網絡魚雷組合導航信息融合技術仿真

鄒啟明, 萬亞民, 曹 萌

?

網絡魚雷組合導航信息融合技術仿真

鄒啟明, 萬亞民, 曹 萌

(中國船舶重工集團公司第705研究所, 陜西西安, 710077)

為了滿足網絡魚雷導航系統長時間高精度導航定位的需求, 確保導航系統具有高容錯性, 提出了一種基于信息融合技術的慣性導航系統(INS)/多普勒測速系統(DVS)/全球定位系統(GPS)聯邦濾波器組合導航方案, 建立了INS/DVS、INS/GPS以及INS/DVS/GPS系統方程和量測方程, 通過采用無反饋重置聯邦濾波器, 對不同組合導航模式下的多信息融合進行研究, 以滿足網絡魚雷導航的精度需求。仿真結果表明,所設計的無反饋重置聯邦濾波器效果明顯, 大大降低了各個導航參數的誤差, 達到網絡魚雷水下遠程組合導航的高精度要求, 可為網絡魚雷精度導航定位和安全回收提供參考。

網絡魚雷; 信息融合; 組合導航; 聯邦濾波器

0 引言

水下網絡中心戰是未來水下戰的發展趨勢, 傳統魚雷已無法滿足其作戰需求。根據水下網絡中心戰作戰理念提出的網絡魚雷是整個作戰網絡的一個節點, 它既是一種有效的水下攻防武器, 又是一個高度信息化、網絡化的水下移動探測平臺。網絡魚雷可由水下作戰平臺、水面艦艇或飛機等多種平臺發射, 也可布放在岸基或海底固定平臺, 可在水下、海面、陸地甚至空中和太空隨時對其進行操控, 對敵方目標進行偵測、識別和跟蹤, 實現海、陸、空、天、潛5D立體化、網絡化協同作戰。

組合導航系統通常使用2種或2種以上導航系統對網絡魚雷速度、航程及姿態信息作出測量[1-3], 并對這些導航系統的誤差進行校正, 從而提高網絡魚雷精度導航定位的需求, 其是網絡魚雷有效應用和安全回收的關鍵技術。

但由于網絡魚雷受到長度、質量、推力的限制及在水下的特殊環境、隱蔽工作等因素的影響, 其精確導航和定位非常困難。目前, 水下航行器在大航程、長時間巡航時可將多種導航技術適當地組合起來, 取長補短, 以提高導航精度。基于此, 網絡魚雷可以慣性導航系統 (inertial navigation system, INS)為基礎[4-9], 借助其他導航技術如多普勒系統(Doppler velocity system, DVS)、全球定位系統(global positioning system, GPS)等為輔助導航系統, 以提高導航精度。

1 網絡魚雷組合導航系統

考慮到網絡魚雷水下隱蔽性和續航時間較長的特點, 應充分考慮應用INS以及DVS, 同時考慮到網絡魚雷在較長時間續航時導航和定位的累積誤差問題, 需定時浮上水面接受GPS定位信息進行校正。

1.1 組合導航建模

1.1.1 INS/DVS組合導航建模

利用DVS測出的速度值進行動基座對準。首先, INS系統利用地球自轉角速率和重力加速度進行自主式粗對準。然后把DVS測量的速度與INS系統的速度比較, 經過卡爾曼濾波計算, 得到狀態估計值對INS系統輸出進行校正, 完成INS系統的初始靜基座對準。其原理框圖如圖1所示。

在實際應用中, DVS系統需要外部的姿態信息和垂直基準信息, 可利用DVS系統與INS系統構成高精度的網絡魚雷組合導航系統。選取速度誤差和刻度系數誤差狀態方程[10]

狀態向量

(2)

系統噪聲為

(4)

系統動態噪聲分配陣

INS系統誤差狀態方程的一般表達式

式中

(7)

(9)

系統動態噪聲分配陣

(12)

將以上DVS系統的誤差狀態方程(1)和INS系統的誤差狀態方程(6)合并, 利用狀態擴充法得偽距、偽距率組合導航系統狀態方程

其量測方程

(14)

1.1.2 INS/GPS組合導航建模

INS/GPS組合導航系統結合了INS和GPS的優點, 為了保證系統的實時性及較高的精度和可靠性, 采用間接估計的組合導航卡爾曼濾波方法, 即以導航系統的誤差作為卡爾曼濾波器的狀態方程輸入量, 對INS系統進行速度誤差和位置誤差校正, INS/GPS組合導航原理圖如圖2所示。

在GPS/INS組合中, 組合系統狀態方程由GPS/INS的誤差狀態組成。GPS的誤差狀態通常取與時鐘誤差等效的距離誤差, 和與時鐘頻率誤差等效的距離率誤差。其誤差狀態方程

其中

(16)

將以上GPS的誤差狀態方程(15)和INS系統的誤差狀態方程(6)合并。利用狀態擴充法得GPS/INS組合導航系統狀態方程

GPS/INS組合導航系統量測方程

(18)

1.1.3 INS/DVS/GPS組合導航信息融合

1) 組合導航建模結構

針對高精度定位需求, 突破INS/DVS/GPS精確導航信息融合技術, 設計如圖3所示無反饋重置聯邦濾波器, 該體系結構由1個主濾波器和2個局部濾波器組成, 其中INS/GPS系統進行位置、速度信息局部估計。INS/DVS系統進行速度信息局部估計。

在信息融合過程中, 2個局部濾波器的估計送入主濾波器, 而主濾波器不反饋信息給局部濾波器, 因而2個局部濾波器的信息之間沒有交聯影響, 當其中1個導航系統出現故障時, 主濾波器能夠容易檢測和分離故障, 并能很快地將剩下正常導航子系統重新組合起來以繼續給出所有的濾波解, 某個子濾波器故障不會對其他子濾波器產生影響。

2) 組合導航建模設計

INS/DVS/GPS組合導航系統誤差狀態方程

組合導航系統量測方程

(19)

量測方程

式中: 是由子系統INS/DVS得到的量測值; 是由子系統慣性導航INS/GPS得到的量測值。

2 網絡魚雷組合導航信息融合仿真

2.1 網絡魚雷仿真軟件組合導航系統流程

網絡魚雷組合導航系統分為慣導數據生成模塊、捷聯慣導解算模塊和組合導航信息融合模塊三部分。

慣導數據生成模塊: 從網絡魚雷運動模型接收導航坐標系下網絡魚雷角速度與加速度信息, 加入噪聲生成載體坐標系下陀螺儀角速度與加速度計比力信息。

捷聯慣導解算模塊: 接收生成的陀螺儀和加速度計數據, 通過四元數法進行慣導模型解算, 生成位置、速度和姿態信息。

組合導航模塊: 接收捷聯慣導解算模塊輸出的位置、速度和姿態信息, 通過卡爾曼濾波算法進行組合導航計算, 當網絡魚雷處于水下時啟動INS/DVS組合導航系統, 當浮出水面時啟動INS/DVS/GPS組合導航系統。最后輸出導航解算的位置、速度和姿態信息。

具體信息融合流程如圖4所示。

2.2 網絡魚雷組合導航系統仿真

網絡魚雷在水下航行時使用INS/DVS組合導航系統, 每過一段時間浮出水面引入GPS形成INS/DVS/GPS組合導航系統, 之后再次下潛。

仿真條件與捷聯慣導算法一致。GPS的定位精度定為10 m, 輸出周期為1 s, 濾波周期為1 s, 假定每60 s浮出水面1次。

仿真結果表明, 圖5中東向姿態誤差和北向姿態誤差穩定在2′以內, 天向姿態誤差穩定在10′以內。

圖6中東向速度誤差dV和天向速度誤差dV穩定在0.02 m/s以內, 北向速度誤差dV穩定在0.1 m/s以內。圖7中東向位置誤差、北向位置誤差和天向位置誤差穩定在20 m以內。經過所設計的無反饋重置聯邦濾波器對INS系統進行誤差校正, 使其極大降低了各個導航參數的誤差, 這種無反饋重置聯邦濾波器效果非常明顯, 由于INS/DVS/GPS組合導航系統性能互補, 所以, 以該2個局部濾波器構成的無反饋重置聯邦濾波器體系結構時最優方案。

3 結束語

針對網絡魚雷組合導航信息融合技術進行了研究, 利用先進的水下遠程組合導航信息融合技術和遠程水聲通信技術, 網絡魚雷可以共享水下、水面各種聲吶信息, 甚至通過中繼水聲通信設備獲得空、天和岸基的立體信息, 全面了解敵我雙方作戰態勢, 從而對目標進行更精確跟蹤。

在組合導航信息融合各分項研究中, 分析了組合導航精度問題, 并通過信息融合技術建立了誤差狀態方程和量測方程, 應用無反饋重置聯邦濾波器對INS/DVS/GPS組合導航系統信息融合算法的研究, 可為網絡魚雷精度導航定位和安全回收提供理論支撐。

[1] 員麗瓊, 景占榮. SINS/GPS組合導航系統Kalman濾波仿真研究[J]. 自動化儀表, 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, 趙慧, 等. 發射系下SINS/GPS/CNS多組合導航系統算法及實現[J]. 中國空間科學技術, 2015(2): 9-16.

[3] 梁浩.非線性高斯濾波方法研究及其CNS/SAR/SINS組合導航中的應用[D]. 哈爾濱: 哈爾濱工程大學, 2015.

[4] 賴際舟, 劉建業, 陳武, 等.慣性/衛星組合導航開發平臺的可視化仿真和實現[J]. 航空電子技術, 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] 李萬里. 慣性/多普勒組合導航回溯算法研究[D]. 長沙: 國防科學技術大學, 2013.

[6] 王健. 組合導航計算機容錯技術研究[J]. 現代導航, 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, 陳樹新. GPS誘騙下GPS/INS組合導航偏差分析[J]. 電光與控制, 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] 練軍想, 吳文啟, 李濤. UKF濾波技術在AUV組合導航中的應用研究[J]. 中國慣性技術學報, 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] 李濤, 吳美平, 江明, 等.激光陀螺SINS/GPS組合導航車載試驗系統[J]. 國防科學技術大學學報, 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, 張洪鉞, 汪叔華. 卡爾曼濾波與組合導航原理[M]. 西安: 西北工業大學出版社, 2004.

(責任編輯: 楊力軍)

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.

鄒啟明(1979-), 男, 碩士, 高工, 主要從事水下航行器的數學建模與仿真技術研究.