一种基于分布式网络的UUV自定位方法技术

本发明专利技术公开了一种基于分布式网络的UUV自定位方法，在定位区域内呈正方形布置四个位置已知，深度一致的四个浮标，待测节点分别接收四个潜标发射的信号，利用改进广义互相关时延估计算法估计出不同潜标与待测节点的距离差，使用双曲面交汇模型建立位置方程组并求解，首先使用Chan算法得到Chan算法粗估计值，然后以Chan算法粗估计坐标为Taylor展开算法初值进行Taylor展开，设置门限值ε，直到ε>||δ

【技术实现步骤摘要】
一种基于分布式网络的UUV自定位方法


[0001]本专利技术属于水声定位
，具体涉及一种基于分布式网络的UUV自定位方法。

技术介绍

[0002]水下无人航行器(Unmanned Underwater Vehicle，UUV)逐渐成为诸多国家海洋技术相关研究的重要课题，其智能化，具有隐蔽性，可靠高效等诸多特点使UUV在军事和民用方面都有广泛应用。但由于水下环境的特殊性，UUV到达一定深度后无法使用陆地上的定位，而传统水声定位等也有很多缺陷，因此UUV的自定位技术是海洋技术相关研究的重要研究方向之一。
[0003]针对广义互相关时延估计算法，加权函数的研究与时延估计的准确性息息相关。吴慧等研究了基于HB加权函数的改进广义互相关方法；同时徐菁等研究了一种基于RLS的二次加权的广义互相关时延估计的算法。同时，针对广义互相关时延估计应用于声源定位的方面，董晓红等提出了整体的广义互相关时延估计应用于声源定位的整体思路。但上述方法在低信噪比下精度较低。
[0004]针对定位解算的算法方面，业界也做出了诸多研究与改进。在本研究选用的TDOA定位解算方法方面，柴晨境优化了传统的Chan算法，使用Chan算法计算初值。另外选用PSO算法进行迭代算法优化Chan初值，对本研究定位总体思路有参考价值。孟天次等研究了一种改进的两步加权最小二乘法的TDOA定位计算方法。另外，还有多种改进的TDOA算法，如林云航等的基于入侵杂草算法的TDOA定位解算方法。上述方法对初值的选择要求较为苛刻，并且计算复杂度较高。
专利
技术实现思路

[0005]针对上述现有技术，本专利技术要解决的技术问题是提供一种基于分布式网络的UUV自定位方法，使用改进广义互相关算法来进行时延估计和Chan&Taylor联合算法来进行待测节点坐标估计，保证定位精度。
[0006]为解决上述技术问题，本专利技术的一种基于分布式网络的UUV自定位方法，包括：
[0007]步骤1：以定位区域内任意点为原点，北、东、地三个方向分别设为轴，建立水下局部惯性坐标系；已知四个浮标位置为P
i
(x
i
，y
i
，z
i
)，i＝1，2，3，4，假设待测节点坐标为(x，y，z)，介质中声速为c，信号从浮标发出到定位x，y，z节点的时间T
i
＝T
Ri
‑
T
Si
，其中T
Ri
为浮标i接收信号时间，T
Si
为浮标i发射信号时间，采用双曲面交汇定位算法用基于待定节点自身的时间基准即到达时间差进行定位计算，则T
S1
＝T
S2
＝T
S3
＝T
S4
；其他浮标到待测节点距离与P1到待测节点的距离的差值为：
[0008][0009]步骤2：将UUV接收信号s1，s2进行傅里叶变换转换成频域信号：
[0010][0011][0012]求出互功率谱概率密度函数其中，为的共轭；在频域进行加权处理时使用改进加权函数再通过傅里叶逆变换将其变换到时域，得到两信号间广义互相关函数：
[0013][0014]进行峰值检测，得到对应时延估计值T
i，1
，即T
Ri
‑
T
R1
；
[0015]步骤3：建立位置方程组：
[0016][0017]其中x
i，1
＝x
i
‑
x1，y
i，1
＝y
i
‑
y1，z
i，1
＝z
i
‑
z1，
[0018]步骤4：将步骤3中方程组表示为h＝G
×
f形式，其中系数矩阵未知量f表示为f＝[x y z r1]T
＝G
‑1h，r1表示UUV到浮标1的距离使用Chan算法得到粗估计值f
Chan
；
[0019]步骤5：以Chan算法粗估计值f
Chan
作为初始值进行Taylor展开，设置门限值ε，直到ε＞||δ
x
|+|δ
y
||时停止迭代，其中为误差的加权最小二乘解，此刻得到的P
0|n
(x
0|1
，y
0|1
，z)即为待测节点位置估计值。
[0020]进一步的，步骤4所述使用Chan算法得到粗估计值f
Chan
包括：
[0021]步骤4.1：未知量f中z由水下潜航器配备精深度计得到，未知量即二维坐标(x，y)及r1，定义系统误差矢量ψ＝h
‑
Gf
°
，其中{*}
°
表示{*}的无误差情况；
[0022]步骤4.2：f的最小二乘估计结果为：
[0023]f
a
＝(G
T
Ψ
‑1G)
‑1GΨ
‑1h
[0024]其中，Ψ为误差ψ的协方差矩阵，即Ψ＝Cov(ψ，ψ)＝c2BQB，c为信号在水下传播速度，Q为时延测量误差n
i，1
的协方差矩阵，B＝diag{r2°
，r3°
，r4°
}；
[0025]步骤4.3：用时延测量误差协方差矩阵Q代替误差矢量协方差矩阵Ψ求出进而估计B的值，进而得出fa；
[0026]步骤4.4：将f
a
中元素表示为f
a，1
＝x
°
+e1，f
a，2
＝y
°
+e2，f
a，3
＝r1°
+e3，其中e1，e2，e3为f
a
第二次估计所产生的误差；
[0027]步骤4.5：对矩阵中前两元素减去x1，y1再对矩阵f
a
平方得到：
[0028]ψ
′
＝h
′‑
G
′
f
′
[0029]其中：
[0030][0031]当e
i
小于设定阈值时，误差矩阵ψ
′
的协方差矩阵为：
[0032][0033]其中B
′
＝diag{x
°‑
x1，y
°‑
y1，r1°
}，cov(f
a
)≈(G
T
Q
‑1G)
‑1采用步骤4.2
‑
步骤4.3同样的方法得到f
′
a
＝(G
′
T
Ψ
′
‑1G
′
)
‑1G
′
Ψ
′
‑1h
′
，则Chan算法粗估计值为...

【技术保护点】

【技术特征摘要】
1.一种基于分布式网络的UUV自定位方法，其特征在于，包括：步骤1：以定位区域内任意点为原点，北、东、地三个方向分别设为轴，建立水下局部惯性坐标系；已知四个浮标位置为P
i
(x
i
,y
i
,z
i
)，i＝1,2,3,4，假设待测节点坐标为(x,y,z)，介质中声速为c，信号从浮标发出到定位x,y,z节点的时间T
i
＝T
Ri
‑
T
Si
，其中T
Ri
为浮标i接收信号时间，T
Si
为浮标i发射信号时间，采用双曲面交汇定位算法用基于待定节点自身的时间基准即到达时间差进行定位计算，则T
S1
＝T
S2
＝T
S3
＝T
S4
；其他浮标到待测节点距离与P1到待测节点的距离的差值为：步骤2：将UUV接收信号s1，s2进行傅里叶变换转换成频域信号：进行傅里叶变换转换成频域信号：求出互功率谱概率密度函数其中，为的共轭；在频域进行加权处理时使用改进加权函数再通过傅里叶逆变换将其变换到时域，得到两信号间广义互相关函数：进行峰值检测，得到对应时延估计值T
i,1
，即T
Ri
‑
T
R1
；步骤3：建立位置方程组：其中x
i,1
＝x
i
‑
x1,y
i,1
＝y
i
‑
y1,z
i,1
＝z
i
‑
z1,步骤4：将步骤3中方程组表示为h＝G
×
f形式，其中系数矩阵未知量f表示为f＝[xyzr1]
T
＝G
‑1h，r1表示UUV到浮标1的距离使用Chan算法得到粗估计值f
Chan
；步骤5：以Chan算法粗估计值f
Chan
作为初始值进行Taylor展开，设置门限值ε，直到ε>||δ
x
|+|δ
y
||时停止迭代，其中为误差的加权最小二乘解，此刻得到的P
0|n
(x
0|1
,y
0|1
,z)即为待测节点位置估计值。2.根据权利要求1所述的一种基于分布式网络的UUV自定位方法，其特征在于：步骤4所
述使用Chan算法得到粗估计值f
Chan
包括：步骤4.1：未知量f中z由水下潜航器配备精深度计得到，未知量即二维坐标(x,y)及r1，定义系统误差矢量ψ＝h
‑
Gf
°
，其中{*}
°
表示{*}的无误差情况；步骤4.2：f的最小二乘估计结果为:f
a
＝(G
T
Ψ
...

【专利技术属性】
技术研发人员：惠娟，丛楷轩，许根嘉，王乐众，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：