小型AUV水下導(dǎo)航系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、本文研究了小型AUV水下組合導(dǎo)航系統(tǒng)所涉及的幾個(gè)關(guān)鍵技術(shù):導(dǎo)航器件誤差參數(shù)的辨識(shí)與濾波、航姿參考系統(tǒng)的姿態(tài)解算以及組合導(dǎo)航系統(tǒng)的信息融合策略。
　　 小型AUV的組合導(dǎo)航系統(tǒng)由于受到艇體體積和成本的限制,往往選用體積小、成本低、功耗小的MEMS慣性器件,以及體積和功耗均較小的Doppler測(cè)速儀。這些導(dǎo)航器件雖然能夠滿足小型AUV的機(jī)械與電氣特性要求,但是往往測(cè)量精度低。采用上述導(dǎo)航器件構(gòu)成的組合導(dǎo)航系統(tǒng)不但定位精度低,甚至?xí)?/p>

2、響AUV的制導(dǎo)與控制系統(tǒng)的穩(wěn)定性。論文的前半部分主要就是針對(duì)小型AUV采用的導(dǎo)航器件上述問題展開研究。
　　 首先在對(duì)MEMS慣性器件的確定性誤差進(jìn)行標(biāo)定后,根據(jù)經(jīng)典Allan方差技術(shù),分別根據(jù)直接采樣和交疊采樣技術(shù)推導(dǎo)了遞推Allan方差辨識(shí)算法,使得MEMS慣性器件隨機(jī)誤差參數(shù)的在線辨識(shí)成為可能。
　　 然后運(yùn)用時(shí)間序列分析技術(shù)建立了組合導(dǎo)航系統(tǒng)中相控陣Doppler測(cè)速儀的噪聲模型,并借鑒S面控制算法提出了適用于小

3、型AUV的Doppler測(cè)速儀的Kalman濾波器。
　　 最后針對(duì)小型AUV采用的航姿參考系統(tǒng)中電子羅盤子系統(tǒng)需要進(jìn)行自差校正的問題,提出了一種基于UT變換的強(qiáng)跟蹤UKF算法,隨之又改進(jìn)了算法中漸消因子矩陣的計(jì)算方法,并又將噪聲參數(shù)在線估計(jì)技術(shù)引入到該算法中,使得該算法不但自適應(yīng)性好而且魯棒性強(qiáng),解決了小型AUV在海面進(jìn)行自差校正時(shí)遇到的海浪干擾問題,提高了UKF算法對(duì)自差參數(shù)的辨識(shí)能力。
　　 在隨后的章節(jié)中,運(yùn)用頻

4、域內(nèi)連續(xù)信號(hào)的分解與重構(gòu)技術(shù),基于FFT算法提出了角速率輸入下的頻域姿態(tài)解算方案,并在Matlab仿真環(huán)境下實(shí)現(xiàn)了頻域姿態(tài)解算方案,通過與四元數(shù)微分方程的四階龍格-庫塔求解方法相比,該算法能夠有效減小載體做圓錐運(yùn)動(dòng)時(shí)姿態(tài)解算存在的圓錐誤差,提高系統(tǒng)的姿態(tài)解算精度。
　　 組合導(dǎo)航系統(tǒng)中電子羅盤子系統(tǒng)雖然精度較高,但在小型AUV運(yùn)動(dòng)過程中,往往會(huì)受到非重力加速度的干擾,導(dǎo)致其輸出的航姿信息產(chǎn)生較大的跳變誤差。而基于MEMS陀螺組件

5、解算得到的航姿信息雖然不易受非重力加速度的干擾,卻存在較大的積累誤差?；谏鲜鎏攸c(diǎn),采用自適應(yīng)加權(quán)算法,將電子羅盤輸出的航姿信息與基于MEMS陀螺組件解算得出的航姿信息相融合,平滑了電子羅盤輸出的水平姿態(tài)角和航向角,提高了整個(gè)航姿系統(tǒng)的動(dòng)態(tài)性能。
　　 最后針對(duì)小型AUV的水下組合導(dǎo)航系統(tǒng)在海流干擾下存在模型誤差的問題,提出了一種帶模型誤差的自適應(yīng)UKF算法,該算法基于虛擬噪聲的思想,利用次優(yōu)MAP估值器對(duì)虛擬噪聲的統(tǒng)計(jì)量進(jìn)行實(shí)