[发明专利]一种提高水面艇编队导航精度的信息滤波方法有效
| 申请号: | 201310195436.6 | 申请日: | 2013-05-24 |
| 公开(公告)号: | CN103292813A | 公开(公告)日: | 2013-09-11 |
| 发明(设计)人: | 徐博;刘杨;陈春;池姗姗;金辰;王文佳;田学林;郭宇;肖永平 | 申请(专利权)人: | 哈尔滨工程大学 |
| 主分类号: | G01C21/20 | 分类号: | G01C21/20 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 150001 黑龙江省哈尔*** | 国省代码: | 黑龙江;23 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | 本发明公开了一种提高水面艇导航精度的信息滤波方法,涉及一种协同导航技术。实现了低精度水面艇利用其它艇高精度导航信息提高自身定位精度。其方法是:建立相应坐标系;在所建坐标系的基础上列写水面艇协同导航的运动模型和观测模型;将非线性模型进行线性化;利用信息滤波进行时间更新和观测更新。本发明适用于水面艇的实时导航定位。 | ||
| 搜索关键词: | 一种 提高 水面 编队 导航 精度 信息 滤波 方法 | ||
【主权项】:
1.一种基于信息滤波的协同导航方法,其特征在于,包括以下步骤:步骤一、建立坐标系地理坐标系(下标为t):OXtYtZt地理坐标系表示载体所处的东北天坐标系,其原点O选在载体重心处,Xt指向东,Yt指向北,Zt沿垂线方向指向天(东北天)。载体坐标系(下标为b):OXbYbZb载体坐标系固连在本身,其坐标原点O位于载体的重心处,Xb沿横轴指向右,Yb沿纵轴指向前,Zb垂直于OXbYb,并沿载体的竖直轴指向上。步骤二、建立水面艇编队协同导航的运动模型。记k时刻整个系统状态为Xk=[xk yk ψk]T,即横坐标xk、纵坐标yk和航向角ψk。速度v在坐标系内沿纵轴指向前,它在地理系的投影和航向角有关,在东向轴的投影为v·sinψ,在北向轴的投影为v·cosψ,则跟随艇运动方程可表示为:x k + 1 = x k + Δt · v k · cos ψ k y k + 1 = y k + Δt · v k · sin ψ k ψ k + 1 = ψ k + ω · Δt - - - ( 1 ) ]]> 式中vk,ψk分别为k时刻跟随艇的速度、航向角,vk+1,ψk均受高斯白噪声干扰。Δt为采样周期,ω为航向角变化角速率。运动方程简写为:xk+1=f(xk,uk,wk)=xk+Γ(uk+wk) (2)式中xk=[xk yk ψk]T,表示跟随艇在k时刻的状态;uk=[vk ψk]T;Γ(uk+wk)为非线性项,wk为高斯白噪声,且噪声的方差矩阵为:Q k = E ( w k w k T ) = σ vk 2 0 0 σ φk 2 - - - ( 3 ) ]]> 式中,对角线上的元素分别为vk和ψk的方差。步骤三、水面艇协同导航观测方程的建立。根据跟随艇从时刻tk到时刻tk+1运动的距离矢量,将tk时刻跟随艇与领航艇的几何位置平移到tk+1时刻,tk时刻、tk+1时刻以领航艇为圆心、两艇间距为半径的两个圆有交点。通过几何关系,可得到时刻tk和时刻tk+1两条艇间距离的表达式:R k 2 = ( x k + 1 S - d x k , k + 1 - x k M ) 2 + ( y k + 1 S - d y k , k + 1 - y k M ) 2 ]]> (4)R k + 1 2 = ( x k + 1 S - x k + 1 M ) 2 + ( y k + 1 S - y k + 1 M ) 2 ]]> 式中,右上角标S和M分别表示跟随艇和领航艇,
代表跟随艇由tk时刻到tk+1时刻沿着x轴经过的距离,
代表跟随艇由tk时刻到tk+1时刻沿着y轴经过的距离。列出量测方程如下:Z k + 1 = h ( x k + 1 S , y k + 1 S , x k M , y k M , x k + 1 M , y k + 1 M , d x k , k + 1 , d y k , k + 1 ) + w z ]]>= R k 2 R k + 1 2 + w z - - - ( 5 ) ]]> 式中,Zk+1为k+1时刻的观测量,wz为观测噪声。步骤四、水面艇协同导航系统模型的线性化。线性化以后的状态转移矩阵为:Φ k + 1 , k = ∂ f ∂ X k T | X k = X ^ k ≈ I + Δt · ∂ f ∂ X k T = I + Δt · 1 0 - Δt · V k sin ψ k 0 1 Δt · V k cos ψ k 0 0 1 , ]]> 式中,I为单位阵。线性化系统噪声激励矩阵为:G k = ∂ f ∂ u k T = Δt · cos ψ k 0 Δt · sin ψ k 0 0 Δt . ]]> 线性化系统量测矩阵可表示为:H k + 1 = ∂ Z k + 1 ∂ X k + 1 T = 2 * ( x k + 1 S - d x k , k + 1 - x k M ) 2 * ( y k + 1 S - d y k , k + 1 - y k M ) 0 2 * ( x k + 1 S - x k + 1 M ) 2 * ( y k + 1 S - y k + 1 M ) 0 - - - ( 6 ) ]]> 步骤五、信息滤波更新过程I k / k - 1 = Q k - 1 - 1 - Q k - 1 - 1 Φ k , k - 1 ( I k - 1 + Φ k , k - 1 T Q k - 1 - 1 Φ k , k - 1 ) - 1 Φ k , k - 1 T Q k - 1 - 1 - - - ( 7 a ) ]]>I k = I k / k - 1 + H k T R k - 1 H k - - - ( 7 b ) ]]>K k = I k - 1 H k T R k - 1 - - - ( 7 c ) ]]>X ^ k / k - 1 = Φ k , k - 1 X ^ k - 1 - - - ( 7 d ) ]]>X ^ k = X ^ k / k - 1 + K k ( Z k - H k X ^ k / k - 1 ) - - - ( 7 e ) ]]> 上式中,Ik/k-1为状态更新之后的信息矩阵,Ik是量测更新之后的信息矩阵,Kk为滤波增益,
为状态更新之后的状态,
是量测更新之后的状态。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学,未经哈尔滨工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201310195436.6/,转载请声明来源钻瓜专利网。





