水下慣性/重力匹配自主導航綜述

付夢印, 劉 飛, 袁書明, 歐陽永忠, 王 博

?

水下慣性/重力匹配自主導航綜述

付夢印1, 劉 飛2, 袁書明3, 歐陽永忠4, 王 博5

(1. 南京理工大學,江蘇南京, 210094; 2. 中國船舶重工集團公司第707研究所, 天津, 300131; 3. 海軍裝備研究院, 北京, 100073; 4. 海軍海洋測繪研究所, 天津, 300061; 5. 北京理工大學自動化學院, 北京, 100081)

水下自主導航是實現我國海洋戰略的關鍵技術, 水下慣性/重力匹配導航技術因其高精度、長航時和隱蔽性等特點, 已成為水下自主導航的重要手段。文中論述了水下慣性/重力匹配導航技術的重要性; 詳細介紹了慣性/重力匹配導航的關鍵技術點及發展現狀, 包括旋轉調制慣性導航系統、重力圖構建、重力實時測量、重力補償、重力匹配和綜合校正;指出了該領域的研究重點和方向,并針對水下高速航行器導航關鍵技術提出了解決思路。文中的研究可為水下高精度自主導航研究提供參考。

慣性/重力匹配;自主導航;旋轉調制慣導系統;重力匹配算法;水下高速航行器

0 引言

海洋蘊藏著豐富而未充分開發的油氣、礦產、生物及基因資源, 是21世紀人類可持續發展的寶貴財富, 可為我國未來可能遇到的資源安全問題提供豐富的戰略儲備。發達國家的海洋競爭和開發的實質是擁有海洋高技術能力和手段的競爭。

對用于海洋科學探測、海洋開發利用和綜合制海的水下自主航行器(autonomous undersea vehicle, AUV)來說, 水下導航與定位技術能夠提供必要的高精度位置、速度、姿態等信息。從能源經濟性、探測連續性、隱蔽性和安全性角度考慮, 水下運載體需要盡量減少上浮, 而采用水下自主導航方法。

水下環境中可用的導航定位手段包括慣性導航、聲學定位與導航和海洋地球物理定位與導航等。慣性導航能夠提供全面的導航信息, 是最主要的自主導航方式, 但其誤差隨時間積累, 長時間工作時需要定期校正; 聲學定位與導航利用聲信號在海洋中良好的傳播特性和幾何原理實現定位與導航, 但需要和外界交換信息, 不是完全自主的導航方式; 地磁、地形和地貌易受海洋地理環境影響, 匹配定位精度和可靠性較低; 海洋重力場特征穩定且匹配定位精度較高, 因此, 利用地球重力場實現水下航行器導航是水下自主導航的重要研究方向。美國從20世紀70年代開始了無源導航技術的研究, 重力輔助慣性導航技術由于抗干擾性和隱蔽性等特點而成為研究的重點。國內對重力輔助慣性導航技術的研究開始于20世紀90年代。

水下慣性/重力匹配導航系統通過航行器自身搭載的重力儀測量所處位置的重力場特征信息, 將實時測量值與預先構建好的海洋重力場背景圖進行匹配, 通過一定的匹配算法估計航行器的位置。水下慣性/重力匹配自主導航利用重力異常值或重力梯度值等輔助信息來修正慣性導航隨時間積累的定位誤差, 提高了水下航行器的定位導航精度。水下慣性/重力匹配自主導航系統的特點包括自主性強、隱蔽性好、不受地域和時域限制、定位精度高等。

圖1為慣性/重力匹配自主導航系統功能框圖, 可以看出, 在慣性/重力匹配導航過程中, 慣性導航系統、重力儀、海洋重力場背景圖以及匹配定位算法等相關要素決定了匹配定位的精度。文中詳細介紹了水下慣性/重力匹配自主導航的關鍵技術及研究進展, 以期為水下高精度自主導航研究提供參考。

1 關鍵技術

1.1 旋轉調制慣性導航系統

旋轉調制式慣性導航系統根據旋轉軸多少可以分為單軸旋轉、雙軸旋轉和三軸旋轉慣導系統。此類系統利用慣性測量單元(inertial measurement unit, IMU)的旋轉使慣性器件誤差向導航坐標系各方向平均地積累, 通過積分將其消除, 從而抑制導航誤差發散[1-3]。20世紀80~90年代, 美國將雙軸旋轉調制激光陀螺慣性導航系統裝備于潛艇。目前, 我國針對提升長航時導航性能旋轉調制技術的研究逐漸得到了重視和發展。在該領域的研究主要集中在單軸、雙軸旋轉調制方案及其誤差分析和仿真方面, 有部分單軸旋轉系統樣機進行過實際環境試驗, 正在進行工程化研究。

高精度旋轉調制慣性導航系統研究包括旋轉調制誤差模型分析、IMU陀螺儀與加速度計的三軸正交裝配、旋轉調制方案、隔離載體運動方案、初始對準與自標定等關鍵技術。

1) 誤差模型及特性

旋轉式慣導系統中基于數學平臺的導航原理及解算機械編排與捷聯式慣導系統一致, 以地理坐標系為導航坐標系的導航誤差方程的推導方法有2種:角法和角法[4]。以導航系統誤差模型為基礎, 通過對其的數學分析研究旋轉式慣導系統抑制誤差的基本規律。旋轉調制慣性導航系統存在的誤差項主要包括不能被調制的誤差項和旋轉調制激勵出的新誤差項[5-6]。在誤差調制過程中, 需要分析系統旋轉軸不正交引起的安裝誤差、陀螺儀敏感軸與旋轉軸不正交引起的旋轉角速率耦合誤差、旋轉角度不精確引起的調制誤差, 以及在誤差調制過程中引起的鋸齒形速度誤差和加速度計組件尺寸效應等誤差機理及其在誤差調制過程中的耦合作用。同時根據不同的誤差傳播特性建立相應的補償方法, 進而在旋轉調制捷聯慣導導航解算和力學編排中, 以減少其對導航精度的影響。

2) 旋轉調制機理和調制方法

旋轉調制式慣性導航系統的研究重點在于如何通過調節旋轉方案并且減小其固有誤差來提高系統的誤差抑制性能。北京航空航天大學[7-8]和東南大學[9-10]針對雙軸旋轉慣性導航系統的旋轉方案、旋轉速度等進行了深入的研究。國防科技大學[11-12]研究了旋轉方案對慣性測量單元的影響規律, 對單軸旋轉慣導系統樣機進行了靜態和跑車試驗。

設計精密旋轉調制方法的目的是消除旋轉過程中的抖動、正反轉過程中的換向過度以及正反轉出現不整周等因素, 使旋轉的平穩度、換向平穩性和快速性能滿足系統精度要求。不同的旋轉方式對調制效果會產生不同的影響, 解決方法是: 首先求解誤差方程的解析/數值解, 然后建立旋轉方式與調制效果的映射關系, 最后確定最優旋轉調制方案。

3) 載體運動隔離

旋轉式慣導系統的基本思想是調制慣性器件的零偏從而抑制其積累。導航坐標系下的慣性器件誤差旋轉調制實際上是由IMU受控旋轉和載體的航向變化共同作用實現的, 要執行一定的旋轉方案應考慮到載體的角運動狀態(特別是航向角)而做出適當調整。載體運動會影響調制效果, 所以需要隔離載體的運動[13-14]。

首先需要分析參考系選取對運動隔離方案的影響, 然后設計隔離載體運動算法。采用開發位置伺服機構來隔離載體角運動的方法將提高導航系統的軟件、硬件復雜性, 使系統的成本增加, 因此應利用系統現有的導航信息和旋轉調制機構控制指令來實現載體運動隔離。為了隔離載體角運動對IMU旋轉調制效果的影響, 應利用各系統周期解算得到的導航參數修正旋轉機構的指令角速度。通過控制旋轉機構調節IMU的姿態角來隔離載體的角運動需要通過導航解算確定載體姿態信息, 一定程度上增加了系統的復雜性和成本, 而且對于采用導線而非滑環供電的旋轉式IMU, 其姿態控制受到導線長度的限制, 在姿態角大幅度變化的情況下無法隔離載體的運動[15]。為解決上述問題, 提出通過調節IMU旋轉角速率降低載體角運動影響的方法, 可以使旋轉調制效果受載體角運動的影響降低, 從而提高導航精度。該方法不增加旋轉式慣導系統復雜度, 便于工程實現, 而且有滑環的旋轉式慣導系統同樣可以采用。

4) 初始對準

在動機座條件下, 慣性導航系統的初始對準需要考慮機座運動的影響。動機座初始對準面臨的主要問題是難以獲取精確的外界參考信息, 同時初始對準誤差又不能夠被調制和補償。另外, 由于誤差調制的激勵作用, 慣性器件誤差傳播特性也會呈現出不同的趨勢。所以, 為了提高長航時慣性導航系統精度, 需要針對動機座條件下的初始對準及誤差在線自標定方法開展研究, 以減小各類誤差對導航精度的影響。北京理工大學[16-17]和哈爾濱工程大學[18]等單位對光纖陀螺旋轉慣性導航系統進行了樣機研制和試驗, 重點研究了初始對準技術和標定方法。

根據地球自轉角速度和粗對準期間所經歷的時間, 結合重力加速度在該段時間內在慣性空間中方向的變化可以推算出地球的北向信息, 這就是應用凝固慣性系粗對準方案的基本原理[19-22]。運用旋轉調制技術抑制慣性器件零偏誤差, 可以進一步提高凝固慣性系的粗對準精度。解析法粗對準通常使用多次測量求平均值的方法抑制隨機噪聲的干擾, 其中累加各次測量值的運算相當于對測量值進行積分, 與旋轉式慣導系統速度與位置解算過程中對慣性器件測量值的積分具有相似性, 因此同樣可以用旋轉調制改善粗對準的精度。相對于傳統捷聯慣導系統, 旋轉式慣導系統的IMU具有可控的角運動特性, 因此可以通過IMU旋轉改變初始對準的可觀測性, 這提供了改善初始對準性能的新途徑。目前基于IMU旋轉的初始對準方案包括可在傳統的兩位置方法基礎上進一步提高可觀測性的多位置對準方法[23-25], 以及使IMU連續旋轉的對準方案[26-27]。

5) 誤差在線標定

在線標定存在的主要問題是: 多誤差同時標定和易受環境因素擾動影響。這些問題可以基于閉環修正濾波的誤差自標定及補償以及非線性濾波算法來解決[28-31]。

首先, 利用奇異值分解法對系統的可觀測程度進行分析, 確定在誤差調制狀態下安裝誤差和標度因數誤差的可觀測度, 設計系統的自主標定方案及濾波算法, 建立了速度誤差外觀測量的旋轉式慣導系統在線標定卡爾曼濾波模型。其狀態向量包括地速誤差、姿態失準角和慣性器件零偏、標度因數誤差、安裝誤差、可估計旋轉式慣導系統失準角與慣性器件誤差參數。通過分段線性定常系統(piece wise constart system, PWCS)可觀測性分析方法分析不同旋轉方式下系統可觀測性變化情況, 得出可以改善卡爾曼濾波可觀測性旋轉調制的優化方案。根據基于奇異值分解的可觀測度分析結果進行模型降階, 同時結合旋轉式慣導系統的工程應用特性, 得到最優階數的卡爾曼濾波參數模型。這樣就可以顯著降低運算量, 有效提高導航計算機運算效率和實時性。

1.2 重力圖構建

常用的重力測量手段有衛星測高、航空重力測量和海洋重力測量[32-33]。衛星測量數據占據信息的低頻部分, 航空重力測量和海洋重力測量覆蓋中高頻部分。航空重力測量數據包含重力信息的中高頻部分, 而海洋重力測量重力數據則只包含重力信息的高頻部分。美國通過衛星、航空和海洋重力測量, 已構建了包含領海和大范圍公海的重力背景圖, 精度優于1 mGal, 分辨率優于1′×1′。其潛艇通過重力匹配校正慣性導航系統, 可以完成“從港口到港口”的作戰航行。我國目前已建立了近海范圍的重力背景圖, 但精度和分辨率都有待提高。

1) 重力場背景圖

首先, 衛星重力測量技術能夠大規模測定全球重力場。其次, 航空重力測量與衛星測量結果相融合, 同時結合海洋重力測量船所獲得的數據, 可以得到精確的重力異常值和大地水準面, 從而構建重力背景圖。由于單一測量手段提供的重力信息無法充分描述真實重力場, 融合不同測量手段能提高重力測量數據的可靠性[34]。根據參考重力場模型[35], 建立重力異常的球諧函數表達式。然后, 衛星測高數據、航空測量重力數據和海面測量數據都通過重力異常殘差對球諧系數進行修正, 通過迭代運算得到最終結果。

2) 重力場背景圖插值重構

重力傳感器采集的重力異常觀測量沿航跡方向, 并不一定是重力數據格網中點的重力值, 以格網平均重力異常進行重力圖的搜索引起的誤匹配概率會隨著分辨率的增大而提高。所以, 在提高重力圖精度與分辨率的同時, 還需要建立重力異常模型插值重構的方法。我國積累了較豐富的海洋重力信息數據, 由于測量條件的限制, 重力背景圖分辨率有待進一步提高。海軍工程大學、解放軍信息工程大學、海軍海洋測繪研究所和中科院測地所等單位已開展了重力場背景圖插值重構方法的研究。常用的插值方法有: 雙線性內插法、二次曲線法、三次曲線法、加權二次曲線法[36-37]和基于孔斯(Coons)曲面的重力異常模型插值重構的方法等[38]。

1.3 重力實時測量

20世紀90年代末, 洛克希德·馬丁公司開發的通用重力模塊(universal gravity module, UGM)可以提供重力異常值、重力梯度和地形變化[39]。1997年, J.A.Lowrcym提出利用電磁加速度計(el- ectromagnetic accelerometer, EMA)作為重力敏感器, 將重力異常測量與存儲的重力異常背景圖相比較, 通過圖匹配技術和濾波器對導航信息進行校正。近幾年, 一種以靜電陀螺導航儀(electros- tatically suspended gyroscope navigator, ESGN)為基礎的系統全軟件改進方法被提出, 其基本依據是利用EMA測出的垂直加速度分量來代替重力儀的測量值, 其精度足以滿足重力圖匹配需求。

重力儀和重力梯度儀是實現重力輔助導航的關鍵設備[40-41]。

1) 海洋重力儀

重力儀中包含一個高精度的、垂直安裝的加速度計, 用于測量垂直方向加速度(對于單位質量而言)。加速度計輸出值首先通過低通濾波, 去除海洋狀態運動影響, 而后, 儀器誤差(如偏差、刻度、未對準)依據先驗的校準數據進行補償。通過厄特弗斯效應補償、深度補償以及由于載體深度變化引起的低頻垂直擾動加速度補償等, 來確定平均海水面上的重力值。

目前, 常用的海洋重力儀精度為: 美國和俄羅斯重力儀精度優于1 mGal, 國產重力儀工程樣機精度優于1.5 mGal。我國目前的海洋重力儀主要應用于海洋測量船, 例如國家地震局生產的DZY-2型重力儀、航天13所研制的SAG-2M重力儀和中科院測地所研制的CHZ型重力儀均經過了海洋測量試驗, 目前正在研制新型的重力儀[42-43]。

2) 海洋重力梯度儀

重力梯度測量實質上是基于差分加速度測量的思想, 它感知的是重力變化率, 反映了重力場局部特征的細致變化。重力梯度異常能夠反映場源體的細節, 具有比重力本身高的分辨率, 這是重力梯度測量最主要的優點。海洋重力梯度儀消除旋轉帶來的耦合離心加速度和角加速度后即可獲得地球引力張量。重力梯度的測量不受厄特弗斯效應的影響, 可以實現實時測量重力梯度和重力矢量。

20世紀70年代, 美國公開了新型重力梯度儀和3D重力梯度測量技術。目前, 美國重力梯度儀精度達1 E, 已用于潛艇導航系統; 歐洲靜電重力梯度儀精度為10-4E, 裝備于GOCE測量衛星; 國產重力梯度儀還處于原理樣機階段并且精度低于發達國家[44-45]。

3) 重力測量數據處理

在處理動態重力測量數據時, 要從重力傳感器的輸出信息中的擾動信息分離出來就需要精確的定位信息。但是, 在重力無源導航中, 由慣導提供的載體位置和速度信息存在誤差, 因而水下載體上的重力傳感器測得的重力數據必須進行擾動改正。

在水下重力實時測量中, 水平擾動加速度改正能夠直接利用慣性導航水平加速度計的輸出值進行計算。厄特弗斯效應的改正精度受慣導提供緯度、速度、航向信息的精度影響。厄特弗斯改正根據航向的變化, 對各信息要求的精度有所不同。南北向航線可以達到厄特弗斯修正的精度要求, 但是東西向航線對速度精度要求較高, 慣導可能不能滿足這一要求。另外, 對重力信息的濾波輸出存在時間延遲, 其和慣導輸出頻率也存在延遲。

1.4 重力補償

重力補償是指對擾動重力的補償。一般慣導解算所用為正常重力, 而真實重力與正常重力不同, 二者之差就是擾動重力。擾動重力對慣性導航的影響等效于加計誤差, 在慣性測量單元精度較高的時候, 它會成為影響慣性導航精度的重要因素, 消除擾動重力的影響稱為重力補償。

1) 重力補償的必要性

通常現有的慣性導航一般選擇參考橢球來描述地球重力場, 即以正常重力場代替實際重力場進行力學編排方程的重力場修正。目前, 隨著對慣性導航精度要求的提高以及慣性儀器元器件精度的改進, 擾動重力己經成為慣性導航系統(inertial navigation system, INS)中主要的誤差源, 擾動重力的影響已經不可忽略。所以, 重力不可以簡單地用正常重力模型來代替, 而應考慮對擾動重力進行補償。

擾動重力給各個方向的加速度測量值引入誤差。其中, 垂直方向的擾動重力通過姿態角耦合影響定位精度。當擾動重力為50mGal時, 慣性導航系統的水平導航位置誤差大于600 m/h[46]。

2) 重力補償方法

20世紀80年代初, 美國洛克希德·馬丁公司研制了重力敏感器系統(gravity sensitivity system, GSS)[47]。GSS用于實時估計垂線偏差, 以補償慣性導航系統受到的擾動重力誤差。近些年, 美國俄亥俄州立大學等深入研究了基于重力基準圖的重力補償方法。國內武漢大學等單位也研究了高精度慣性導航系統的重力補償技術[48]。

根據數據來源的不同, 重力補償方法主要有基于重力基準圖的方法和基于重力梯度儀的補償法[49-50]。基于重力基準圖的慣導重力補償方法的關鍵點有: 構建重力基準圖; 推估慣導指示位置的擾動重力; 利用擾動重力改善慣性導航系統力學編排。常用的2種基于重力梯度儀的重力補償方法有重力梯度儀作為外部導航輔助(gradiometer as an external navigation aid,GAEA)的方法和參考橢球公式作為外部導航輔助(reference ellipsoid formula as an external navigation aid,REFAEA)的方法。從結構簡易性和系統容錯性的角度來考慮, GAEA相對REFAEA略優。精度為1 E的梯度儀實時估計的垂線偏差精度可達2＂, 后驗平滑后可得到1＂的精度。

1.5 重力匹配算法

重力匹配算法是慣性/重力匹配導航的核心技術。匹配定位算法通過綜合慣性導航系統、重力實時測量和重力場背景圖所提供的信息, 確定最佳匹配序列或匹配點, 從而得到定位信息。在進行重力匹配定位時, 首先需要對重力適配區域進行選取, 通過對重力場特征值進行分析, 確保在此區域內重力匹配能夠有較高的成功率。然后再通過相應的重力匹配算法獲得定位的結果。

1) 基于分形理論的重力場特征分析與綜合適配參量構建

地球重力場可由重力矢量來描述, 具有連續、隨機和多值(不同地點重力異常值有可能相同)的特性, 重力匹配需要在重力場變化明顯的區域進行。由于重力場特征明顯區域的稀疏性和不確定性, 為了提高運載體重力匹配導航的可靠性, 需要研究不同區域的重力場是否適合進行重力匹配導航, 即進行重力場適配性分析。地球重力場可以反映地形特征, 在統計學意義上, 具有自相似的性質, 因此傳統方法一般采用如重力場標準差、相關系數、坡度變化率等標量信息對重力場進行適配性分析, 但不能反映重力場特征的多樣性和重復性。因此基于分形理論建立評價真實3D地形表面方向性的數學描述, 來表征重力場重力異常序列輪廓[51-52]。

首先, 對重力場3D圖進行初步判斷, 選取合適的分形維數計算方法, 如變差法、結構函數法或均方根法, 獲得相應3D曲面的分形維數。針對重力場3D曲面這種具有統計意義上的自相似的形體, 可以用分數布朗運動對其進行描述, 采用Werierstrass-Mandelbrot函數(W-M函數)構建重力異常序列輪廓的模型, 則W-M函數形式

式中:(,)是重力異常序列;是特征尺度系數;是分形維數;是大于1的常數, 因為假設重力場3D曲面服從正態分布,取值為1.5。

參考評價3D地形表面方向性的等方性系數, 定義重力場3D圖的等方性系數為旋轉測量坐標系, 重力場3D曲面各條輪廓重力異常序列的概率分布發生變化的程度。在此, 便可以利用3D曲面輪廓的2階譜矩來表征各向異性表面的等方性。輪廓的2階譜距不僅依賴3D曲面在測量坐標系中與坐標軸的夾角, 而且還與重力場3D曲面的表面形式有關。局部重力異常數據的3D曲面表面可以看作是由一系列不同幅度、不同頻率和不同相位的正弦波組成, 因此可以根據不同斜率方差的輪廓曲線與軸的夾角計算3D表面的等方性。

在傳統的數據特征統計參數中, 變異系數是衡量數據序列概率分布離散程度的一個歸一化量, 峰態系數是表征數據分布在平均值處峰值高低的特征量, 因此可以彌補等方性系數在衡量區域概率分布離散性上的不足。偏態系數是描述局部數據序列分布不對稱程度的參數, 可以用其來衡量區域概率分布的不對稱性, 如圖2所示。因此, 可以考慮建立包含等方性系數、變異系數、峰態系數和偏態系數4個參數的綜合特征參數, 并通過量綱原理和層次分析法確定綜合特征參數的表達式, 更全面地選出合適的適配區。

利用重力場綜合特征參數的閾值設置判斷適配區, 相當于用一個水平平面對綜合特征參數形成的3D曲面進行切割。在大的航行區域會形成多個適配區, 從而產生不同的點集, 因此要對這些點進行提取并形成點集; 采用凸殼算法繪制各點集的范圍線, 從而得到適配區邊界(見圖3)。

建立基于分形理論的重力場特征分析方法, 根據重力場特征參數的矢量化表達構建綜合適配參量, 并揭示其適配機理, 為改進和提高重力匹配導航方法的精度與可靠性提供理論基礎。

建立基于載體運動特性的矢量化重力/地磁匹配方法, 明確重力采樣點間位置相關性影響, 并進行矢量化校正, 為實用的重力匹配導航提供方法支撐。

2) 傳統重力匹配算法

20世紀60年代出版的《相關極值導航系統理論》介紹了相關極值系統的理論研究結果。20世紀70~80年代, 地形輔助慣性導航得到極大發展, 2種典型的地形導航算法有: 基于相關分析的地形輪廓匹配(terrain contour matching, TERCOM)算法和基于Kalman濾波的桑迪亞慣性地形輔助導航(Sandia inertial terrain aided navigation, SITAN)算法。這2種匹配算法在重力匹配導航領域也獲得了廣泛應用。Kamgar Parsi于1999年提出迭代最近等值線點(iterated closest contour point, ICCP) 算法。2002年, Garner CB[53]在不同的仿真條件下, 對最近等值線匹配算法的導航精度進行了分析。近幾年, 海軍工程大學、解放軍工程大學、中科院測地所和武漢大學等單位也分別將TERCOM算法、ICCP算法和SITAN算法應用于重力輔助慣性導航中并對傳統匹配算法提出改進方案[54-56]。

相關分析方法的工作原理是: 不同地理位置處的重力異常值不同, 所以不同地點的位置信息可以根據其重力異常進行確定。重力傳感器實時測量重力值并歸算出重力異常, 根據慣導系統提供的位置信息和誤差特性在重力背景圖上確定搜索范圍, 將測得的重力異常值序列與重力背景圖進行相關分析, 匹配效果最好的位置點就是載體真實位置的估計[57-58]。相關分析方法對慣導系統提供的初始位置誤差沒有過高的要求。最優匹配位置在理想情況下應該是離載體的真實位置最接近的網格點。可是目前技術水平導致重力背景圖的分辨率較低, 會引起一定的匹配誤差。相關分析方法需要采集位置點序列, 較低的重力圖分辨率, 使得獲得匹配序列的時間更長, 嚴重影響導航系統實時性。另外, 相關分析方法受航向誤差影響較大。

ICCP算法來源于圖像配準中的基于等值線的算法。ICCP算法的實質是多邊弧的匹配, 它通過慣導提供的軌跡向重力場等值線上投影的軌跡匹配, 通過平移和旋轉操作使慣導指示軌跡靠近載體真實軌跡[59-62]。ICCP算法的成立條件為: 慣導誤差限定在一定范圍內; 重力量測誤差極小。但這2個假設幾乎不可能成立, 因而造成最近等值線點不一定存在或者不能確定。此外, ICCP算法忽略了參考導航系統在短時間內的誤差變化,應用時限制了匹配點數。

遞推濾波方法來源于SITAN算法。SITAN算法是20世紀70年代由美國桑迪亞實驗室開發的一種地形輔助導航技術。重力場觀測方程是非線性的, SITAN算法采用隨機線性化技術實時建立線性化觀測方程, 經擴展卡爾曼濾波器得到導航誤差的估計值, 然后把誤差估值反饋回慣導系統, 從而對其導航狀態進行修正[63-66]。SITAN算法的實時性好, 工作性能好, 容許大的機動性。但需要有較精確的初始誤差, 對非線性觀測模型線性化敏感, 線性化精度低會導致濾波發散[67]。傳統匹配算法相鄰匹配點之間相互獨立出現誤匹配不能及時修正, 于是利用慣導相鄰點之間的距離相關性和相位相關性進行二次估計可以提高匹配算法的快速性、精確性和魯棒性。

3) 矢量化重力匹配算法

傳統重力匹配過程主要考慮慣性導航系統誤差、重力場背景圖誤差、實時重力測量誤差和重力匹配算法誤差及其耦合關系, 運載體在重力適配區進行匹配時, 沒有充分考慮載體運動的速度和航向等矢量信息。文中提出結合運載體的運動速度與航向信息, 將慣性導航系統采樣點之間的距離相關性加入到匹配過程中, 通過采樣點之間的位置相關性對匹配結果進行校正, 進而建立矢量化的重力匹配方法[68-69]。根據載體不同的運動特性, 選取采樣點間不同維度的組合矢量, 形成最優矢量匹配方法。其中, 矢量化匹配的原理如圖4所示。

當載體運動方向變化時, 慣導誤差的變化容易造成匹配誤差, 需要將當前匹配點時刻以前的采樣點加入匹配點集中并且將采樣點間的相位關系納入判別式。這樣, 匹配點集就包括了當前匹配時刻前后的采樣點。由于當前匹配點前的采樣點已經完成了二次匹配, 它們精度較高, 所以匹配時刻前的采樣只選擇當前時刻附近的采樣點即可。而匹配時刻后的采樣選擇距匹配點一定范圍內可信度較高的采樣點。另外, 采樣點的個數和選擇范圍根據算法的精度和實時性要求決定, 并且算法用加權最小二乘法求得最終結果。由于傳統的單點匹配算法是基于擴展Kalman濾波的匹配算法, 所以會存在線性化誤差, 在重力分布非線性程度高的區域易發散。所以提出用粒子濾波代替擴展卡爾曼濾波避免線性化帶來的誤差, 以擴大矢量化匹配算法的適用范圍。通過建立矢量化重力/地磁匹配方法的可信度評價準則, 給出定位結果的置信區間。

1.6 綜合校正

獲得了重力匹配定位結果后, 需要利用該結果對慣性導航系統進行綜合校正, 以提高水下航行器導航系統的精度。

20世紀90年代初, 洛克希德·馬丁公司開發了無源重力輔助慣性導航系統(gravity aided inertial navigationGAINS), 其原理是以無源方式減少和限定慣性導航誤差[70]。文中按照重力測量傳感器的不同, 介紹2種組合導航系統: 重力梯度導航系統[71-72]和重力輔助慣性導航系統[73-75]。

1) 重力梯度導航系統

重力梯度導航系統(gravity gradiometer navi- gation system, GGNS)的結構如圖5所示。

首先, 慣導系統提供位置點, 利用該位置點在預存的重力梯度基準圖中提取出對應的重力梯度值。然后, 提取值與重力梯度儀實測的值做差作為最優濾波器的量測方程, 通過最優濾波器得到最優估計點。最后, 利用最優估計點來補償慣導誤差。

在基于重力梯度圖的組合導航系統中, 當采用0.01°/h精度的陀螺儀時: GGNS系統水平定位圓概率誤差 (circular error probable, CEP)可達60 m; 垂向定位CEP可以減少至30 m; 水平速度CEP小于0.4 kn/h。在沒有存儲的重力梯度圖的情況下, GGNS系統的誤差也會隨時間累積, 但其增長速率較純慣導系統的誤差累積速度明顯減小。

2) 重力輔助慣性導航系統

GAINS的結構如圖6所示。

首先, 系統利用慣導提供的位置信息從重力場基準圖中提取出重力場信息, 然后采用重力梯度儀實時測得的梯度數據誤差和深度傳感器與INS 給定的深度之差作為最優濾波器的觀測信息, 并用擴展Kalman濾波器做最優估計, 最終輸出導航參數信息。在無事先存儲的重力圖的情況下, GAINS的緯度誤差、東向和北向速度誤差有界; 經度誤差無界; 位置誤差低于導航儀標稱誤差10%的精度; 有圖的GAINS可以使經度誤差有界, 且緯度誤差比無圖模式更為理想。

2 結束語

慣性/重力匹配導航是利用慣性導航系統的高度自主性和信息全面性特點, 結合重力信息的時空分布穩定性, 形成的水下自主導航方式。重力匹配定位是水下航行器導航的重要手段, 隨著重力場背景圖的不斷豐富, 慣性導航系統和重力測量設備的體積成本不斷減小, 能夠廣泛的應用于各類有人/無人水下航行器。

對于平均速度50 kn、航程50 km、水深50 m的水下高速航行器, 導航性能直接決定了其效能。水下高速航行器的運動特點是: 速度信息不準確、航程長、機動性強和3D運動。首先, 對于運動信息不確定性, 可以利用重力匹配定位為慣導系統提供校正信息, 通過分析適配區分布、合理規劃航跡和多處校正解決航程長的問題。而對機動性強的問題, 可以采用矢量匹配方法來充分利用機動特性。另外, 合理利用深度計獲得的高精度動態高程信息對慣導系統進行校正能幫助估計航行器的3D運動。

在慣性/重力匹配導航研究領域, 還有重力測量設備的小型化、重力測量輸出的實時性和重力匹配定位的快速性和模塊化等問題需要進一步研究。

[1] Yuan B, Liao D, Han S. Error Compensation of an Optical Gyro INS by Multi-axis Rotation[J]. Measurement Science and Technology, 2012, 23(2): 1-9.

[2] Ben Y, Wu X, Chai Y, et al. Research on Error Modulating of SINS Based on Single-axis Rotation[C]//Proceeding IEEE/ ICME International Conference on Complex Medical Engin- eering. Harbin: IEEE, 2011.

[3] Sun F, Sun W, Gao W, et al. Research on the Technology of Rotational Motion for FOG Strapdown Inertial Navigation System[C]//Proceeding IEEE International Conference on Mechatronics and Automation. Changchun: IEEE, 2009.

[4] Bar Itzhack I Y, Goshen Meskin D. Unified Approach to Inertial Navigation System Error Modeling[J]. Journal of Guidan- ce, Control and Dynamics, 1992, 15(3): 648-653.

[5] 鄧志紅, 蔡山波, 王博, 等. 一種旋轉調制慣導系統的復合旋轉控制算法[J]. 系統工程與電子技術, 2016, 38 (11): 2610-2616.

Deng Zhi-hong, Cai Shan-bo, Wang Bo, et al. Compound Rotation Control Algorithm for Rotational INS[J]. Syst- ems Engineering and Electronics, 2016, 38(11): 2610- 2616.

[6] Deng Z, Sun M, Wang B. Error Modulation Scheme Anal- ysis of Dual-axis Rotating Strap-down Inertial Navigation System based on FOG[C]//Control Conference. Antibes: IEEE, 2014.

[7] 楊國梁, 王瑋, 徐燁烽, 等. 旋轉調制式激光捷聯慣導安裝誤差分析與標定[J]. 儀器儀表學報, 2011, 32(2): 302-308.

Yang Guo-liang, Wang Wei, Xu Ye-feng, et al. Research on Installation Error Analysis and Calibration for LSINS Based on Rotation Modulation[J]. Chinese Journal of Scientific Instrument, 2011, 32(2): 302-308.

[8] 尹洪亮, 楊功流, 宋凝芳, 等. 旋轉激光陀螺慣導系統誤差傳播特性分析[J]. 北京航空航天大學學報, 2012, 38(3): 345-350.

Yin Hong-liang, Yang Gong-liu, Song Ning-fang, et al. Error Propagating Characteristic Analyzing for Rotating LG INS[J]. Journal of Beijing University of Aeronautics and Astronautics, 2012, 38(3): 345-350.

[9] 劉錫祥, 徐曉蘇, 陳臣, 等. 基于單軸旋轉組合的捷聯慣導雙軸旋轉調制算法設計[J]. 中國慣性技術學報, 2011, 19(4): 379-386.

Liu Xi-xiang, Xu Xiao-su, Chen Chen, et al. Rotation Mo- dulation Algorithm Design for SINS Based on Integration of Single-axis Rotations[J]. Journal of Chinese Inertial Technology, 2011, 19(4): 379-386.

[10] 祝燕華, 蔡體菁. 旋轉光纖捷聯慣導系統的誤差效應分析[J]. 中國慣性技術學報, 2011, 19(2): 140-144.

Zhu Yan-hua, Cai Ti-jing. Error Analysis of Rotating St- rapdown Inertial Navigation System Based on FOG[J]. Jo- urnal of Chinese Inertial Technology, 2011, 19(2): 140- 144.

[11] 張倫東, 練軍想, 胡小平. 載體角運動對旋轉式慣導系統旋轉調制效果的影響[J]. 國防科技大學學報, 2011, 33(4): 152-156.

Zhang Lun-dong, Lian Jun-xiang, Hu Xiao-ping. The Eff- ect of Vehicle Angle Motion on Rotation Modulation Te- chnology for Rotating INS[J]. Journal of National University of Defense Technology, 2011, 33(4): 152-156.

[12] 于旭東, 龍興武, 王宇, 等.激光陀螺單軸旋轉慣導系統多位置對準技術研究[J]. 傳感技術學報, 2011, 24(6): 824-828.

Yu Xu-dong, Long Xing-wu, Wang Yu, et al. Research on Multi-position Alignment in Single-Axial Rotation Inertial Navigation System with Ring Laser Gyroscope[J]. Ch- inese Journal of Sensors and Actcators, 2011, 24(6): 824- 828.

[13] Wang H, Deng Z, Wang B. Analysis of Error Suppression Performance in the Carrier Angle Motion Status for Rotation for FOG Inertial Navigation System[C]//Control Con- ference. Antibes: IEEE, 2014.

[14] Zhou Y, Deng Z, Wang B, et al. Moving base Disturbance Suppression Method of Rotary INS based on Rotation An- gular Rate[C]//Control Conference. Hyderabad: IEEE, 2013.

[15] 袁保倫. 四頻激光陀螺旋轉式慣導系統研究[D]. 長沙:國防科學技術大學, 2007.

[16] 尚松田, 付夢印, 劉彤. 單軸旋轉式捷聯慣導系統轉位方案[J]. 北京理工大學學報, 2011, 31(11): 1318-1321.

Shang Song-tian, Fu Meng-yin, Liu Tong. Single-axial Rotation Modulation SINS Indexing Scheme[J]. Journal of Beijing Institute of Technology(Social Sciences Edition), 2011, 31(11): 1318-1321.

[17] 鄧志紅, 蔡山波, 王博, 等. 一種旋轉調制慣導系統的復合旋轉控制算法[J]. 系統工程與電子技術, 2016, 38(11): 2610-2616.

Deng Zhi-hong, Cai Shan-bo, Wang Bo, et al. Compound Ro- tation Control Algorithm for Rotational INS[J]. Systems Engineering and Electronics, 2016, 38(11): 2610-2616.

[18] 郝燕玲, 張義, 孫楓, 等. 單軸旋轉式捷聯慣導方位對準研究[J]. 儀器儀表學報, 2011, 32(2): 309-315.

Hao Yan-ling, Zhang Yi, Sun Feng, et al. Analysis of Single- axial Rotation SINS Azimuth Alignment[J]. Chinese Journal of Scientific Instrument, 2011, 32(2): 309-315.

[19] 秦永元, 嚴恭敏, 顧冬晴, 等. 搖擺基座上基于信息的捷聯慣導粗對準研究[J]. 西北工業大學學報, 2005, 23(5): 681-684.

Qin Yong-yuan, Yan Gong-min, Gu Dong-qing, et al. A Clever Way of SINS Coarse Alignment Despite Rocking Ship[J]. Journal of Northwestern Polytechnical Universtiy, 2005, 23(5): 681-684.

[20] 秦永元, 朱新穎, 趙長山, 等. 艦載機捷聯慣導自對準方案設計與仿真[J]. 中國慣性技術學報, 2008, 16(1): 28-33.

Qin Yong-yuan, Zhu Xin-ying, Zhao Chang-shan, et al. Design and Simulation on SINS Self-alignment for Carrier Born Aircraft[J]. Journal of Chinese Inertial Technology, 2008, 16(1): 28-33.

[21] 徐博, 孫楓, 高偉. 艦船捷聯航姿系統自主粗對準仿真與實驗研究[J]. 兵工學報, 2008, 29(12): 1467-1473.

Xu Bo, Sun Feng, Gao Wei. The Coarse Alignment of Strap-down Inertial Navigation System for Ship[J]. Acta Armamentar, 2008, 29(12): 1467-1473.

[22] 趙長山, 秦永元, 魏亮. 抗干擾重力加速度積分粗對準算法[J]. 宇航學報, 2010, 31(10): 2335-2339.

Zhao Chang-shan, Qin Yong-yuan, Wei Liang. A Gravtiy- Based Anti-Interference Coarse Alignment Algorighm[J]. Journal of Astronautics, 2010, 31(10): 2335- 2339.

[23] 王新龍, 申亮亮, 謝佳. 捷聯慣導系統任意方位兩位置的對準模式[J]. 紅外與激光工程, 2008, 37(2): 371-375.

Wang Xin-long, Shen Liang-liang, Xie Jia. Arbitrary Ori- entation Two Position Alignment Mode of Strapdown Inertial Navigation System[J]. Infrared and Laser Engineering, 2008, 37(2): 371-375.

[24] 孫楓, 曹通. 一種單軸旋轉捷聯慣導的三位置對準方法[J]. 儀器儀表學報, 2011, 32(4): 838-842.

Sun Feng, Cao Tong. Three-position Alignment of Single- axis Rotation Strapdown Inertial Navigation System[J]. Chinese Journal of Scientific Instrument, 2011, 32(4): 838-842.

[25] 于旭東, 龍興武, 王宇, 等. 激光陀螺單軸旋轉慣導系統多位置對準技術研究[J]. 傳感技術學報, 2011, 24(6): 824-828.

Yu Xu-dong, Long Xing-wu, Wang Yu, et al. Research on Multi Position Alignment in Single-Axial Rotation Inertial Navigation System with Ring Laser Gyroscope[J]. Ch- inese Journal of Sensors and Actuators, 2011, 24(6): 824- 828.

[26] 王榮穎, 許江寧, 卞鴻巍. 基于可觀測性分析的方位旋轉式慣導初始對準仿真研究[J]. 中國慣性技術學報, 2009, 17(1): 15-19.

Wang Rong-ying, Xu Jiang-ning, Bian Hong-wei. Initial Alignment of Azimuth Rotating GINS Based on Observability Analysis[J]. Journal of Chinese Inertial Technology, 2009, 17(1): 15-19.

[27] 孫楓, 孫偉. 旋轉捷聯慣導系統精對準技術[J]. 系統工程與電子技術, 2010, 32(3): 630-633.

Sun Feng, Sun Wei. Fine Alignment by Rotation in Stra- pdown Inertial Navigation Systems[J]. Systems Engine- ering and Electronics, 2010, 32(3): 630-633.

[28] 周元, 鄧志紅, 王博, 等. 旋轉式慣導系統光纖陀螺在線自標定方法[J]. 哈爾濱工程大學學報, 2013, 34(7): 866-872.

Zhou Yuan, Deng Zhi-hong, Wang Bo, et al. Online Self- calibration of FOG for Rotational Inertial Navigation Sy- stem[J]. Journal of Harbin Engineering University, 2013, 34(7): 866-872.

[29] 劉彤, 周元, 王博, 等. 基于可觀測性分析的旋轉式慣導系統在線自標定方法的設計[J]. 導航與控制, 2013, 12(1): 1-7.

Liu Tong, Zhou Yuan, Wang Bo, et al. Design of Observability Analysis Based On-line Self Calibration Method for Rotational INS[J]. Navigation and Control, 2013, 12 (1): 1-7.

[30] Wang B, Ren Q, Deng Z, et al. A Self-Calibration Method for Nonorthogonal Angles between Gimbals of Rotational Inertial Navigation System[J]. IEEE Transactions on Ele- ctronic Devices, 2015, 62(4): 2353-2362.

[31] Ren Q, Wang B, Deng Z, et al. An Optimization Selfcalibration Method of Rotational Inertial Navigation System Based on Genetic Algorithm[C]//Proceeding Conference on Mechatronic Sciences, Electric Engineering and Computer (MEC). Shengyang: IEEE, 2013.

[32] 許厚澤, 周旭華, 彭碧波. 衛星重力測量[J]. 地球空間信息, 2005, 3(1): 1-3.

Xu Hou-zhe, Zhou Xu-hua, Peng Bi-bo. Satellite Gravity Measurement[J]. Geospatial Information, 2005, 3(1): 1-3.

[33] 彭富清.海洋重力輔助導航方法及應用[D]. 鄭州: 解放軍信息工程大學, 2009.

[34] 王虎彪, 王勇, 陸洋, 等. 用衛星測高和船測重力資料聯合反演海洋重力異常[J]. 大地測量與地球動力學, 2005, 25(1): 81-86.

Wang Hu-biao, Wang Yong, Lu Yang, et al. Inversion of Marine Gravity Anomalies by Combinating Multi-Altim- eter Data and Shipborne Gravimetric Data[J]. Jounal of Geodesy and Geodynamics, 2005, 25(1): 81-86.

[35] 田晉, 暴景陽, 劉雁春. 全球位系數模型構建高精度局部重力場的Clenshaw求和[J]. 武漢大學學報, 2005, 30 (10): 905-909.

Tian Jin, Bao Jing-yang, Liu Yan-chun. Cleshaw Summation in Constructing High Resolution Gravity Field from the Geopotential Coefficient Expression Model[J]. Geom- atics and Information Science of Wuhan University, 2005, 30(10): 905-909.

[36] 劉毅, 張彩明. 約束5點決定二次曲線的研究及其在參數插值中的應用[J]. 計算機研究與發展, 2005, 42(12): 2161-2168.

Liu Yi, Zhang Cai-ming. Study of Determining a Conic with Five Constrained Points and Its Application in Para- metric Interpolation[J]. Journal of Computer Research and Development, 2005, 42(12): 2161-2168.

[37] 劉曉艷, 鄧重陽. 非均勻三次B樣條曲線插值的Jacobi- PIA算法[J]. 計算機輔助設計與圖形學學報, 2015, 27(3): 485-491.

Liu Xiao-yan, Deng Chong-yang. Jacobi-PIA Algorithm for Non-uniform Cubic B-Spline Curve Interpolation[J]. Jour- nal of Computer Aided Design & Computer Graphics, 2015, 27(3): 485-491.

[38] 李姍姍. 水下重力輔助慣性導航的理論與方法研究 [D]. 鄭州: 解放軍信息工程大學, 2010.

[39] Hugh R, Louis M, Roberts A. Next Generation Marine Precision Navigation System [C]//IEEE Position Location and Navigation Symposium. USA: IEEE, 2000.

[40] Jekeli C. Airborne Vector Gravimetry Using Precise, Position-Aided Inertial Measurement Units[J]. Bulletin Geodesique, 1994, 69(1):1-11.

[41] 金際航, 邊少鋒, 李勝全, 等. 重力梯度儀輔助慣導導航的誤差分析[J]. 海洋測繪, 2010, 30(5): 21-23.

Jin Ji-hang, Bian Shao-feng, Li Sheng-quan, et al. Error Analysis in Gravity Gradiometer Aided Inertial System[J]. Hydrographic Surveying and Charting, 2010, 30(5): 21- 23.

[42] 劉少明, 孫少安, 盧紅艷, 等. LCR重力儀與CG-5重力儀的長基線混合標定[J]. 大地測量與地球動力學, 2012, 32(1): 56-59.

Liu Shao-ming, Sun Shao-an, Lu Hong-yan, et al. Mixed Calibration on Long Baseline for LCR and CG-5 Gravimeters[J]. Journal of Geodesy and Geodynamics, 2012, 32(1): 56-59.

[43] 吳瓊, 郝曉光, 滕云田, 等. 系統自振對絕對重力儀的影響模式分析[J]. 武漢大學學報(信息科學版), 2012, 37(8): 980-983.

Wu Qiong, Hao Xiao-guang, Teng Yun-tian, et al. Influence Mode Analysis of Self Vibration on Absolute Gravimeter[J]. Geomatics and Information Science of Wuhan University, 2012, 37(8): 980-983.

[44] 李海兵, 蔡體菁. 全張量重力梯度儀測量方程及誤差分析[J]. 東南大學學報(自然科學版), 2010, 40(3): 517-521. Li Hai-bing, Cai Ti-jing. Measurement Equations and Error Analysis of Full Tensor Gravity Gradiometer[J]. Journal of Southeast University(Natural Science Edition), 2010, 40(3): 517-521.

[45] 舒晴, 周堅鑫, 尹航, 等. 航空重力梯度儀研究現狀及發展趨勢[J]. 物探與化探, 2007, 31(6): 485-488.

Shu Qing, Zhou Jian-xin, Yin Hang, et al. Present Research Situtation and Development Trend of Airborne Gravity Gradiometer[J]. Geophysical and Geochemical Exploration, 2007, 31(6): 485-488.

[46] 王晶, 楊功流, 李湘云, 等. 重力擾動矢量對慣導系統影響誤差項指標分析[J]. 中國慣性技術學報, 2016, 24(3): 285-290.

Wang Jing, Yang Gong-liu, Li Xiang-yun, et al. Error Indicator Analysis for Gravity Disturbing Vector′s Influence on Inertial Navigation System[J]. Journal of Chinese Inertial Technology, 2016, 24(3): 285-290.

[47] Albert J, Dosch H, Daniel E H. Gravity Aided Inertial Navigation System(GAINS)[C]//Proceedings of the Ann- ual Meeting-Institute of Navigation. Washington.DC, USA: 1991, 221-229

[48] 束蟬方. 高精度慣導系統的重力補償系統研究[D]. 武漢: 武漢大學, 2005.

[49] 姜磊, 王宇. 高精度慣導系統重力擾動誤差抑制技術[J]. 儀器儀表學報, 2014, 35(12): 146-150.

Jiang Lei, Wang Yu. Technology of Error Suppression Ca- used by Gravitational Disturbance in High-precision Inertial Navigation System[J]. Chinese Journal of Scientific Instrument, 2014, 35(12): 146-150.

[50] 李勝全, 歐陽永忠, 常國賓, 等. 慣性導航系統重力擾動矢量補償技術[J]. 中國慣性技術學報, 2012, 20(4): 410-413.

Li Sheng-quan, Ouyang Yong-zhong, Chang Guo-bin, et al. Compensation Technology of Gravity Disturbance Ve- ctor in Inertial Navigation System[J]. Journal of Chinese Inertial Technology, 2012, 20(4): 410- 413.

[51] Wang B, Zhu Y, Deng Z, et al. The Gravity Matching Area Selection Criteria for Underwater Gravity-Aided Navigation Application Based on the Comprehensive Characteristic Parameter[J]. IEEE/ASME Transactions on Mechatronics, 2016, 21(6): 2935-2943.

[52] 朱宇煒. 基于重力信息的航跡規劃方法研究[D]. 北京: 北京理工大學, 2015.

[53] Bishop G C. Gravitational Field Maps and Navigational Errors Unmanned Underwater Vehicles[J]. IEEE Journal of Ocean Engineering, 2002, 27(3): 726–737.

[54] 諶劍, 張靜遠, 查峰, 一種改進ICCP水下地形匹配算法[J]. 華中科技大學學報(自然科學版), 2012, 40(10): 63-67.

Chen Jian, Zhang Jing-yuan, Zha Feng. Improved ICCP Algorithm for Underwater Terrain Matching Method[J]. Journal of Huazhong University of Science and Technology(Nature Science), 2012, 40(10): 63-67.

[55] 程力, 蔡體菁, 夏冰. 重力輔助慣性導航系統中的一種新的相關匹配算法[J]. 儀器儀表學報, 2006, 27(z3): 2235-2236.

Chen Li, Cai Ti-jing, Xia Bing. Correlative Matching Algorithm of Gravity Aided Inertial Navigation System[J]. Chinese Journal of Scientific Instrument, 2006, 27(z3): 2235-2236.

[56] 童余德, 邊少鋒, 蔣東方. 基于局部連續場的重力匹配輔助導航[J]. 中國慣性技術學報, 2011,19(6): 681-685.

Tong Yu-de, Bian Shao-feng, Jiang Dong-fang. Gravity Matching Aided Navigation Based on Local Continuous Field[J]. Journal of Chinese Inertial Technology, 2011, 19(6): 681-685.

[57] Lee Y M, Lee S M, Park C G, et al. Improvement of TERCOM Aided Inertial Navigation System by Velocity Correction[C]//Positiion, Location and Navigation Symposium. Myrtle Beach, USA: IEEE, 2012.

[58] Han Y, Wang B, Deng Z, et al. An Improved TERCOM- Based Algorithm for Gravity-Aided Navigation[J]. IEEE Sensors Journal, 2016, 16(8): 2537-2544.

[59] 白文平, 王志剛. ICCP重力匹配輔助導航算法研究及改進[J], 計算機仿真, 2013, 30(6): 15-9.

Bai Wen-ping, Wang Zhi-gang. Researching and Improving of ICCP Algorithm for Gravity Aided Inertial Navigation [J]. Computer Simulation, 2013, 30(6): 15-9.

[60] 蔣東方, 童余德, 邊少鋒. ICCP重力匹配算法在局部連續背景場中的實現[J]. 武漢大學學報: 信息科學版, 2012, 37(10): 1203-1206.

Jiang Dong-fang, Tong Yu-de, Bian Shao-feng. The Study on ICCP Algorithm for Gravity Matching Based on Local Continuous Field[J]. Geomatics and Information Science of Wuhan University, 2012, 37(10): 1203-1206.

[61] Meiqi L, Bo W, Zhi H d, et al. Improved ICCP Algorithm and Its Application in Gravity Matching Aided Inertial Navigation System[C]//Control 33rd Chinese Conference (CCC2014). Nanjing: IEEE, 2014: 562-567.

[62] 童余德, 邊少峰, 蔣東方. 實時ICCP 算法重力匹配仿真[J]. 中國慣性技術學報, 2011, 19(3): 340-343.

Tong Yu-de, Bian Shao-feng, Jiang Dong-fang. Gravity Matching Simulation of Real-time ICCP Algorithm[J]. Journal of Chinese Inertial Technology, 2011, 19(3): 340- 343.

[63] 許大欣, 王勇, 王虎彪. 重力垂直梯度和重力異常輔助導航SITAN算法結果分析[J]. 大地測量與地球動力學, 2011, 31(1): 127-131.

Xu Da-xin, Wang Yong, Wang Hu-biao. Results Analysis of Vertical Gradient of Gravity and Gravity Anomaly Aided Navigation with SITAN Algorithm[J]. Journal of Geodesy and Geodynamics, 2011, 31(1): 127- 131.

[64] 聶琦. 非線性濾波及其在導航系統中的應用[D]: 哈爾濱: 哈爾濱工程大學, 2008.

[65] 黃鳳榮, 翁海娜. 慣性/重力匹配組合導航系統的濾波技術研究[J]. 天津航海, 2006(4): 41-43.

Huang Feng-rong, Weng Hai-na. A Research on the Filtering of the Inertial/Gravitational Matching Combination Navigation System[J]. Tianjin of Navigation, 2006(4): 41- 43.

[66] 侯慧娟. 慣性/重力組合導航匹配濾波算法的研究與實現[D]. 哈爾濱: 哈爾濱工程大學, 2009.

[67] 汪鳳林, 蔡體菁, 王東霞. 慣性/重力匹配組合導航系統可觀測性研究[J]. 安徽大學學報(自然科學版), 2008, 32(6): 27-31.

Wang Feng-lin, Cai Ti-jing, Wang Dong-xia. Inertial /gravity Matching Integrated Navigation System[J]. Journal of Anhui University(Natural Sciences), 2008, 32(6): 27-31.

[68] Wang B, Li Y, Deng Z, et al. A Particle Filter-Based Matching Algorithm With Gravity Sample Vector for Underwater Gravity Aided Navigation[J]. IEEE/ASME Tran- sactions Mechatronics, 2016, 21(3): 1399-1408.

[69] 于力. 水下運載體重力匹配算法研究[D]. 北京: 北京理工大學, 2015.

[70] 秦政, 邊信黔, 施小成, 等. 水下運載體重力輔助慣性導航系統仿真平臺[J]. 武漢大學學報(信息科學版), 2008, 33(7): 755-758.

Qin Zheng, Bian Xin-qian, Shi Xiao-cheng, et al. Simulation Platform of Gravity Aided Inertial Navigation System for Underwater Vehicle[J]. Geomatics and Information Science of Wunan Universtiy, 2008, 33(7): 755-758.

[71] 王虎彪, 王勇, 許大欣, 等. 重力垂直梯度導航值特征分布與可導航性分析[J]. 測繪學報, 2010, 39(4): 364- 369.

Wang Hu-biao, Wang Yong, Xu Da-xin, et al. Distribution of Navigation Value about Vertical Gradient and Its Navigability Analysis[J]. Acta Geodaetica Etcartographica Sinica, 2010, 39(4): 364-369.

[72] 徐遵義, 晏磊, 寧書年, 等. 海洋重力輔助導航的研究現狀與發展[J]. 地球物理學進, 2007, 22(1): 104-111.

Xu Zun-yi, Yan Lei, Ning Shu-nian, et al. Situation and Development of Marine Gravity Aided Navigation System[J]. Progress in Geophysics, 2007, 22(1): 104-111.

[73] 盧楨, 蔡體菁. 重力輔助導航仿真演示系統設計與實現[J]. 艦船電子工程, 2009, 29(6): 86-89.

Lu Zhen, Cai Ti-jing. Design and Realization of Gravity Aided Inertial Navigation Simulation Demo System[J]. Ship Electronic Engineering, 2009, 29(6): 86-89.

[74] 盧楨. 重力輔助慣性導航仿真系統設計與實現[D]. 南京: 東南大學, 2010.

[75] 姚劍奇. 水下重力輔助導航定位方法研究[D]. 哈爾濱:哈爾濱工程大學, 2015.

(責任編輯: 楊力軍)

Review of Undersea Autonomous Inertial-Gravity Matching Navigation

FU Meng-yin1, LIU Fei2, YUAN Shu-ming3, OUYANG Yong-zhong4, WANG Bo5

(1. Nanjing University of Science and Technology, Nanjing 210094, China; 2. The 707 Research Institute, China Shipbuilding Industry Corporation, Tianjin 300131, China; 3. Naval Academy of Armament, Beijing 100073, China; 4. Naval Institute of Hydrographic Surveying and Charting, Tianjin 300061, China; 5. School of Automation, Beijing Institute of Technology, Beijing 100081, China)

Ocean resource has important significance for national economy and national security, and undersea autonomous navigation is the key technology of Chinese ocean strategy. Undersea inertial-gravity matching navigation becomes one of the important methods for undersea autonomous navigation because of its high precision, long-endurance and concealing. The researches on key technologies of undersea inertial-gravity matching navigation are reviewed in this paper. Firstly, the significance of undersea inertial-gravity matching navigation and the system structure as well as their development are discussed. Then, the key technologies, including rotation-modulating inertial navigation system(INS), construction of gravity map, real-time measurement of gravity, gravity compensation, gravity matching and comprehensive correction, are introduced in detail. Finally, corresponding research direction and emphasis are provided, and the challenge and strategy in research of undersea high-speed vehicle navigation are described. This paper may provide a reference for the research of undersea high-precision autonomous navigation.

inertial-gravity matching; autonomous navigation; rotation-modulating inertial navigation system(INS); gravity matching algorithm; undersea high-speed vehicle

TJ630.2;TN967.2

A

2096-3920(2017)01-0031-13

10.11993/j.issn.2096-3920.2017.01.002

2017-03-01;

2017-03-25.

付夢印(1964-), 男, 南京理工大學校長, 博士, 長江學者特聘教授,“973”項目技術首席, 研究方向為組合導航與智能導航技術.

【編者按】水下航行器作為人類對海洋進行探索和開發的重要工具, 被廣泛應用于軍事和民用領域。實現水下航行器水下長航時、高精度自主導航, 是適應當今世界格局變化、實現我國海洋戰略的重要保證, 對于國家安全與國民海洋資源開發具有極其重要的意義。隨著科學技術的不斷進步, 慣性導航系統以其自主性、不受限制, 隱蔽性及抗干擾性等諸多優點, 被越來越多地應用于各類水下航行器。但其誤差隨時間累積的固有缺陷也使得純慣性系統因需要及時校正而難于長航時使用。為此, 以慣性導航系統為主, 輔之以重力、地形、地磁等特征信息的匹配導航已成為未來遠程導航的發展趨勢。水下慣性/重力匹配導航系統就是利用重力場這一地球物理場固有信息, 對慣性導航系統長航時條件下的誤差漂移進行抑制和修正, 充分滿足了AUV等各類水下航行器“自主性、高精度、長航時和隱蔽性”的要求, 具有顯著的軍事用途。國外早在20世紀70年代就開始了該領域關鍵技術的研究, 并已步入實際應用階段。2000年以來, 國內學者也開展了相應的研究工作, 目前的研究成果主要集中在系統組成、重力場的研究與測繪和組合匹配算法的實現等方面。付夢印教授是我國陸用武器系統導航、制導與控制領域學術帶頭人, 教育部長江學者, “973”項目技術首席。他帶領的團隊在水下慣性/重力匹配自主導航相關技術領域取得了突出成績, 突破了諸多技術難關, 工程應用成效顯著。適逢我刊創刊之際, 我們特約付教授精心撰文, 詳細介紹了水下慣性/重力匹配自主導航主要關鍵技術, 全景式地為廣大讀者呈現了國內在該領域的最新研究進展, 信息量大, 值得細細品讀。

[引用格式]付夢印, 劉飛, 袁書明, 等. 水下慣性/重力匹配自主導航綜述[J]. 水下無人系統學報, 2017, 25(1): 31-43.