网络鱼雷组合导航信息融合技术仿真

邹启明, 万亚民, 曹 萌



网络鱼雷组合导航信息融合技术仿真

邹启明, 万亚民, 曹 萌

(中国船舶重工集团公司第705研究所, 陕西西安, 710077)

为了满足网络鱼雷导航系统长时间高精度导航定位的需求, 确保导航系统具有高容错性, 提出了一种基于信息融合技术的惯性导航系统(INS)/多普勒测速系统(DVS)/全球定位系统(GPS)联邦滤波器组合导航方案, 建立了INS/DVS、INS/GPS以及INS/DVS/GPS系统方程和量测方程, 通过采用无反馈重置联邦滤波器, 对不同组合导航模式下的多信息融合进行研究, 以满足网络鱼雷导航的精度需求。仿真结果表明,所设计的无反馈重置联邦滤波器效果明显, 大大降低了各个导航参数的误差, 达到网络鱼雷水下远程组合导航的高精度要求, 可为网络鱼雷精度导航定位和安全回收提供参考。

网络鱼雷; 信息融合; 组合导航; 联邦滤波器

0 引言

水下网络中心战是未来水下战的发展趋势, 传统鱼雷已无法满足其作战需求。根据水下网络中心战作战理念提出的网络鱼雷是整个作战网络的一个节点, 它既是一种有效的水下攻防武器, 又是一个高度信息化、网络化的水下移动探测平台。网络鱼雷可由水下作战平台、水面舰艇或飞机等多种平台发射, 也可布放在岸基或海底固定平台, 可在水下、海面、陆地甚至空中和太空随时对其进行操控, 对敌方目标进行侦测、识别和跟踪, 实现海、陆、空、天、潜5D立体化、网络化协同作战。

组合导航系统通常使用2种或2种以上导航系统对网络鱼雷速度、航程及姿态信息作出测量[1-3], 并对这些导航系统的误差进行校正, 从而提高网络鱼雷精度导航定位的需求, 其是网络鱼雷有效应用和安全回收的关键技术。

但由于网络鱼雷受到长度、质量、推力的限制及在水下的特殊环境、隐蔽工作等因素的影响, 其精确导航和定位非常困难。目前, 水下航行器在大航程、长时间巡航时可将多种导航技术适当地组合起来, 取长补短, 以提高导航精度。基于此, 网络鱼雷可以惯性导航系统 (inertial navigation system, INS)为基础[4-9], 借助其他导航技术如多普勒系统(Doppler velocity system, DVS)、全球定位系统(global positioning system, GPS)等为辅助导航系统, 以提高导航精度。

1 网络鱼雷组合导航系统

考虑到网络鱼雷水下隐蔽性和续航时间较长的特点, 应充分考虑应用INS以及DVS, 同时考虑到网络鱼雷在较长时间续航时导航和定位的累积误差问题, 需定时浮上水面接受GPS定位信息进行校正。

1.1 组合导航建模

1.1.1 INS/DVS组合导航建模

利用DVS测出的速度值进行动基座对准。首先, INS系统利用地球自转角速率和重力加速度进行自主式粗对准。然后把DVS测量的速度与INS系统的速度比较, 经过卡尔曼滤波计算, 得到状态估计值对INS系统输出进行校正, 完成INS系统的初始静基座对准。其原理框图如图1所示。

在实际应用中, DVS系统需要外部的姿态信息和垂直基准信息, 可利用DVS系统与INS系统构成高精度的网络鱼雷组合导航系统。选取速度误差和刻度系数误差状态方程[10]

状态向量

(2)

系统噪声为

(4)

系统动态噪声分配阵

INS系统误差状态方程的一般表达式

式中

(7)

(9)

系统动态噪声分配阵

(12)

将以上DVS系统的误差状态方程(1)和INS系统的误差状态方程(6)合并, 利用状态扩充法得伪距、伪距率组合导航系统状态方程

其量测方程

(14)

1.1.2 INS/GPS组合导航建模

INS/GPS组合导航系统结合了INS和GPS的优点, 为了保证系统的实时性及较高的精度和可靠性, 采用间接估计的组合导航卡尔曼滤波方法, 即以导航系统的误差作为卡尔曼滤波器的状态方程输入量, 对INS系统进行速度误差和位置误差校正, INS/GPS组合导航原理图如图2所示。

在GPS/INS组合中, 组合系统状态方程由GPS/INS的误差状态组成。GPS的误差状态通常取与时钟误差等效的距离误差, 和与时钟频率误差等效的距离率误差。其误差状态方程

其中

(16)

将以上GPS的误差状态方程(15)和INS系统的误差状态方程(6)合并。利用状态扩充法得GPS/INS组合导航系统状态方程

GPS/INS组合导航系统量测方程

(18)

1.1.3 INS/DVS/GPS组合导航信息融合

1) 组合导航建模结构

针对高精度定位需求, 突破INS/DVS/GPS精确导航信息融合技术, 设计如图3所示无反馈重置联邦滤波器, 该体系结构由1个主滤波器和2个局部滤波器组成, 其中INS/GPS系统进行位置、速度信息局部估计。INS/DVS系统进行速度信息局部估计。

在信息融合过程中, 2个局部滤波器的估计送入主滤波器, 而主滤波器不反馈信息给局部滤波器, 因而2个局部滤波器的信息之间没有交联影响, 当其中1个导航系统出现故障时, 主滤波器能够容易检测和分离故障, 并能很快地将剩下正常导航子系统重新组合起来以继续给出所有的滤波解, 某个子滤波器故障不会对其他子滤波器产生影响。

2) 组合导航建模设计

INS/DVS/GPS组合导航系统误差状态方程

组合导航系统量测方程

(19)

量测方程

式中: 是由子系统INS/DVS得到的量测值; 是由子系统惯性导航INS/GPS得到的量测值。

2 网络鱼雷组合导航信息融合仿真

2.1 网络鱼雷仿真软件组合导航系统流程

网络鱼雷组合导航系统分为惯导数据生成模块、捷联惯导解算模块和组合导航信息融合模块三部分。

惯导数据生成模块: 从网络鱼雷运动模型接收导航坐标系下网络鱼雷角速度与加速度信息, 加入噪声生成载体坐标系下陀螺仪角速度与加速度计比力信息。

捷联惯导解算模块: 接收生成的陀螺仪和加速度计数据, 通过四元数法进行惯导模型解算, 生成位置、速度和姿态信息。

组合导航模块: 接收捷联惯导解算模块输出的位置、速度和姿态信息, 通过卡尔曼滤波算法进行组合导航计算, 当网络鱼雷处于水下时启动INS/DVS组合导航系统, 当浮出水面时启动INS/DVS/GPS组合导航系统。最后输出导航解算的位置、速度和姿态信息。

具体信息融合流程如图4所示。

2.2 网络鱼雷组合导航系统仿真

网络鱼雷在水下航行时使用INS/DVS组合导航系统, 每过一段时间浮出水面引入GPS形成INS/DVS/GPS组合导航系统, 之后再次下潜。

仿真条件与捷联惯导算法一致。GPS的定位精度定为10 m, 输出周期为1 s, 滤波周期为1 s, 假定每60 s浮出水面1次。

仿真结果表明, 图5中东向姿态误差和北向姿态误差稳定在2′以内, 天向姿态误差稳定在10′以内。

图6中东向速度误差dV和天向速度误差dV稳定在0.02 m/s以内, 北向速度误差dV稳定在0.1 m/s以内。图7中东向位置误差、北向位置误差和天向位置误差稳定在20 m以内。经过所设计的无反馈重置联邦滤波器对INS系统进行误差校正, 使其极大降低了各个导航参数的误差, 这种无反馈重置联邦滤波器效果非常明显, 由于INS/DVS/GPS组合导航系统性能互补, 所以, 以该2个局部滤波器构成的无反馈重置联邦滤波器体系结构时最优方案。

3 结束语

针对网络鱼雷组合导航信息融合技术进行了研究, 利用先进的水下远程组合导航信息融合技术和远程水声通信技术, 网络鱼雷可以共享水下、水面各种声呐信息, 甚至通过中继水声通信设备获得空、天和岸基的立体信息, 全面了解敌我双方作战态势, 从而对目标进行更精确跟踪。

在组合导航信息融合各分项研究中, 分析了组合导航精度问题, 并通过信息融合技术建立了误差状态方程和量测方程, 应用无反馈重置联邦滤波器对INS/DVS/GPS组合导航系统信息融合算法的研究, 可为网络鱼雷精度导航定位和安全回收提供理论支撑。

[1] 员丽琼, 景占荣. SINS/GPS组合导航系统Kalman滤波仿真研究[J]. 自动化仪表, 2011, 32(1): 67-68.

Yuan Li-qiong, Jing Zhan-rong. Simulation of Integrated SINS/GPS Navigation System with Kalman Filtering[J]. Process Automation Instrumentation, 2011, 32(1): 67-68.

[2] 潘加亮, 熊智, 赵慧, 等. 发射系下SINS/GPS/CNS多组合导航系统算法及实现[J]. 中国空间科学技术, 2015(2): 9-16.

[3] 梁浩.非线性高斯滤波方法研究及其CNS/SAR/SINS组合导航中的应用[D]. 哈尔滨: 哈尔滨工程大学, 2015.

[4] 赖际舟, 刘建业, 陈武, 等.惯性/卫星组合导航开发平台的可视化仿真和实现[J]. 航空电子技术, 2003, 34(1): 9-14.Lai Ji-zhou, Liu Jian-ye, Chen Wu, et al. Visualization Simulation and Implement of Development Platform for INS/GNSS Integrated Navigation[J]. Avionics Technology, 2003, 34(1): 9-14.

[5] 李万里. 惯性/多普勒组合导航回溯算法研究[D]. 长沙: 国防科学技术大学, 2013.

[6] 王健. 组合导航计算机容错技术研究[J]. 现代导航, 2016(1): 24-27.Wang Jian. Research on Fault-Tolerance Technology in Integrated Navigation Computer[J]. Modern Navigation, 2016(1): 24-27.

[7] 史密, 牟京燕, 陈树新. GPS诱骗下GPS/INS组合导航偏差分析[J]. 电光与控制, 2015, 23(2): 16-20.Shi Mi, Mou Jing-yan, Chen Shu-xin. Bias Analysis of GPS/INS Integrated Navigation under GPS Deception[J]. Electronics Optics & Control, 2015, 23(2): 16-20.

[8] 练军想, 吴文启, 李涛. UKF滤波技术在AUV组合导航中的应用研究[J]. 中国惯性技术学报, 2005, 13(1): 30-34.Lian Jun-xiang, Wu Wen-qi, Li Tao. Application of Unscented Kalman Filter in AUV Integrated Navigatio[J]. Journal of Chinese Inertial Technology, 2005, 13(1): 30-34.

[9] 李涛, 吴美平, 江明, 等.激光陀螺SINS/GPS组合导航车载试验系统[J]. 国防科学技术大学学报, 2015, 25(3): 104-108.Li Tao, Wu Mei-ping, Jiang Ming, et al. A Laser Gyro- SINS/GPS Integrated Navigation System for Field-test[J]. Journal of National University of Defense Technology, 2015, 25(3): 104-108.

[10] 秦永元, 张洪钺, 汪叔华. 卡尔曼滤波与组合导航原理[M]. 西安: 西北工业大学出版社, 2004.

(责任编辑: 杨力军)

Simulation on Information Fusion Theory of Network-Torpedo Integrated Navigation

ZOU Qi-mingWAN Ya-minCAO Meng

(The 705 Research Institute, China Shipbuilding Industry Corporation, Xi′an 710077, China)

To meet high accuracy requirement of network-torpedo navigation and to ensure high fault tolerance of the navigation system, an inertial navigation system(INS)/Doppler velocity system(DVS)/global position system(GPS) federated Kalman filter scheme is proposed based on information fusion theory. The system equations of INS/DVS, INS/GPS, and INS/DVS/GPS and the measurement equations are established, and the multi information fusion of different integrated navigation patterns is studied by using the non-feedback reset federated Kalman filter to satisfy the accuracy requirement of network-torpedo navigation. Simulation results show that the design of the non-feedback reset federated filter is effective in greatly reducing the error of each navigation parameter and achieving high accuracy of underwater long-range integrated navigation for the network-torpedo.

network-torpedo; information fusion; integrated navigation; federated Kalman filter

10.11993/j.issn.1673-1948.2016.06.011

TJ630.33; TN967.2

A

1673-1948(2016)06-0458-05

2016-02-03;

2016-08-08.

邹启明(1979-), 男, 硕士, 高工, 主要从事水下航行器的数学建模与仿真技术研究.