【技术实现步骤摘要】
涉及大型水库建设，具体涉及高坝大库环境下rov的导航信息优化。
技术介绍
1、大型水库是现代社会不可缺少的重要基础设施，它与水资源调控是密不可分的整体。水利工程在保障城乡居民用水、工业发展和农业生产领域发挥着极其重要的作用。因此，在日常生产作业中时刻关注水利工程的安全问题，保障其能够正常运转是重中之重。
2、在存量众多的水利工程中，一些水库大坝由于建设时间早，受技术、投资等因素的制约，安全问题日益凸显。水工建筑物由于受环境侵蚀、材料老化和载荷的长期作用，存在空蚀、冲蚀、溶蚀等病害，导致结构损伤积累和抗力衰减，可能引发灾难性后果。各种缺陷往往始发或显露于结构表面，其中裂缝是最突出问题。因此，大坝检测作为发现和查明大坝病害与隐患的重要手段，也是评价大坝安全性态和补强加固处理的关键依据。在日常的水利工程运行维护中如何在不放空水库大坝的条件下进行坝体裂缝、缺块、露筋等缺陷检测工作是一个急需解决的工程性难题。
3、水库大坝水下作业环境具有工作深度大、缺陷分布广、检修时间长、乱流紊流复杂、水体能见度差等显著特点，潜水员探查风险高、效率低、覆盖面小、手段有限。近年来，大型水电站安全监测与健康诊断受到高度关注，遥控水下机器人(remotely operatedvehicle，rov)技术逐渐从海洋探测领域发展应用到水工检测领域。跟传统人工检测相比，将rov应用于水下缺陷检测安全性更高、灵活性更强、作业时间更长、作业范围更广。因此，rov已成为水利水电设施缺陷检测最具潜力的水下探测工具，具备较大的发展空间，对于水利工程除险
4、对于大型水电站坝体水下智能检测机器人，精确的水下导航定位提供载体的位置及姿态信息，是完成缺陷定位与运动控制的技术基础。相对于地面和空中导航系统而言，水下导航系统难点更为突出。首先，由于传播介质不同，无线电信号无法在水下远距离传输，因此全球定位系统(global positioning system，gps)和北斗导航等卫星导航技术不能充当rov执行水下任务时的主要导航方式，只能对其他导航设备输出的位置信息进行修正。当rov在水下航行作业时，只能通过脐带缆将水面浮标上的gps定位信息发送给下位机，但rov相对浮标没有固定约束，无法将gps的绝对位置信息传输给rov，如果进行长时间的水下作业，则会缺乏实时校准，随着时间累积导航系统的精度会随之下降。其次，惯性导航系统的独立性更高，不需要其他传感器也可以输出各类型的导航参数，是组合导航系统进行工作时的主要任务承担者和核心组成部分。但惯性导航系统由于通过测量加速度和角速度后进行积分得到具体的速度和位置变化，其误差会随着时间累积逐渐增大。而另一方面大坝复杂的水声环境又会对声学传感器的测量精度有很大影响，当载体相对于工作面的距离超过多普勒计程仪的量程范围时，测量结果就会变成载体相对于水流的速度，在缺乏准确的流速测量设备的情况下，多普勒计程仪的测量精度将大打折扣。此外，受限于rov本体空间布置，所搭载的导航传感器均只能测算单一导航数据，因此，想要在水下作业时实现实时校准难上加难。最后，由于rov在水下的运动过程具有强非线性特点，很难建立完整有效的声场模型和运动学模型。
5、综上，现有高坝大库环境作业中，由于水下环境复杂，传感器获取的导航信息容易受到干扰和噪声影响，导致导航精度下降。
技术实现思路
1、为解决现有技术中存在的，现有高坝大库环境作业中，由于水下环境复杂，传感器获取的导航信息容易受到干扰和噪声影响，导致导航精度下降的技术问题，本专利技术提供的技术方案为：
2、基于多尺度理论的联邦卡尔曼滤波方法，所述方法包括：
3、采集每个传感器的数据，并进行小波变换的步骤；
4、对每个传感器的数据的位置、速度和深度信息进行更新的步骤；
5、对更新后的每个传感器的数据的位置、速度和深度信息进行融合得到状态更新数据的步骤。
6、进一步，提供一个优选实施方式，根据最优估计结果，得到状态更新数据的步骤。
7、进一步，提供一个优选实施方式，对每个传感器的数据的位置、速度和深度信息进行时间更新和量测更新。
8、进一步，提供一个优选实施方式，根据卡尔曼滤波，对每个传感器的数据的位置、速度和深度信息进行更新。
9、基于同一专利技术构思，本专利技术还提供了基于多尺度理论的联邦卡尔曼滤波装置，所述装置包括：
10、采集每个传感器的数据，并进行小波变换的模块；
11、对每个传感器的数据的位置、速度和深度信息进行更新的模块；
12、对更新后的每个传感器的数据的位置、速度和深度信息进行融合得到状态更新数据的模块。
13、基于同一专利技术构思，本专利技术还提供了高坝大库环境下rov的导航信息优化方法，所述方法包括：
14、采集每个传感器的数据的步骤；
15、根据所述的方法，得到状态更新数据的步骤；
16、根据所述状态更新数据，对当前导航信息进行数据更新的步骤。
17、基于同一专利技术构思，本专利技术还提供了高坝大库环境下rov的导航信息优化装置，所述装置包括：
18、采集每个传感器的数据的模块；
19、根据所述的装置，得到状态更新数据的模块；
20、根据所述状态更新数据，对当前导航信息进行数据更新的模块。
21、基于同一专利技术构思，本专利技术还提供了计算机储存介质，用于储存计算机程序，当所述计算机读取所述计算机程序时，所述计算机执行所述的方法。
22、基于同一专利技术构思，本专利技术还提供了计算机，包括处理器和储存介质，当所述处理器读取所述储存介质中储存的计算机程序时，所述计算机执行所述的方法。
23、基于同一专利技术构思，本专利技术还提供了计算机程序产品，作为计算机程序，当所述计算机程序被读取时，实现所述的方法。
24、本专利技术提供的高坝大库环境下rov的导航信息优化方法，通过小波变换进行多尺度分解，有效地将传感器数据分解为不同频率的分量。高频分量和低频分量分别代表短期和长期变化特征，有助于提高滤波效果和导航信息的精确度。
25、本专利技术提供的高坝大库环境下rov的导航信息优化方法，通过更新位置、速度和深度信息，可以有效补偿惯性导航系统的累计误差，减少系统误差，提高导航精度。
26、本专利技术提供的高坝大库环境下rov的导航信息优化方法，时间更新和量测更新使得系统能够实时修正导航信息，确保导航数据的连续性和实时性，提高rov在复杂水下环境中的导航可靠性。
27、本专利技术提供的高坝大库环境下rov的导航信息优化方法，卡尔曼滤波通过状态预测和更新，能有效融合多传感器数据，降低测量噪声，提高导航信息的精度和鲁棒性。
28、本专利技术提供的高坝大库环境下rov的导航信息优化方法，联邦卡尔曼滤波结构将各子滤波器的输出信息进行融合，通过主滤波器进行最优估计，提本文档来自技高网...
【技术保护点】
1.基于多尺度理论的联邦卡尔曼滤波方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于多尺度理论的联邦卡尔曼滤波方法，其特征在于，根据最优估计结果，得到状态更新数据的步骤。
3.根据权利要求1所述的基于多尺度理论的联邦卡尔曼滤波方法，其特征在于，对每个传感器的数据的位置、速度和深度信息进行时间更新和量测更新。
4.根据权利要求1所述的基于多尺度理论的联邦卡尔曼滤波方法，其特征在于，根据卡尔曼滤波，对每个传感器的数据的位置、速度和深度信息进行更新。
5.基于多尺度理论的联邦卡尔曼滤波装置，其特征在于，所述装置包括：
6.高坝大库环境下ROV的导航信息优化方法，其特征在于，所述方法包括：
7.高坝大库环境下ROV的导航信息优化装置，其特征在于，所述装置包括：
8.计算机储存介质，用于储存计算机程序，其特征在于，当所述计算机读取所述计算机程序时，所述计算机执行权利要求1所述的方法。
9.计算机，包括处理器和储存介质，其特征在于，当所述处理器读取所述储存介质中储存的计算机程序时，所述
10.计算机程序产品，作为计算机程序，其特征在于，当所述计算机程序被读取时，实现权利要求1所述的方法。
...【技术特征摘要】
1.基于多尺度理论的联邦卡尔曼滤波方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于多尺度理论的联邦卡尔曼滤波方法，其特征在于，根据最优估计结果，得到状态更新数据的步骤。
3.根据权利要求1所述的基于多尺度理论的联邦卡尔曼滤波方法，其特征在于，对每个传感器的数据的位置、速度和深度信息进行时间更新和量测更新。
4.根据权利要求1所述的基于多尺度理论的联邦卡尔曼滤波方法，其特征在于，根据卡尔曼滤波，对每个传感器的数据的位置、速度和深度信息进行更新。
5.基于多尺度理论的联邦卡尔曼滤波装置，其特征在于，所述装置包...
【专利技术属性】
技术研发人员：孙玉山，邵卓青，冉毅川，刘湛，李新宇，朱思思，万刚，耿在明，
申请(专利权)人：哈尔滨工程大学，
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。