UUV多源自主導航關鍵技術研究

孟凡琛,曹宇鵬,張宇飛,于 航,王虹陽,符 聰

（1.北京航天控制儀器研究所,北京 100039; 2.嶗山實驗室,青島 266237;3.中國人民解放軍91039 部隊,北京 102401; 4.昆船智能技術股份有限公司,昆明 650041）

0 引言

隨著現代海上戰爭朝著強對抗、非線性、多樣化的信息時代發展,水下戰場空間在形態演變上也展現出“無人化” 的趨勢[1]。其中,以水下無人潛航器（Unmanned Underwater Vehicle,UUV）為代表的無人作戰系統將給水下戰爭形態帶來革命性變化。UUV 作為一種智能化程度高、自主導航能力強的海洋裝備,相比傳統水面艦艇和潛艇,可應用的任務海域范圍更廣,同時在風險承受力、生存力、隱蔽性、使用靈活性、戰斗穩定性、可持續性和建造使用成本等諸多方面也擁有更大優勢。近年來,圍繞大型UUV “聯得上、帶得多、跑得遠、回得來” 等卡脖子難題,美、俄等國啟動了多個大排量水下無人潛航器（直徑超過1.4m）研發項目,覆蓋了水下自主導航、定位與通信、集群協同、能源動力等多項關鍵技術,以期進一步提升其水下作戰效能?？梢?UUV 作為多種技術的“復合體”,如能充分發揮其“眾智集群” 的技術優勢,未來應用前景廣闊。

在大排量UUV 的多個關鍵技術研究中,其導航系統需要提供高精度的導航定位功能以保證安全到達作業位置,同時需要兼顧到水下環境多樣性、時變性等環境變量,為了實現上述目標,自主導航技術就成了UUV 執行任務過程中實現自動化、智能化運行的核心[2-3]。因此,充分利用UUV搭載的多種導航感知與在線量測設備設計出一套精度高、容錯性好、魯棒性強的水下自主導航系統,具有重要的戰略意義。國內外重點發展的水下自主導航技術目前分為四類: 全球衛星導航系統（Global Navigation Satellite System,GNSS）、航位推算/慣性導航系統（Inertial Navigation System,INS）、聲學導航系統和地球物理場輔助導航系統[4-6]。四類水下導航技術均存在固有缺陷,任何單一導航系統的導航精度和可靠性均無法滿足大排量無人潛航器長航時、遠航程、高精度的任務需求。基于此,可采取的解決方案即是將兩種或兩種以上的導航系統融合起來,開發出具備多源信息和自主性相融合的組合導航技術,從而實現各導航系統之間的優勢互補,有效提高導航精度和可靠性。

目前,水下自主導航技術主要以慣性基組合導航為主流技術方案,譬如捷聯慣性導航系統（Strap-down Inertial Navigation System,SINS） /多普勒測速儀（Doppler Velocity Log,DVL） /GNSS 組合導航系統等[7-8]。目前,已有學者[9]研究分析了在近海與深遠海條件下水下航行器的長航時復合導航方案及關鍵技術,并指出了絕對標校是實現陸地-海面基準向海底基準傳遞的一個重要環節。也有學者[10]針對水下DVL/SINS 組合導航技術進行了深入的介紹,譬如DVL/SINS 傳感器誤差建模與在線標定補償技術、水下初始對準技術和DVL/SINS卡爾曼濾波數據融合等。此外,在潛航器定位通信研究方面,大排量UUV 上浮至水面過程中需要與GNSS 系統（如北斗） 進行組合導航定位。有學者[11]提出,一方面,可以直接利用北斗進行導航定位,獲取更加準確的導航信息;另一方面,可以利用北斗的短報文通信功能,收發岸基指控中心的作業任務指令。部分研究成果關注到了水下自主導航裝備作戰效能評估體系的構建[12],深入分析了無人潛航器的作戰效能。有些學者[13]分析了潛航器在螺旋下潛、拋載過渡、定角爬升、穩定至水面航行狀態下的水下運動全過程,包括運動學方程、動力學方程、流體動力參數設計等。此外,還有學者[14]對無人潛航器上浮過程進行受力分析,設計了潛航器停車后的運動模型以及對潛航器運動過程試驗設計進行了分析等。

本文以大排量UUV 為載體平臺,首先以整體戰技指標為需求牽引,提出了總體性能、總體結構、能源供電、動力推進、導航控制等核心模塊內在耦合聯系;其次,基于外部輔助導航模塊（北斗導航浮標、水聲收發機等）、內嵌輔助導航模塊（SINS 模塊、GNSS 模塊、地球物理場輔助導航、DVL 和深度傳感器等） 構建了水下慣性基多源自主導航總體架構以及擴展卡爾曼濾波模型;最后,提出了未來大排量無人潛航器的技術發展趨勢。

1 UUV 多源自主導航系統總體架構

水下大型UUV 設計過程中,需要結合無人作戰體系中的戰術指標和技術指標,對總體性能、總體結構、能源供電、動力推進、導航控制等任務進行分解。具體來說,需要結合UUV 快速性、機動性、裝載性等要求,設計潛航器高效低阻外形,包括線形、鰭舵布局等;按照衡重參數和承壓要求,設計耐壓殼體和總體附屬結構件;按照強弱動力供電和信號傳輸以及電磁兼容要求,設計潛航器動力電路網及信息電路網。此外,按照潛航器航行性能要求,對潛航器進行自主導航數字仿真計算和姿態控制半實物仿真測試,確定全艇路徑規劃及多源自主導航方案。

UUV 在水下多源自主導航信息融合過程中,由于導航傳感器數量眾多,種類不一,輸出量覆蓋了位置、深度、姿態、航向、時間、速度等多種導航狀態變量,必須歸納整理各種可用傳感器特征信息。為了收集上述信息,需要布局實現水下慣性基多源自主導航系統,該系統主要分為衛星導航GNSS 模塊、捷聯慣導模塊、輔助導航（地球物理場、水底地形匹配、聲學導航等） 傳感器、DVL 和深度傳感器等。其中,衛星導航GNSS 模塊可兼容北斗、GPS、Galielo 和GLONASS 等,用于潛航器布放回收過程中的水面姿態校準以及高精度組合導航定位解算;慣導信息采集模塊主要采集三軸高精度光纖陀螺儀、石英撓性加速度計信息,并進行在線誤差補償標校處理;輔助導航傳感器通過采集水底重力場、水底磁場、水底地形匹配數據等,增加水下多源自主導航信息融合的輔助觀測量;聲學導航傳感器主要包括LBL、SBL、USBL 等,需要結合具體的UUV 工作場景進行布放;DVL 傳感器根據多普勒效應利用超聲換能器進行UUV 速度測量;深度傳感器利用海水壓力進行深度測量。

在對多源信息融合算法中所需的姿態、速度、位置、航向、鐘差等進行觀測量輸入后,需要研究并篩選出可用于自主導航的傳感器與信號源,梳理其工作原理和適應的工作環境,架構其功能特征和性能指標,完成對水下多源自主導航場景信號特征的抽象建模和多屬性的傳感器數據處理。因此,需要通過搭建外部輔助導航模塊（北斗導航浮標、水聲收發機）以及內嵌輔助導航模塊（捷聯慣導、衛星導航、DVL、深度傳感器、槳速傳感器等）信號處理功能聚類總體技術架構,構建多維場景快速配置與重構的自主導航軟硬件一體化模型,實現基于多源信息融合的UUV 水下長航時自主導航。具體來說,SINS/GNSS/DVL/深度計/輔助導航多源信息融合主要是通過收集各個傳感器信息,并依據最優估計理論進行組合導航擴展卡爾曼濾波解算,其基本原理框圖如圖1所示。

在導航解算過程中,UUV 在水面和水下時采用不同的信息導航方法,具體情況如下:

1）在水面工作時,UUV 可以借助外部導航浮標,也可采用SINS/GNSS 組合導航方式。多模衛星導航GNSS 接收機模塊通過天線下變頻預處理射頻信號獲取的GNSS 導航信號PN 碼與本地碼進行相關運算,實現衛星導航信號的捕獲、跟蹤、比特和幀同步運算,最終提取出多模衛星導航信號偽距和偽距率觀測量;慣導信息采集模塊通過三軸陀螺儀和加速度計進行內部誤差補償,獲取角速度和比力信息;SINS/GNSS 自適應魯棒融合模塊基于衛星信號幅值的俯仰角運算估計獲取修正后的偽距和偽距率,并結合外部傳感器信息、捷聯慣導信息進行組合導航卡爾曼濾波器設計、過程噪聲和量測噪聲估計,同時反饋校正慣導誤差漂移,采用擴展卡爾曼導航濾波器進行PVT 信息及姿態融合解算。

2）在水下工作時,UUV 由于無法接收到GNSS衛星導航電磁波信號,故需要進行SINS/DVL/深度計/輔助匹配傳感器等多源信息融合,通過DVL 提供的高精度測速信息、深度計提供的高精度深度信息以及輔助導航提供的地球物理場信息構建組合導航觀測向量,同時抑制SINS 的誤差累積,構成傳統意義上的SINS/DVL/深度計/輔助匹配導航系統。具體將根據UUV 所處的深度位置,分為中層水域導航以及近海底導航兩種情況。

2 UUV 多源自主導航系統設計

2.1 UUV 多源自主導航系統基本工作流程

大排量UUV 上浮下潛及定深直航作業過程中,首先執行各個艙段內設備的測試自檢工作;其次,在自主導航系統工作過程中需要載入使命信息,校驗成功后才能選擇發送速度指令、航向指令和深度指令信息,同時判斷離散事件類型并進行相應的執行工作。其自主導航基本流程如圖2所示,具體分為以下9 種狀態:

圖2 UUV 水下自主導航基本工作流程Fig.2 Basic flowchart of UUV underwater autonomous navigation

1）當檢測到漏水或者能量不足狀態時,進行事件控制并重新規劃指令信息,并發布導航結束指令。

2）當檢測到擱淺狀態時,進行事件控制并發送停車指令信息,發送成功后進行浮態調整操作并發布導航結束指令。

3）當檢測到超深狀態時,進行事件控制并發送停車指令信息,發送成功后進行配重拋載操作并發布導航結束指令。

4）當檢測到故障狀態時,進行事件控制并發送故障控制信息,發送成功后發布控制結束指令。

5）當檢測到避碰狀態時,進行事件控制并發送任務掛起指令信息,掛起成功后進行避碰狀態檢測。如果避碰成功,則繼續恢復原有的導航任務;如果避碰失敗,則繼續進行避碰操作以及狀態檢測,直至檢測到避碰成功狀態,并恢復原有導航任務,繼續執行導航作業。

6）當檢測到航向調整狀態時,進行事件控制并發送新航向指令信息,發送成功后發布調整結束指令。

7）當檢測到GNSS 導航校準狀態時,進行事件控制并發送潛航器浮出水面指令信息,發送成功后進行GNSS 組合導航校準,并恢復導航任務,發布恢復成功指令。

8）當檢測到時間窗預警狀態時,進行事件控制并發送調整速度信息,發送成功后發布調整結束指令。

9）當檢測到到達使命點狀態時,進行事件控制并發送探測載荷傳感器上電信息,載入探測載荷模式,載入成功后進行預備數據采集或者執行特殊任務,使命操作結束后發送導航結束指令。

2.2 UUV 多源自主導航系統濾波模型設計

SINS/GNSS/DVL/深度計/輔助導航信息融合的過程可用如下步驟1～步驟6 的數學模型表達,通過初始化先驗估計協方差矩陣和過程噪聲矩陣進行迭代求解組合導航系統狀態向量,并實時反饋校正至捷聯慣導系統,循環重復上述步驟1～步驟6,從而實現水下多源自主導航信息融合解算。

步驟1: 計算狀態偏差一步預測值

步驟2: 計算狀態偏差估計值

步驟3: 計算系統方程一步預測均方誤差矩陣

步驟4: 計算濾波增益矩陣

步驟5: 計算系統估計均方誤差矩陣

步驟6: 計算狀態估計值

式（1） 中,Xk為慣性基自主導航系統狀態矩陣,為狀態變量在k時刻的擴展卡爾曼濾波狀態估計值,f為水下組合導航系統狀態轉移函數。式（2）中,Zk為組合導航系統觀測矩陣,h為組合導航系統觀測方程。式（3） 中,Γk-1為系統輸入噪聲矩陣;多源信息融合過程中,根據不同傳感器測量值,需要進行在線誤差標定及校準,Pk為擴展卡爾曼濾波誤差協方差矩陣,Qk為多源自主導航系統誤差協方差矩陣。式（4）中,Rk為組合導航系統觀測誤差矩陣;Kk為擴展卡爾曼濾波增益,其結果依托于運動系統動力學模型的系統傳遞函數解算。

UUV 多源自主導航誤差模型主要由SINS 誤差模型和多普勒計程儀DVL 誤差模型兩部分組成,根據捷聯慣導系統長期工作時的特點以及運動體動力學模型特征,選擇位置誤差、速度誤差、失準角、陀螺漂移作為系統狀態量。其中,陀螺漂移模型采用一階馬爾科夫過程描述;對于多普勒計程儀,它測量載體相對海底的速度和偏流角,測量誤差主要由速度偏移誤差、偏流角誤差和刻度系數誤差組成。速度偏移誤差和偏流角誤差采用一階馬爾科夫過程描述,刻度系數誤差為隨機誤差。UUV 多源自主導航系統狀態方程如下:

（1）系統狀態方程

式（7）中,系統狀態向量和系統噪聲分別如下

系統狀態轉移矩陣A和系統噪聲矩陣B形式如下

式（8）中,δL為地理緯度誤差,δλ為地理經度誤差,δvE和δvN為導航坐標系下東向和北向速度偏差,α、β、γ為運載體誤差角,εE、εN、εU為運載體漂移量,δvd為速度偏移誤差,δΔ 為偏移角誤差,δC為刻度系數誤差。式（9）中,wE、wN、wU為運載體漂移率,wd為速度偏移率,wD為偏移角偏移率。式（10）中,ASINS為捷聯慣性導航系統狀態轉移矩陣,AGyro為陀螺漂移反相關時間矩陣,ADVL為多普勒計程儀誤差反相關矩陣。

（2）系統量測方程

取SINS 解算速度和多普勒計程儀測量速度之差作為觀測量,得到系統量測方程

式（11）中,有

式（12）中,Kd為考慮偏流角的航跡項。

由于慣性導航系統的短時航向精度高,DVL的航速精度相對較高,UUV 水下場景中利用多源自主導航方式,結合擴展卡爾曼濾波算法融合SINS 和DVL 傳感器的測量數據,實時估計UUV 的位置和姿態等信息,并通過導航控制與能源供電系統實現定期的上浮下潛操作,進行水面任務指令收發與導航誤差在線修正,進而實現UUV 的長航時自主導航。

3 結論

受到水下無人裝備強約束適裝條件以及高海況復雜海洋環境影響,大型UUV 在實現導航的自主性、隱蔽性、高精度和長航時過程中面臨著諸多挑戰。水下大型UUV 技術主要聚焦總體、材料、動力、通信、導航、智能等方面: 總體涉及外形、結構、能源、推進、布局、控制等多個學科優化設計技術;材料和動力涉及高比功率推進電機設計以及輕量化結構材料選材等;通信包括高通量寬頻帶指令收發、遠距離數據回傳及遙控、大范圍精確示位等;導航包括水下大潛深、長航時、高精度自主導航定位以及路徑跟蹤等;智能包括精準穩定、可信安全、內嵌動力學機理的的集群協同導航、自主避障、自動目標識別等。

本文從當前的現實需求出發,重點分析了目前主流的UUV 水下導航定位技術,總結了自主導航技術目前存在的關鍵問題和技術難點,并針對性地設計了水下慣性基多源自主導航總體架構以及擴展卡爾曼濾波模型。總體來說,未來大型UUV 水下自主導航仍將以慣性導航為主,以其他導航為輔,向著全源化、集群化、智能化等趨勢發展,在軍事和民用領域都將發揮更大的作用。