【技术实现步骤摘要】
一种基于牛顿迭代法的DVL误差标定方法及系统
[0001]本专利技术涉及组合导航
,特别是关于一种基于牛顿迭代法的DVL(Doppler Velocity Log,多普勒计程仪)误差标定方法及系统。
技术介绍
[0002]DVL用安装在水下航行器上声学换能器阵发射声波,基于多普勒原理测量水下航行器对于水底或者水层/水面的相对速度,具有精度高的特点,是水下航行器导航系统关键设备。然而实际工程应用中,DVL安装误差与DVL刻度误差通常难以避免,且随着航行时间增加会产生累计误差,进而直接影响系统整体导航精度。因此在实现DVL测速导航定位之前,通常需要对其进行刻度系数和安装误差角标定,以提高载体自主导航精度。现有的标定方法主要采用航迹校准法,梯度下降优化法。航迹校准法耗时较长,需要标定人员具备一定调参经验,且不容易得到最优标定参数;梯度下降优化法法标定过程简单、环境依赖度低,但优化过程中只使用一阶偏导,即利用平面函数拟合损失函数曲面,但由于损失函数曲面多与平面存在较大差别,因此该方法需要多次迭代拟合才能逐步逼近损失函数最优解,导致误差估计效率较低。
技术实现思路
[0003]本专利技术的目的在于提供一种基于牛顿迭代法的DVL误差标定方法及系统,以实现提升DVL误差估计效率。
[0004]为实现上述目的,本专利技术提供一种DVL误差优化方法,其包括:
[0005]步骤1,构建DVL误差损失函数f(Φ,δ);
[0006]步骤2,通过牛顿迭代法逼近损失极小值点获得Φ和δ的最优估计值,
【技术保护点】
【技术特征摘要】
1.一种DVL误差优化方法,其特征在于,包括:步骤1,构建DVL误差损失函数f(Φ,δ);步骤2,通过牛顿迭代法逼近损失极小值点获得Φ和δ的最优估计值,其具体包括:步骤21,令X=[Φ,δ],将所述非线性优化函数f(X)进行在初始点二阶泰勒展开;步骤22,根据所述步骤21二阶泰勒展开后的结果,确定迭代方程(3),其中为A(X)逆矩阵:其中,为f(X)梯度,表示为式(4);表示为式(5);A和A(X)均为海森矩阵,表示为式(6):为式(6):为式(6):式中,为偏导数;步骤23,给定初始值通过i次迭代,求出每次迭代中不同的海森矩阵A(X)及其逆矩阵,从而得到X
i
,如果X
i
小于预设值,或者迭代次数达到设定的最大值,则X
i
作为最优解,停止迭代;否则返回方程(3)继续迭代运行。2.如权利要求1所述的DVL误差优化方法,其特征在于,所述f(Φ,δ)具体包括被描述为式(2):式中,Φ=[φ1,φ2,φ3]
T
,φ1表示SINS与DVL之间的安装方位失准角,φ2表示SINS与DVL之间的安装俯仰失准角,φ3表示SINS与DVL之间的安装滚转失准角,δ为DVL刻度因子误差,X
GPS,i
、Y
GPS,i
分别表示第i次航位推算时GPS数据在导航坐标系下的X和Y坐标值,X
DR,i
、Y
DR,i
分别表示第i次航位推算获得的航位推算位置数据在导航坐标系下的X和Y坐标值,i=1,2,3
…
N,|| ||表示范数。3.如权利要求1或2所述的DVL误差优化方法,其特征在于,所述步骤1具体包括:
步骤11,通过航位推算公式(1),计算每一个航位推算位置数据:式中,Z
DR,i
表示第i次航位推算获得的所述航位推算位置数据在导航坐标系下的Z坐标值,X
DR,i
‑1、Y
DR,i
‑1、Z
DR,i
‑1分别表示第i
‑
1次航位推算获得的所述航位推算位置数据在导航坐标系下的X、Y和Z坐标值,表示DVL速度,为载体坐标系到导航坐标系的转换矩阵,表示SINS和DVL之间安装误差转换矩阵,I为单位矩阵,Φ
×
表示Φ的反对称矩阵,V
x
、V
y
、V
z
分别表示第i次航位推算时DVL采集到的在DVL坐标系三个方向的速度值,Δt为DVL的数据更新时间;步骤12,将所述GPS数据从经纬度转换到导航坐标系下,得到[X
GPS,i
,Y
GPS,i
]
T
;步骤13,获取f(Φ,δ)。4.一种基于牛顿迭代法的DVL误差标定方法,其特征在于,包括:采用如权利要求1
‑
3中任一项所述的DVL误差优化方法获得Φ和δ的最优估计值;根据Φ和δ的最优估计值,完成标定过程。5.一种DVL误差优化装置,其特征在于,包括:D...
【专利技术属性】
技术研发人员:秦洪懋,岳昊,王广才,崔庆佳,秦晓辉,胡满江,秦兆博,王晓伟,谢国涛,杨泽宇,徐彪,边有钢,丁荣军,
申请(专利权)人:湖南大学无锡智能控制研究院,
类型:发明
国别省市:
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。