基于单信标的水下移动目标定位算法，其特征在于：采用一个水上移动信标来进行水下移动目标的定位；所述移动信标配备有卫星定位接收器，水下移动目标配备有水平姿态传感器、航速传感器和垂直方位传感器。通过此技术可以获得水下目标与信标的直线距离，同时根据水下目标(自身携带的传感器获得水下目标的一些姿态、速度、深度测量值)。在距离与这些测量值的基础上通过建立系统模型、求解初始状态、状态可观性分析、状态方程离散化、卡尔曼滤波等步骤最终获得水下目标的位置估计值。
【技术实现步骤摘要】
【专利摘要】，其特征在于：采用一个水上移动信标来进行水下移动目标的定位；所述移动信标配备有卫星定位接收器，水下移动目标配备有水平姿态传感器、航速传感器和垂直方位传感器。通过此技术可以获得水下目标与信标的直线距离，同时根据水下目标(自身携带的传感器获得水下目标的一些姿态、速度、深度测量值)。在距离与这些测量值的基础上通过建立系统模型、求解初始状态、状态可观性分析、状态方程离散化、卡尔曼滤波等步骤最终获得水下目标的位置估计值。【专利说明】
本专利技术属于定位导航
，设及一种水下移动目标的定位技术，具体的说，设 及一种。
技术介绍
水下定位导航技术是海洋科学考察、海洋资源勘探、海洋资源开发、深海空间站建 设等工程的必备手段，而水下电磁波信号衰减快，陆地上的GI^信号无法直接应用于水下目 标定位，所W水声定位技术是目前水下定位系统的主要研究方向。 传统上，依据水下定位信标之间的距离，我们将水下定位系统分3种类型：长基线 定位系统化化）、短基线定位系统（S化）W及超短基线定位系统(USBL)。传统方法放置的基 元多，操作复杂，成本高昂。多个航行器可W接收导航信息速率随水中航行器数目增加而减 少，而且导航区域限制在一定的范围内，因此传统方法实现有界误差的导航缺乏可扩展性。 目前最先进、准确的惯性定位系统（1]1日的1日1化￥1肖日1:;18731日1]1,^5)也有大约每小时几 公里的偏移率。在INS中增加一个多普勒声响(Doppler-Velocity Sonar，DVS)用于测量航 行器相对于地球的速度，可W将该误差减少到航行距离的0.01%。但是只有潜艇和大型无 人水下航行器(UUVs)配备INS和DVS技术，较小的航行器受空间和能源限制无法装备。大部 分小型航行器使用的是最基本的导航推算技术。运种技术需要航行器定期到水面更新位置 信息，运样就加大了航行器的工作负担。
技术实现思路
本专利技术的目的在于针对小型水下移动目标，提供一种导航效果好、定位准确的基 于单信标的水下移动目标的定位算法。 本专利技术的技术方案为:，采用一个水上移动 信标来进行水下移动目标的定位;移动信标配备有卫星定位接收器，水下移动目标配备有 水平姿态传感器、航速传感器和垂直方位传感器，包括W下步骤： A、建立水下坐标系，建立水下移动目标的运动数学模型：其中，X，y，z为水下移动目标的位置，V为水下移动目标的 运动速度，Ve为洋流速度;Θ为水下移动目标的航向角，0为水下移动目标的俯仰角(水下移 动目标航行方向与水平方向的夹角，可通过水平姿态传感器得到）；[000引B、获得水下移动目标的初始位置； C、建立水下移动目标的状态模型，并定义观测模型： 假定洋流的流速V。为恒定值，为一个常值;航向角Θ和航速V测量已经过滤波误差 为零;距离r测量噪声为高斯白噪声； x、y、z分别对应Ξ维坐标系下X轴、y轴和z轴的状态分量； 定义移动信标的坐标为(xb，yb，0)，得到水下移动目标与移动信标之间的距离测量 值：Z为水下移动目标所处的水深； 定义观测模型为 得到状态方程 D、对系统模型进行可观性分析： 令U = V,将B转换为:./|'=^用代替;r，h2 = z; 将航向角作为测量值，h3 = 0; hi的零阶李导数为： 其中zc为Z方向洋流对航行器作用的位移。 hi的一阶李导数为：取出0中前Ξ行构成矩阵化，如果化满秩说明系统中所有的位置量可观。[003引对化进行行变换和列变换，得到： 得到化不满秩的几种情况根据可观性分析，得到如下结论： (1)一般情况下，系统可观； (2)航行器在过巧自平面上运动时，系统不可观； (3)当时，即航行器的航向过航行器与信标之间连线时，系统不可观； E、对系统模型进行离散化处理： ①状态模型离散化： 系统方程的状态转移矩阵夫；：[004引其泰勒展开为： 由于A的二阶W上项都为0,〇(*，切)可^改写为： X(t)可W表示为W下的形式：定义离散化的周期为1，假定U前后的采样值相差不大，可得到离散化状态模型： Xk = AXk-i+BUk-i+wk-i 离散化后，可得到新的A，B矩阵，其中A=巫（t) |t=T=i 即：[0化引②观察模型离散化： 系将其线性化，得到： 为间隔离散化变为： 测量值有距离r和深度Z，由观测向量，得到化矩阵为 得到系统的离散化观测模型为Zk =化Xk+vk; F、对系统进行卡尔曼滤波处理： ①先验估计： ②更新协方差P: 巧-='作I / + 0，其中Q为wk的协方差矩阵； ③计算先验估计对应的距离： ④计算Η矩阵；[007引⑤计算卡尔曼增益，其中R是vk的协方差矩阵： Xk即为估计的水下移动目标的移动轨迹。 优选的是:获得水下移动目标初始位置的方法为： 假定信标为固定，且W信标所在位置为原点，建立坐标系；[008引（1)假定水下移动目标的初始位置:记为Po,此时水下移动目标与y轴件的夹角记 为巧:，水下移动目标与信标之间的距离为ri，时刻记为ti; (2)忽略洋流流速，根据水下移动目标的运动速度，获得t2时刻水下移动目标的航 位推算向量记为曰，从而获得t2时刻水下移动目标的理想位置，记为Pm; (3)考虑洋流流速，获得t2时刻水下移动目标的真实位置，记为Pi，此时水下移动目 标与y轴间的夹角记为锭，水下移动目标与信标之间的距离为η，时刻记为t2; (4)比较Pi与Pm之间的位置，获得洋流向量b; (5)从Pi点开始，根据水下移动目标的运动速度，获得t3时刻水下移动目标的航位 推算向量记为C，加上(4)得到的洋流向量b，获得t3时刻水下移动目标的理想位置，记为P3， 此时水下移动目标与信标之间的距离为Γ4; (6)由信标与航行器之间的测距信息，获得t3时刻水下移动目标与信标之间的距 离η，其中P2为根据测距信息任意选的一个位置； (7)计算η与Γ4之间的差，记为。(8)将闽和巧分别由0~360°遍历，得到一系列的r值，在所有的r值中，找到最小的 r值对应的位置Po和洋流向量b，则此时Po为最接近水下移动目标初始位置的初始状态。 优选的是:假定信标为固定，且W信标所在位置为原点，将水下移动目标所在的位 置置于第一象限，建立坐标系，将約和巧2分别由0~90°遍历。 本专利技术的有益效果为： 本专利技术的算法是建立在单信标水声定位的基础上，该定位技术可应用于体型较小 且成本不高的水下航行器，可W解决传统定位方法中布设回收困难、成本高昂，W及航位推 算受到未知洋流影响导致误差发散的缺点。 在此定位技术的基础上提出了一种水下移动目标的定位算法，通过此技术可W获 得水下目标与信标的直线距离(在未考虑到一些干扰的基础上），同时根据水下目标(航行 器）自身携带的传感器获得水下目标的一些姿态、速度、深度测量值。在距离与运些测量值 的基础上通过建立系统模型、求解初始状态、状态可观性分析、状态方程离散化、卡尔曼滤 波等步骤最终获得水下目标的位置估计值。 其中信标可移动使得本方法的导航区域扩大，Ξ维模型的建立也减少了深度值估 计的误差。该算法经过仿真验证，定位导航效果良好，能够比较准确的获得水下目标的位置 轨迹，完成导航。 单信标定位技术只需要单个信标，用于标定信标支持的区域内航行器与已知信标 的相对距离本文档来自技高网...
【技术保护点】
基于单信标的水下移动目标定位算法，其特征在于：采用一个水上移动信标来进行水下移动目标的定位；所述移动信标配备有卫星定位接收器，水下移动目标配备有水平姿态传感器、航速传感器和垂直方位传感器，包括以下步骤：A、建立水下坐标系，建立水下移动目标的运动数学模型：其中，x，y，z为水下移动目标的位置，V为水下移动目标的运动速度，VC为洋流速度；θ为水下移动目标的航向角，为水下移动目标的俯仰角；B、获得水下移动目标的初始位置；C、建立水下移动目标的状态模型，并定义观测模型：假定洋流的流速Vc为恒定值，为一个常值；航向角θ和航速V测量已经过滤波误差为零；距离r测量噪声为高斯白噪声；x、y、z分别对应三维坐标系下x轴、y轴和z轴的状态分量；其中，令状态量控制量为：对X求导数，由于Vc为恒定值，均为0；因此，X·=000100000010000001000000000000000000xyzVcxVcyVcz+100010001000000000VxVyVz,]]>所以，得到以下A和B，A=000100000010000001000000000000000000,B=100010001000000000]]>定义移动信标的坐标为(xb,yb,0)，得到水下移动目标与移动信标之间的距离测量值：z为水下移动目标所处的水深；定义观测模型为得到状态方程D、对系统模型进行可观性分析：令U＝V,将B转换为：用来代替r，h2＝z，将航向角作为测量值，h3＝θ，求出h1，h2和h3的各阶李导数及梯度，得到系统模型的观测矩阵O，取出O中前三行构成矩阵O1，如果O1满秩说明系统中所有的位置量可观；E、对系统模型进行离散化处理：①状态模型离散化：系统方程的状态转移矩阵为其泰勒展开为：Φ(t,t0)=I+A(t-t0)+A2(t-t0)22!+...]]>由于A的二阶以上项都为0，Φ(t,t0)可以改写为：Φ(t,t0)=I+A(t-t0)=100t-t0000100t-t0000100t-t0000100000010000001]]>X(t)可以表示为以下的形式：X(t)=Φ(t,t0)X(t0)+∫t0tΦ(t,τ)LU(τ)dτ]]>定义离散化的周期为1，假定U前后的采样值相差不大，可得到离散化状态模型：Xk＝AXk‑1+BUk‑1+wk‑1离散化后，可得到新的A，B矩阵，其中即：A=100100010010001001000100000010000001,B=100010001000000000;]]>②观察模型离散化：对进行泰勒展开，得到将其线性化，得到：r(Xt)=r(Xt0)+∂r∂Xt0(Xt-Xt0)]]>以1为间隔离散化变为：rk-rk-1=∂rk-1∂Xk-1(Xk-Xk-1)]]>测量值有距离r和深度z，由观测向量得到Hk矩阵为Hk=∂rk-1∂Xk-1∂zk-1∂Xk-1=abc000001000]]>其中：a=xk-1-xbk-1(xk-1-xbk-1)2+(yk-1-ybk-1)2+z2k-1b=yk-1-ybk-1(xk-1-xbk-1)2+(yk-1-ybk-1)2+z2k-1]]>c=zk-1(xk-1-xbk-1)2+(yk-1-ybk-1)2+z2k-1]]>得到系统的离散化观测模型为Zk＝HkXk+vk；F.对系统进行卡尔曼滤波处理：①先验估计：X^k-=AX^k-1-+BUk]]>②更新协方差P：其中Q为wk的协方差矩阵；③计算先验估计对应的距离：lk-=(xk--xbk-)2+(yk--ybk-)2+(zk-)2]]>④计算H矩阵：Hk=abc000001000]]>⑤计算卡尔曼增益，其中R是vk的协方差矩阵：Kg=Pk-Hk-′Hk-Pk-Hk-′+R]]>⑥后验估计：Xk=Xk-+Kg(rkzk-lk-zk-)]]>⑦更新协方差：Pk=(I-KgHk-)Pk-.]]>...
【技术特征摘要】
【专利技术属性】
技术研发人员：周琳，赵庆胜，鹿鑫，迟书凯，
申请(专利权)人：中国海洋大学，
类型：发明
国别省市：山东;37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。