朱仲本,田瑞菊,許培龍
(哈爾濱工程大學(xué) 船舶工程學(xué)院,黑龍江 哈爾濱 150001)
海洋因其重要的戰(zhàn)略地位和豐富的礦物資源成為研究的熱點,水下無人航行器越來越受到重視。水下無人航行器可搭載多種傳感器、專用設(shè)備或武器模塊,在軍事領(lǐng)域廣泛應(yīng)用于水下監(jiān)視偵察,收集情報,探雷、獵雷和滅雷,跟蹤打擊等諸多領(lǐng)域,在將來海洋戰(zhàn)爭中具有重要地位。另外,無人航行器還可用于海底打撈、海底資源勘探和開發(fā)等,具有非常重要的民用價值。水下無人航行器的精準(zhǔn)定位對于確保這些應(yīng)用所收集數(shù)據(jù)的準(zhǔn)確性至關(guān)重要,水下定位技術(shù)可以保證航行器獲得實時位置信息,是水下航行器進行水下科研或生產(chǎn)活動的關(guān)鍵技術(shù),是其順利完成既定工程任務(wù)的保障。
水下定位技術(shù)主要包括慣性導(dǎo)航定位技術(shù)[1-2]和聲學(xué)導(dǎo)航技術(shù)。聲學(xué)導(dǎo)航技術(shù)包括長基線(Long Base Line,LBL)定位系統(tǒng)[3]、短基線(Short Base Line,SBL)定位系統(tǒng)[4]、超短基線(Ultra Short Base Line,USBL)定位系統(tǒng)[5]及水下單信標(biāo)定位系統(tǒng)[6]等?,F(xiàn)有的水下定位技術(shù)能夠滿足各種定位要求,但也存在缺點。例如:將LBL定位系統(tǒng)應(yīng)答器設(shè)置海底是一個耗時過程;USBL定位系統(tǒng)典型的定位精度為深度的1%~2%;慣性導(dǎo)航定位系統(tǒng)成本較高,并且在每次部署之前需進行對準(zhǔn)工作。相比于其他定位技術(shù),水下單信標(biāo)定位具有安裝使用簡單、成本低、便于遠距離拓展等優(yōu)點,在水下航行器定位上具有廣闊的應(yīng)用前景。水下單信標(biāo)定位技術(shù)主要通過測量傳播時間獲得已知位置的水聲信標(biāo)與航行器或待定位目標(biāo)之間的地理斜距,利用距離信息和航行器本身的慣性傳感器信息經(jīng)過一定濾波算法獲得航行器水下位置信息。
傳統(tǒng)的水下單信標(biāo)定位模型通??紤]航行器在二維運動狀態(tài)下建立動力學(xué)模型,但實際過程中航行器在三維狀態(tài)下運動,因此考慮在三維狀態(tài)下基于卡爾曼濾波的水下單信標(biāo)定位五狀態(tài)變量模型(State Variables Model,SVM)[7](簡稱“5-SVM”),通過引入水深構(gòu)建一種新型水下單信標(biāo)定位模型,主要包括其運動學(xué)模型、量測模型及過程噪聲模型。同時通過仿真數(shù)據(jù),利用卡爾曼濾波輸出對比新型水下單信標(biāo)定位模型與5-SVM,評估2種模型的位置估計精度。
考慮海洋航行器二維運動情況,建立笛卡爾坐標(biāo)系,如圖1所示。以水聲信標(biāo)所在位置為坐標(biāo)原點,建立水平面內(nèi)坐標(biāo)系xOy,航行器位于(x,y)點時,其相對于水的運動速度為vw,航向角為ψ,海流速度為vc,有效聲速(Effective Sound Velocity,ESV)為ve。
圖1 二維笛卡爾坐標(biāo)系
以水的運動速度vw、航向角ψ為控制變量,航行器位置坐標(biāo)(x,y)、海流速度vc及ESVve為狀態(tài)變量,建立基于卡爾曼濾波的傳統(tǒng)水下單信標(biāo)定位模型,其運動方程為
(1)
式(1)可進一步簡寫為
(2)
式中:
式(2)為靜態(tài)線性時不變方程,其通解[8]為
x(t)=exp[F(t-t0)]x(t0)+
(3)
將式(3)進行離散處理,令Δt=t-t0,得:
xk=Ak-1xk-1+Bk-1uk-1+wk-1
(4)
式中:xk為系統(tǒng)狀態(tài)變量;Ak-1為狀態(tài)轉(zhuǎn)移矩陣;Bk-1為系統(tǒng)控制項系數(shù)矩陣;uk-1為系統(tǒng)控制項矩陣;wk-1為系統(tǒng)的隨機動態(tài)噪聲。其中:
式(4)中在tk時刻的離散狀態(tài)變量xk記為
(5)
系統(tǒng)相應(yīng)的過程噪聲項wk記為
wk=[wx,k-1wy,k-1wcx,k-1wcy,k-1we,k-1]T
(6)
采用水聲信號傳播時間為系統(tǒng)量測變量,即
mk=Tk,t+vt,k
(7)
式中:mk為水聲信號傳播時間的量測值;Tk,t為水聲傳播時間;vt,k為該水聲信號傳播時間的測量噪聲。
式(7)可表達為系統(tǒng)狀態(tài)變量x中xk、yk、zk的函數(shù),記為hk,其表達式為
(8)
式中:(xb,yb,zb)為單信標(biāo)的位置坐標(biāo);ve,k為k時刻的有效聲速。此處航行器的深度zk由深度傳感器測量得到,視為已知量。
(9)
5-SVM水下單信標(biāo)定位模型噪聲項如式(6)所示,將5個噪聲變量分為3組:(1)wx,k-1和wy,k-1為在x和y方向的位置變化率噪聲;(2)wcx,k-1和wcy,k-1為在x和y方向的海流變化率噪聲;(3)we,k-1為ESV變化率噪聲。假設(shè)這3組噪聲變量相互獨立,則噪聲向量wk對應(yīng)的離散方差矩陣Qk為
(10)
式中:Qp,k為wx,k和wy,k的協(xié)方差矩陣(wx,k和wy,k相關(guān));Qc,k為wcx,k和wcy,k的協(xié)方差矩陣(假設(shè)wcx,k和wcy,k不相關(guān));Qe,k為we,k的方差。
將系統(tǒng)狀態(tài)變量x中x和y進行離散,得:
(11)
進而可得wx,k和wy,k的協(xié)方差矩陣Qk,將Qp,k、Qc,k和Qe,k代入式(10),得:
(12)
海流速度量測值表示為
(13)
式中:vcx,k和vcy,k分別為k時刻海流速度在x軸和y軸的分量;υcx,k和υcy,k分別為海流量測噪聲在x軸和y軸的分量。
海流速度相應(yīng)量測矩陣為
(14)
將深度作為新的狀態(tài)變量,在5-SVM基礎(chǔ)上進行拓展得出6-SVM。
考慮海洋航行器三維運動情況,建立三維坐標(biāo)系Oxyz,以水的運動速度vw、航向角ψ為控制變量,航行器位置坐標(biāo)(x,y,z)、水流速度vcx、vcy及ESVve為狀態(tài)變量,建立基于卡爾曼濾波的水下單信標(biāo)定位6-SVM,其運動方程為
(15)
式中:z為航行器深度。
將方程的解進行離散,得到與式(4)相同的遞推關(guān)系式,狀態(tài)轉(zhuǎn)移矩陣、控制項系數(shù)矩陣和控制項矩陣分別為
在tk時刻的離散狀態(tài)變量記為
(16)
系統(tǒng)的過程噪聲項記為
wk=[wx,k-1wy,k-1wz,k-1wcx,k-1wcy,k-1we,k-1]T
(17)
忽略載體自身的漂角,載體和水的相對速度計算公式為
vw=Rb,nvb
(18)
體坐標(biāo)系相對導(dǎo)航坐標(biāo)系的橫滾角、縱傾角和航向角,通過姿態(tài)航向基準(zhǔn)系統(tǒng)(Attitude Heading Reference System ,AHRS)測得。
采用水聲信號傳播時間為系統(tǒng)量測變量,擴展卡爾曼濾波量測方程如式(7)所示。hk表達式如式(8)所示。
(19)
所設(shè)計的新型水下單信標(biāo)定位模型噪聲項如式(17)所示,將6個噪聲變量分為3組:(1)wx,k-1、wy,k-1、wz,k-1為在x、y和z方向的位置變化率噪聲;(2)wcx,k-1和wcy,k-1為在x和y方向的海流變化率噪聲;(3)we,k-1為ESV變化率噪聲。假設(shè)這3組噪聲變量相互獨立,則噪聲向量wk對應(yīng)的離散方差矩陣Q′k為
(20)
式中:Q′p,k為wx,k、wy,k、wz,k的協(xié)方差矩陣(wx,k、wy,k、wz,k相關(guān));Q′c,k為wcx,k和wcy,k的協(xié)方差矩陣(假設(shè)wcx,k和wcy,k不相關(guān));Q′e,k為we,k的方差。
將系統(tǒng)狀態(tài)變量x中的x、y、z進行離散,得:
(21)
海流速度在z軸方向無分量。
(22)
海流速度量測值與式(13)相同。
海流速度相應(yīng)量測矩陣為
(23)
為驗證所提出的6-SVM,利用該模型基于仿真數(shù)據(jù)進行數(shù)值模擬?;诙ǔ5腅SV情形,使用數(shù)值仿真數(shù)據(jù)對比5-SVM和6-SVM兩種水下單信標(biāo)定位模型。水聲傳播時間的量測噪聲標(biāo)準(zhǔn)差設(shè)置為0.000 1 s;海流在x軸和y軸方向的量測噪聲標(biāo)準(zhǔn)差均為0.000 1 m/s;深度計量測噪聲標(biāo)準(zhǔn)差為0.000 1 m;真實聲速設(shè)置為1 530 m/s,海流速度在x和y方向的分量均為恒定值0.3 m/s;水聲信標(biāo)每隔10 s發(fā)出1次水聲信號,進行1次測距更新。采用擴展卡爾曼濾波進行航行器位置估計時,設(shè)置航行器在x、y、z方向的位置偏差均為10 m,初始ESV設(shè)為1 520 m/s。系統(tǒng)的隨機動態(tài)噪聲設(shè)置如下:假設(shè)vw在x、y、z方向的過程噪聲標(biāo)準(zhǔn)差σwx、σwy、σwz均設(shè)置為0.1 m/s,vc在x、y方向的過程噪聲標(biāo)準(zhǔn)差σcx和σcy均設(shè)置為0.01 m/s,設(shè)置ESV的過程噪聲σe為0.1 m/s。當(dāng)σe為0.1 m/s時,需要較長的時間才可以達到ESV真實值,但之后估計誤差基本趨于0。在ESV設(shè)置為定常值時,選擇較小的σe,可以得到較好的ESV仿真結(jié)果。σe為0.1 m/s時采用6-SVM進行擴展卡爾曼濾波對ESV的估計結(jié)果(見圖2),500 s后估計結(jié)果趨于真實值且不再發(fā)散。
圖2 ESV估計
圖3 模型真實軌跡
圖4 航行器軌跡對比
圖5 定位誤差對比
圖6 6-SVM測距新息和時延新息
建立的新型水下單信標(biāo)定位6-SVM將水深作為狀態(tài)變量,以水聲傳播時間和海流速度作為量測變量,利用擴展卡爾曼濾波進行航行器位置估算,建立相應(yīng)的過程噪聲模型。同時,基于仿真數(shù)據(jù),進行6-SVM與5-SVM的數(shù)值仿真,對比2種模型的定位軌跡及定位誤差。數(shù)值仿真顯示新型單信標(biāo)定位模型具有更好的ESV實時估計能力,且具有更高的定位精度。