论文部分内容阅读
对于远程自主水下航行器而言,由于其远程性和自主性,加之水下环境复杂,其导航和定位的精度很难保证。为了提高导航的精度,除了提高硬件设备性能外,高效、精确的滤波估计算法也是提高导航精度的一个有效手段。高效、精确的算法可以有效延缓误差的增长速度,从而达到提高导航精度的效果。本文在“潜航—水面校正—潜航”的导航模式上,利用SINS/DVL组合导航系统作为水下导航,SINS/GPS组合导航系统作为水面校正系统,利用改进的Kalman滤波算法、无逆阵计算的Kalman滤波算法、改进的自适应Kalman滤波算法,对组合导航系统滤波算法进行了设计与仿真研究。本文的具体工作如下: 1.研究了Kalman滤波的基本算法(广义的Kalman滤波),并在此基础上给出了改进的Kalman滤波算法,分别对滤波增益K和一步预测阵P0进行改进,提高了滤波算法及时跟踪航行器状态的能力和稳定性;改进了经典滤波算法中逆阵的计算方法,使滤波增益中的逆阵计算变为无逆计算,提高了滤波算法的计算效率。研究了自适应Kalman滤波算法和强跟踪自适应滤波算法,并在此基础上结合了二者的优点,给出了高精度、高稳定性的改进自适应Kalman滤波算法。 2.以SINS/DVL组合导航系统作为远程AUV的水下导航系统,分析了捷联惯导系统(SINS)和多普勒测速系统(DVL)的误差,利用Kalman滤波开始数据不稳定、误差较大的特性设计了具有输出校正和反馈校正的混合滤波器结构,并在此基础上利用改进的Kalman滤波算法设计了组合导航系统的滤波器,同时给出了仿真研究。仿真结果表明,改进的滤波算法具有稳定性高,计算效率高和较高的抑制定位误差的能力。 3.以SINS/GPS组合导航系统作为远程AUV的水面校正系统,分析了全球定位系统(GPS)的误差,在输出校正和反馈校正相结合的混合滤波器结构的基础上,利用改进的自适应Kalman滤波算法设计了SINS/GPS组合导航系统的滤波器,并进行了仿真研究。仿真结果表明,改进的自适应Kalman滤波具有较强的跟踪能力、稳定性和精确性,并能在海浪等干扰下对航行器进行精确的导航参数估计。 4.用MATLAB语言分别编写了远程水下航行器水下导航系统SINS/DVL和水面校正系统SINS/GPS的仿真程序,并进行了经典算法和改进算法的仿真对比。