[发明专利]一种基于双状态多因子抗差估计的SINS/DVL紧组合系统

说明书

一种基于双状态多因子抗差估计的SINS/DVL紧组合系统。通过下列步骤实现：步骤1：获取载体当前时刻SINS和DVL的采集数据；步骤2：根据步骤1的采集数据建立状态方程和量测方程；步骤3：对状态量和量测量进行卡方检测；步骤4：计算模型误差和量测误差的自适应因子；步骤5：根据步骤4的多因子调节卡尔曼滤波的增益矩阵；步骤6：根据步骤2的系统方程和步骤5的增益矩阵，利用卡尔曼进行最优估计，将递推结果反馈到SINS的解算结果，得到最终速度和位置信息。该方法利用DVL四波束的多普勒频移测量信息，在四波束测量值缺失非完整情况下依旧保证连续的测量信息。该方法能够有效抑制导航状态中的不确定噪声，提高导航精度。

技术领域

本发明属于水下航行器SINS/DVL组合导航技术，涉及一种基于双状态多因子抗差估计的SINS/DVL紧组合系统。

背景技术

在水下导航中，捷联惯导系统(SINS)通常被视为导航系统的核心，可以提供所需的所有数据：姿态、速度和位置。由于误差的积累，多普勒速度(DVL)一直是全球定位系统(GPS)无法使用时最常用的组合方式之一。作为抑制捷联惯导系统误差的有效方法，DVL提供的基于多普勒频移的三维速度是独立的，误差不会随时间累积。多普勒测速误差是影响SINS/DVL组合导航系统精度的重要因素。DVL测量通常受到标度因子误差、安装误差、束宽误差和流速等因素的影响。

目前，学者们对提高SINS/DVL组合导航系统的精度做了大量的研究。为了校正SINS/DVL之间的较大偏差，提出了一种基于SINS/GPS/DVL系统的四元数标定算法来完成SINS的对准和系统标定；建立了基于捷联惯导系统与捷联惯导系统(SINS)与捷联惯导系统(DVL)之间的标度因子和失准角的误差模型，并将可观测性分析方法引入到失调角和标度因子的估计中。为了提高组合导航系统的精度，卡尔曼滤波是常用的滤波器。事实上，标准卡尔曼滤波器只适用于线性系统。对于非线性系统，一些学者提出了一种模糊自适应UKF滤波器，它利用模糊推理系统(FIS)自适应修正测量噪声，并用UKF估计非线性系统误差。

在SINS/DVL紧组合方面，目前比较成熟的方法是利用DVL的四通道的速度测量值作为信息量测，还未有利用原始四通道多普勒频移的原始信息做系统模型的研究。由于水下环境的复杂性，多普勒频移经常受到环境影响引入的较大测量噪声和系统的状态模型不服会引起滤波精度的下降，如何在复杂环境下保证DVL部分波束测量情况下的稳定导航和系统的抗差能力是SINS/DVL的研究方向之一。

发明内容

针对以上问题，在针对SINS/DVL组合系统中DVL速度测量值易受到复杂环境的干扰引起较大噪声和测量值缺失的问题，提出一种基于双状态多因子抗差估计的SINS/DVL紧组合系统。该方法利用DVL四波束的多普，本发明提供一种基于双状态多因子抗差估计的SINS/DVL紧组合系统，该方法利用DVL四波束的多普勒频移测量信息，在四波叔测量值缺失非完整情况下依旧保证连续的测量信息。该方法能够有效抑制导航状态中的不确定噪声，提高导航精度。

本专利提供一种基于双状态多因子抗差估计的SINS/DVL紧组合系统，包括：

步骤1：获取载体当前时刻SINS和DVL的采集数据；

步骤2：根据步骤1的采集数据建立状态方程和量测方程；

步骤3：对状态量和量测量进行卡方检测；

步骤4：计算模型误差和量测误差的自适应因子；

步骤5：根据步骤4的多因子调节卡尔曼滤波的增益矩阵；

步骤6：根据步骤2的系统方程和步骤5的增益矩阵，利用卡尔曼进行最优估计，将递推结果反馈到SINS的解算结果，得到最终速度和位置信息。