[发明专利]一种基于因子图的误差参数辨识协同定位方法

说明书

本发明提出了一种基于因子图的误差参数辨识协同定位方法。首先，建立误差参数辨识因子图模型，然后对包含速度误差和航向误差的过程误差进行误差参数辨识，利用最大相关熵准则在因子图中的函数节点和变量节点之间进行信息的传递，实现对从艇速度、航向的误差补偿，最终实现对从艇的位置状态信息的滤波融合估计。实现在不改变系统中惯性器件的测量精度的情况下，通过对过程误差进行辨识及补偿，降低协同定位误差，提高协同定位系统的定位能力。

技术领域

本发明涉及自主水下航行器(Autonomous Underwater Vehicle，AUV)协同定位技术，更确切地说，是一种采用最大相关熵准则在因子图的函数节点与变量节点之间进行信息的传递，辨识出协同定位系统在运行过程中从艇的包含速度误差与航向误差的过程误差，并通过对过程误差的补偿来抑制定位误差的增长，提高从艇的自主定位能力。

背景技术

AUV具有活动范围大、机动性强、智能化程度高等优点，在海洋调查、海洋资源勘探、水下搜救、潜水支援、军事侦探等领域有重大利用价值。对于海洋领域，AUV相关技术是一种主流趋势和发展方向，利用AUV协同作业不仅能够承担单体难以胜任的复杂任务，如情报收集、水雷探测、沿岸反潜、中继通信等，而且还具有高效率、高可靠性、高质量等优点。因此，AUV协同作业具有广阔的应用前景。

AUV协同定位技术是基于网络的定位方式，利用水声通讯技术，共享传感器的测量信息对AUV间的相对位置关系进行融合提高定位精度，AUV协同定位能有效抑制航位推算的自主导航定位误差对协同定位精度的影响，使得协同定位系统的整体定位误差有界。

在AUV协同定位系统中，常用的模式为包含有主艇与从艇的主从式协同定位结构。通常主艇携带有价格昂贵的高精度导航定位设备，能够得到自身较高精度的位置信息，从艇所携带的导航定位设备精度较低，首先利用自身的航位推算算法进行位置估计，再利用主从艇间的距离信息进行校正。

在AUV协同定位系统中，由于测距及通信是利用水声设备实现的，所以不可避免的会受到水下声学信号特性的影响。在实际的水下环境中，水声测距和通信通常会出现多径传播和测量值异常的现象，多路径和异常值的影响会导致水声测距时呈现非高斯分布特性，出现概率分布的尾部比高斯分布重的重尾噪声。而传统的非线性协同定位定位方法，如扩展卡尔曼滤波方法、无迹卡尔曼滤波方法在处理重尾非高斯噪声时的估计性能会大大降低，甚至会引起滤波器不稳定。

另外，对于从艇的航位推算算法来说，影响自主定位精度的关键因素就是速度误差和航向误差。在不考虑AUV侧向运动的情况下，根据系统的数学模型，利用测量得到的速度及航向计算位置时，速度误差和航向误差会对AUV的位置估计产生较大影响，导致自定位的误差增大。

针对以上存在的问题，本发明设计了一种基于因子图的误差参数辨识协同定位方法，采用最大相关熵准则在因子图的函数节点与变量节点之间进行信息的传递，能够更好地处理重尾非高斯噪声的情况。同时设计出一种误差参数辨识方法，辨识出协同定位系统在运行过程中从艇的包含速度误差与航向误差的过程误差，并通过对过程误差的补偿来抑制定位误差的增长，提高从艇的自主定位能力，实现提高协同系统定位精度的目的。

发明内容

本发明的目的在于设计一种基于因子图的误差参数辨识协同定位方法，在不改变惯性器件精度的前提下，采用最大相关熵准则在因子图的函数节点与变量节点之间进行信息的传递，辨识出协同定位系统在运行过程中从艇的包含速度误差与航向误差的过程误差，并通过对过程误差的补偿来抑制定位误差的增长，提高从艇的自主定位能力。

本发明的目的可通过以下步骤实现：

步骤1：建立误差参数辨识协同定位方法因子图模型；

步骤2：利用最大相关熵准则对系统的速度误差、航向误差进行辨识；

步骤3：对速度误差和航向误差进行补偿，进而对系统的状态信息进行滤波更新。