[发明专利]一种无模型多普勒计程仪DVL误差标定方法

说明书

本发明公开了一种无模型多普勒计程仪DVL误差标定方法，该方法无需先验的DVL误差模型，即可实现高精度的误差标定。包括如下步骤：在水下运载体AUV在水下运动过程中，分别获取AUV的二维水平速度信息和垂直速度信息，并获取设置于AUV之上的多普勒计程仪DVL的水平量测速度和垂直量测速度。构建水平回归预测器，采用二维水平速度信息作为输出训练样本，DVL的水平量测速度作为输入训练样本，对水平回归预测器进行训练，得到训练好的水平回归预测器。同理得到训练好的垂直回归预测器。训练好的水平回归预测器和训练好的垂直回归预测器合并以得到目标预测器。实时采集DVL速度量测信息作为目标预测器的输入，则目标预测器的输出即为标定后的DVL量测速度。

技术领域

本发明涉及导航系统技术领域，具体涉及一种无模型多普勒计程仪DVL误差标定方法。

背景技术

高精度的水下导航和定位是一切海洋开发活动与海洋高技术发展的基础，在诸多方面都发挥着极其重要的作用。水下自主航行器AUV的导航问题引起复杂的工作环境而变得十分具有挑战性。由于惯性导航系统INS的漂移误差不可避免而且会随着时间而累积，长时间工作会导致导航误差超出任务精度要求。高精度的多普勒计程仪DVL可提供精确的速度信息，能够及时修正INS的速度误差积累，从而提高定位精度。因此，INS/DVL组合导航是目前最为广泛使用的水下导航技术。

在水下组合导航系统中，有两大因素制约着INS/DVL组合导航系统的定位精度：一是INS/DVL之间的安装误差角；二是DVL自身的测速误差。

如何准确实现DVL误差标定以构建高精度水下导航系统是目前主要的研究方向。目前有一种利用加速度信息进行标定的自标定方法，该方法无需额外的传感器，但却需要很复杂的运动轨迹，极大地增加了水下航行器的控制难度。随后，还有一种两点式标定方法，该方法仅需起始点信息和航行过程中任一点信息即可完成标定。为了实现刻度因数误差和安装误差角的自标定，可以采用一种基于系统可观测性分析的标定方法，该方法无需增加任何额外的传感器即可完成标定。上述算法在实际应用中具有很大的局限性且实现较为复杂，为解决此问题，一种基于SVD分解的最小二乘标定方法被提出，该方法将标定问题转化成了求解两个点集之间的转换矩阵问题，在实际应用中容易实现。

上述传统标定算法需要满足以下两个假设：(1)DVL误差模型已知；(2)安装误差角均为小量。然而，在实际应用中，DVL误差模型通常无法被准确的建模，因为并非所有的误差项都能被考虑到，而这些未被考虑的DVL误差项会对标定精度产生非常大的影响。同时也无法保证INS与DVL之间的安装误差角为小量。可以看出，无论是从标定精度还是算法的可靠性来考虑，传统标定算法具有很大的局限性。

因此目前亟需一种无需先验模型的DVL误差标定方法。

发明内容

有鉴于此，本发明提供了一种无模型多普勒计程仪DVL误差标定方法，该方法无需先验的DVL误差模型，即可实现高精度的误差标定。。

为达到上述目的，本发明的技术方案包括如下步骤：

在水下运载体AUV在水下运动过程中，分别获取所述AUV的二维水平速度信息和垂直速度信息，并获取设置于所述AUV之上的多普勒计程仪DVL的水平量测速度和垂直量测速度。

构建水平回归预测器，采用所述二维水平速度信息作为所述水平回归预测器的输出训练样本，所述DVL的水平量测速度作为所述水平回归预测器的输入训练样本，对所述水平回归预测器进行训练，得到训练好的水平回归预测器。

构建垂直回归预测器，采用所述垂直速度信息作为所述垂直回归预测器的输出训练样本，所述DVL的垂直量测速度作为所述垂直回归预测器的输入训练样本，对所述垂直回归预测器进行训练，得到训练好的垂直回归预测器。

所述训练好的水平回归预测器和所述训练好的垂直回归预测器合并以得到目标预测器。