System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及水下无人航行器导航,尤其涉及一种水下无人航行器的协同导航方法、水下无人航行器的协同导航装置及协同导航系统。
技术介绍
1、随着水下无人航行器(unmanned underwater vehicle,uuv)的快速发展,其在海洋调查、海洋生态监测、水下探测与测绘等任务中得到广泛应用。且越来越多的任务需要多个uuv同时进行协调调查,推进了uuv集群协同的必要性。为了确保uuv的安全操作,获取可靠的定位导航信息至关重要。为了实现uuv集群最优的协同导航性能,uuv配备了复杂的惯性导航系统(inertial navigation system,ins)来获得可靠的自身定位信息。在没有外部参考的情况下,ins引起的定位导航误差会无限积累,需要融合如多普勒测速仪(dopplervelocity log,dvl)、usbl等外部传感器信息进行误差修正。然而,水下环境的时变与空变性、声速传播时延、信号多途等原因导致水下传输的量测信息具有一定延迟性和不固定性,这使得uuv集群协同导航无法实时使用量测信息进行误差修正,导航结果会出现精度波动大、可靠性差等的缺点,严重影响uuv 协同导航系统的工程应用。因此,解决uuv协同通信时延问题对高精度导航尤为重要。
2、为了克服水下uuv集群通信时延带来的导航精度低和不稳定的问题,现有技术中也存在多种方式,例如,(1)在卡尔曼滤波算法的框架下,将uuv集群通信时延转化为观测方程中的量测偏差,通过具有延迟的组合导航误差估计方法来提高导航定位精度;(2)用稀疏信息滤波代替卡尔曼滤波来保留
3、由于针对水下集群通信时延的大部分协同导航算法都要求存储时延期间的信息,再集中处理大量历史数据,这使得计算压力较大,上述现有技术中的算法无法解决该问题,从而可能影响导航解算的实时性;另外,上述现有技术中的部分算法针对特定情况,泛化性较差。
4、因此,如何能够同时提升水下无人航行器的协同导航的精度和实时性成为本领域技术人员亟待解决的技术问题。
技术实现思路
1、本专利技术提供了一种水下无人航行器的协同导航方法、水下无人航行器的协同导航装置及协同导航系统,解决相关技术中存在的水下无人航行器的协同导航精度低和且实时性差的问题。
2、作为本专利技术的第一个方面,提供一种水下无人航行器的协同导航方法,其中,应用于协同导航系统,所述协同导航系统包括主uuv和与主uuv通信连接的多个从uuv,针对每个从uuv,所述水下无人航行器的协同导航方法包括:
3、接收主uuv发送的协同信息,所述协同信息至少包括用于计算与主uuv之间距离信息的脉冲信号和包含主uuv位置信息的通信波信号;
4、根据自身惯性导航系统输出的实时导航结果对第一滤波器进行扩展卡尔曼滤波状态更新,以及当所述第一滤波器接收到的所述协同信息为所述脉冲信号时将所述第一滤波器根据所述协同信息获得的第一滤波器状态参数输出至第二滤波器,当所述第一滤波器接收到的所述协同信息为所述通信波信号时,将所述通信波信号传输的主uuv位置信息输出至第二滤波器;
5、根据所述第一滤波器状态参数、主uuv位置信息以及自身惯性导航系统的实时导航结果对所述第二滤波器进行扩展卡尔曼滤波更新,获得最终导航结果。
6、进一步地,当所述第一滤波器接收到的所述协同信息为所述脉冲信号时将所述第一滤波器根据所述协同信息获得的第一滤波器状态参数输出至第二滤波器,包括:
7、当所述第一滤波器接收到的所述协同信息为所述脉冲信号时,根据所述脉冲信号计算与主uuv之间的距离;
8、将接收到所述脉冲信号时的第一滤波器的自身状态参数、自身惯性导航系统实时推算出的当前位置信息以及与主uuv之间的距离作为所述第一滤波器状态参数,并将所述第一滤波器状态参数输出至第二滤波器。
9、进一步地,根据所述第一滤波器状态参数、主uuv位置信息以及自身惯性导航系统的实时导航结果对所述第二滤波器进行扩展卡尔曼滤波更新,包括:
10、根据所述第一滤波状态参数中自身惯性导航系统实时推算出的当前位置信息与主uuv位置信息计算相对距离信息;
11、将所述相对距离信息和所述第一滤波状态参数中与主uuv之间的距离两者之间的差值与预设门限值进行比较;
12、若所述相对距离信息和所述第一滤波状态参数中与主uuv之间的距离两者之间的差值小于预设门限值,则判定所述协同信息中的脉冲信号和所述通信波信号相匹配;
13、当所述协同信息中的脉冲信号和所述通信波信号相匹配时,根据所述第一滤波器状态参数和所述主uuv位置信息对所述第二滤波器进行扩展卡尔曼滤波量测更新;
14、根据所述自身惯性导航系统的实时导航结果对所述第二滤波器进行扩展卡尔曼滤波状态更新。
15、进一步地,还包括:
16、将所述第一滤波器状态参数和主uuv位置信息存储至第二滤波器,且将自身惯性导航系统的实时导航结果按照接收时间进行持续存储。
17、进一步地,还包括:
18、判断第二滤波器的状态是否更新至最新状态;
19、若所述第二滤波器的状态不是更新至最新状态,则根据存储的自身惯性导航系统的实时导航结果对所述第二滤波器的状态进行更新;
20、若所述第二滤波器的状态更新至最新状态,则停止对所述自身惯性导航系统的实时导航结果的存储,并将所述第二滤波器中存储的当级数据均删除。
21、进一步地,还包括:
22、若所述第二滤波器的状态更新至最新状态,则根据第二滤波器的状态参数对第一滤波器的状态进行更新,获得最终导航结果。
23、进一步地,还包括:
24、若所述相对距离信息和所述第一滤波状态参数中与主uuv之间的距离两者之间的差值大于预设门限值,则判断所述第一滤波状态参数中与主uuv之间的距离的存储时间是否大于预设时间;
25、若所述第一滤波状态参数中与主uuv之间的距离的存储时间大于预设时间,则停止对所述自身惯性导航系统的实时导航结果的存储,并将所述第二滤波器中存储的当级数据均删除。
26、进一步地,根据自身惯性导航系统输出的实时导航结果对第一滤波器进行扩展卡尔曼滤波状态更新,包括:
27、根据自身惯性导航系统输出的加速度计值和陀螺值进行惯性解算算法计算,获得导航解算信息;
28、根据所述导航解算信息对所述第一滤波器进行扩展卡尔曼滤波状态更新。
29、作为本专利技术的另一个方面,提供一种水下无人航行器的协同导航装置,其中,应用于协同导航系统,所述协同导航系统包括主uuv和与主uuv通信连接的多个从uuv,针对每个从uuv,所述水下无人航行器的协同导航装置包括:
30、接收模本文档来自技高网...
【技术保护点】
1.一种水下无人航行器的协同导航方法,其特征在于,应用于协同导航系统,所述协同导航系统包括主UUV和与主UUV通信连接的多个从UUV,针对每个从UUV,所述水下无人航行器的协同导航方法包括:
2.根据权利要求1所述的水下无人航行器的协同导航方法,其特征在于, 当所述第一滤波器接收到的所述协同信息为所述脉冲信号时将所述第一滤波器根据所述协同信息获得的第一滤波器状态参数输出至第二滤波器,包括:
3.根据权利要求1所述的水下无人航行器的协同导航方法,其特征在于,根据所述第一滤波器状态参数、主UUV位置信息以及自身惯性导航系统的实时导航结果对所述第二滤波器进行扩展卡尔曼滤波更新,包括:
4.根据权利要求3所述的水下无人航行器的协同导航方法,其特征在于,还包括:
5.根据权利要求4所述的水下无人航行器的协同导航方法,其特征在于,还包括:
6.根据权利要求5所述的水下无人航行器的协同导航方法,其特征在于,还包括:
7.根据权利要求4所述的水下无人航行器的协同导航方法,其特征在于,还包括:
8.根据权利要求1所
9.一种水下无人航行器的协同导航装置,其特征在于,应用于协同导航系统,所述协同导航系统包括主UUV和与主UUV通信连接的多个从UUV,针对每个从UUV,所述水下无人航行器的协同导航装置包括:
10.一种协同导航系统,其特征在于,包括主UUV和主UUV通信连接的多个从UUV,每个所述从UUV均包括权利要求9所述的水下无人航行器的协同导航装置。
...【技术特征摘要】
1.一种水下无人航行器的协同导航方法,其特征在于,应用于协同导航系统,所述协同导航系统包括主uuv和与主uuv通信连接的多个从uuv,针对每个从uuv,所述水下无人航行器的协同导航方法包括:
2.根据权利要求1所述的水下无人航行器的协同导航方法,其特征在于, 当所述第一滤波器接收到的所述协同信息为所述脉冲信号时将所述第一滤波器根据所述协同信息获得的第一滤波器状态参数输出至第二滤波器,包括:
3.根据权利要求1所述的水下无人航行器的协同导航方法,其特征在于,根据所述第一滤波器状态参数、主uuv位置信息以及自身惯性导航系统的实时导航结果对所述第二滤波器进行扩展卡尔曼滤波更新,包括:
4.根据权利要求3所述的水下无人航行器的协同导航方法,其特征在于,还包括:
5.根据权利要求4所述的水下无人航行...
【专利技术属性】
技术研发人员:王广才,许嘉烨,秦晓辉,秦兆博,谢国涛,王晓伟,秦洪懋,徐彪,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。