型的聯(lián)合控制和協(xié)同導(dǎo)航方法。文獻(xiàn)[145]將常規(guī)地區(qū)的協(xié)同導(dǎo)航拓展至極區(qū)特定的導(dǎo)航坐標(biāo)系下,通過仿真驗(yàn)證了協(xié)同導(dǎo)航系統(tǒng)在極區(qū)應(yīng)用的有效性和可行性。未來多AUV協(xié)同導(dǎo)航必然會(huì)朝著高精度方向發(fā)展,水下復(fù)雜環(huán)境帶來的通信受限、時(shí)間延遲、洋流干擾的補(bǔ)償精度還需要進(jìn)一步提高。表10為誤差建模與補(bǔ)償方法的歸類總結(jié)。

表10 誤差建模與補(bǔ)償方法總結(jié)Table 10 Summary of error modeling and compensation methods

4 總結(jié)和展望

水下環(huán)境復(fù)雜多變,AUV在不同的工作環(huán)境下需要不同的組合導(dǎo)航方法。在淺海域中,SINS/DVL組合導(dǎo)航系統(tǒng)和 SINS/USBL組合導(dǎo)航系統(tǒng)可以實(shí)現(xiàn)高精度導(dǎo)航任務(wù)。在數(shù)據(jù)庫(地磁、地形、重力)范圍之內(nèi),利用地球物理特性作為輔助導(dǎo)航的組合導(dǎo)航系統(tǒng)可以通過測(cè)量數(shù)據(jù)與數(shù)據(jù)庫快速匹配來在全部海域?qū)崿F(xiàn)導(dǎo)航定位。多 AUV通過共享方位和位置等信息進(jìn)行協(xié)同導(dǎo)航,有效抑制了水下導(dǎo)航誤差發(fā)散的問題。

同樣,面對(duì)復(fù)雜多變的水下環(huán)境,AUV在選擇不同的組合導(dǎo)航方法時(shí)也面臨了各種問題,給科研工作帶來了巨大挑戰(zhàn)?；诼晠鹊膶?dǎo)航定位方法難免會(huì)受到水聲多徑效應(yīng)、聲速時(shí)變等因素的影響。此外,水下洋流、潮汐等效應(yīng)會(huì)對(duì)AUV的穩(wěn)定性造成擾動(dòng),這都會(huì)導(dǎo)致水下噪聲的時(shí)變和不確定性,以及建模誤差較大和量測(cè)野值等現(xiàn)象。因此,如何綜合利用多種海洋信息,抵消或者降低海洋特殊水下環(huán)境所導(dǎo)致的影響,將是進(jìn)一步提高AUV自主導(dǎo)航定位精度的重要研究方向。

綜上可知,未來研究方向主要有:1)輔助導(dǎo)航信息融合時(shí),改善匹配算法的快速性和準(zhǔn)確性;2)利用地球物理特性作為輔助導(dǎo)航時(shí),數(shù)據(jù)庫的構(gòu)建方法;3)在保持導(dǎo)航精度的前提下,降低導(dǎo)航成本;4)在軍事領(lǐng)域中,提高AUV的隱蔽性。

隨著處理器制造技術(shù)和制作工藝的發(fā)展,計(jì)算能力與日俱增,這使得 AUV以慣性導(dǎo)航為主,以 DVL、水聲定位系統(tǒng)、地形輔助導(dǎo)航、地磁輔助導(dǎo)航以及重力輔助導(dǎo)航等多種導(dǎo)航手段為輔助的組合導(dǎo)航系統(tǒng)的實(shí)現(xiàn)成為可能。多種組合導(dǎo)航技術(shù)和多AUV協(xié)同導(dǎo)航對(duì)比如表11所示。

表11 AUV導(dǎo)航方法比較Table 11 Comparison of AUV navigation methods

5 結(jié)束語

縱觀當(dāng)今的國際形勢(shì),加快海洋強(qiáng)國建設(shè),推進(jìn)海洋事業(yè)的迅猛發(fā)展勢(shì)在必行,而 AUV導(dǎo)航定位技術(shù)的發(fā)展作為其中一環(huán)至關(guān)重要。文中從實(shí)際需求出發(fā),討論了目前主流的 AUV水下導(dǎo)航定位技術(shù),包以DVL、LSL/SBL/USBL為代表的水聲測(cè)速與定位系統(tǒng);以地形匹配、地磁匹配以及重力匹配為代表的地球物理模型導(dǎo)航系統(tǒng),

協(xié)同導(dǎo)航等多種水下導(dǎo)航定位方式。結(jié)合近年來國內(nèi)外最新的研究進(jìn)展,總結(jié)了各種導(dǎo)航技術(shù)的關(guān)鍵問題和目前存在的技術(shù)難點(diǎn),并針對(duì)性的給出相應(yīng)的解決思路?？傮w來說,未來AUV水下導(dǎo)航與定位技術(shù)仍將以慣導(dǎo)為主、多種導(dǎo)航技術(shù)為輔,向著智能化、全源化、高精度、強(qiáng)魯棒性及實(shí)時(shí)性等方向發(fā)展,在軍事和民用領(lǐng)域都將發(fā)揮更強(qiáng)大的作用。