[发明专利]一种船舶异步位置参考系统融合方法

说明书

技术领域

本发明涉及动力定位信息融合领域，具体涉及一种动力定位传感器测量系统中数据处理的方法。

背景技术

船舶动力定位系统的安全运行依赖于船舶位置和艏向的不间断测量，为了实现这一目标，即使在故障状况下，所有测量系统也保持冗余。根据国际海事组织对动力定位系统制定的三个等级标准，船舶动力定位系统必须配置相应类型及数量的位置参考系统和船舶姿态及风传感器，以确保动力定位船舶对位置、姿态及环境信息的需求。

船舶位置参考系统可以采用差分全球定位系统、水声、张紧索、激光、微波等不同原理的定位测量传感器，这些多种类多数量的传感器可以组合使用；应用不同种类的多传感器可以提高某些观测量和描述量的估计精度。

不同的船位传感器常常存在采样频率不同、观测不同步、采样可能不均匀等情况，因此进行异步、多速率、不均匀采样情况下的多传感器融合算法研究十分必要。

本发明在满足融合性能要求的前提下，提出了一种高精度、高容错性、高可靠性的船舶异步位置参考系统融合结构与算法，发明结果对提高动力定位系统的性能、实现高精度定位具有重要意义。

发明内容

本发明的目的在于提出一种具有高精度、高容错性、高可靠性，能保障动力定位系统的安全性、稳定性和控制精度的船舶异步位置参考系统融合方法。

本发明的目的是这样实现的：

本发明包括如下步骤：

（1）传感器测量数据经过坐标变换、单位换算，得到北东坐标下船舶位置坐标值；

（2）子系统滤波：对子系统进行故障检测，如有故障，执行容错滤波；如无故障，运行标准SRCKF滤波，在子系统滤波过程中完成状态估计；

（3）尺度N上预测：基于k时刻系统状态融合估计及相应的估计误差协方差阵平方根系数，利用标准SRCKF滤波，得到状态预测值及预测误差协方差阵平方根系数；

（4）尺度N上滤波：利用尺度N上测量值，按照步骤(2)的内容进行尺度N上子系统滤波，得到状态估计值及估计误差协方差平方根系数；

（5）尺度i上滤波：1）对尺度N上预测信息进行小波分解，得到尺度i上状态平滑信号、尺度上的细节信号，及相应的估计误差协方差阵；2）基于尺度i上测量值，按照步骤（2）进行尺度i上滤波，对平滑信号、相应的估计误差协方差阵进行测量更新；尺度上的细节信号不进行测量更新；

（6）小波重构：将尺度i上已更新的平滑信号、相应的估计误差协方差阵及尺度上的细节信号向尺度N进行小波综合，得到尺度N上系统状态基于尺度i上测量值的估计值及相应的估计误差协方差阵；

（7）尺度N上融合估计：将尺度N上系统状态基于尺度N上测量值的估计值和尺度N上系统状态基于尺度i上测量值的估计值进行融合，得到系统在k+1时刻在尺度N上基于全局信息的状态融合估计值。

本发明的有益效果在于：基于多个尺度上的观测模型和测量数据，根据多尺度分布式融合理论，充分利用各尺度上的互补信息，突破单一尺度的限制，降低不确定性，形成对系统相对完整一致的描述。同时由于小波分解与重构过程完整地保留了异步多传感器的系统和测量信息，克服了由时间配准处理异步多传感器信息的缺陷，因而具有更高的性能。

附图说明

图1是异步位置参考系统融合结构；

图2是异步位置参考系统融合框图。

具体实施方式

本发明的总体思路是：