[发明专利]北斗拒止条件下捷联惯导系统鲁棒自适应动态对准方法

说明书

本发明属于自适应滤波技术领域，公开了一种北斗拒止条件下捷联惯导系统鲁棒自适应动态对准方法，初始对准滤波模型的构建；进行卡尔曼滤波时间更新；计算观测量与观测新息之间的马氏距离，进行观测新息权值计算；基于Sage‑Husa滤波方法重新定义R阵自适应估计方程使其具有鲁棒性，并对R阵进行鲁棒自适应估计；通过引入膨胀因子，修正估计出的R阵；利用修正后的R阵进行KF的量测更新。本发明既能够保证R阵的鲁棒自适应性，也能保证整个滤波器的鲁棒性，即能在对R阵进行自适应估计的同时，实现鲁棒滤波。本发明的鲁棒自适应KF算法能够在复杂环境下实现对R阵的实时估计，有效克服观测异常值的不良影响。

技术领域

本发明属于自适应滤波技术领域，尤其涉及一种北斗拒止条件下捷联惯导系统鲁棒自适应动态对准方法(SHRAKF)、系统、介质、水下航行器。

背景技术

目前，自主式水下航行器(Autonomous Underwater Vehicle，AUV)是海洋资源勘探、开发，海洋工程以及科学研究的主要运载体，其自主导航系统主要依赖惯性导航系统(Inertial navigation system，INS)。捷联式惯导系统(Strapdown inertial navigationsystem，SINS)凭借其自主性强、隐蔽性高、结构简单、体积小及成本低等优点，在水下定位导航授时(Position,Navigation and Timing,PNT)领域受到广泛关注，并成为AUV自主导航定位的重要工具。然而，SINS的本质是基于牛顿第二定律的积分推算系统，误差会随着时间而积累。由此可知，任何初始误差如初始姿态误差、惯性测量单元(InertialMeasurement Unit，IMU)器件误差等都会进入到积分系统造成积分运算误差，进而影响SINS长航时、长航程的导航精度。因此，准确地确定积分推算系统的积分初始值对实现SINS精确导航有着至关重要的作用。初始对准是水下导航的前置步骤，是确保高精度导航的重要前提。而水下环境拒止全球导航卫星系统(Global Navigation Satellite System，GNSS)，如北斗卫星导航系统(简称“北斗”)信号，所以无法利用GNSS进行初始对准，研究不依赖北斗的水下初始对准技术是水下PNT领域中的一大技术重、难点。在无北斗辅助条件下，通常会用多普勒计程仪(Doppler velocity log，DVL)辅助SINS进行水下动态初始对准。

卡尔曼滤波(Kalman Filter,KF)方法是初始对准系统中广泛使用的一种信息融合方式，该算法采用预建噪声模型，认为噪声为统计特性已知的不相关高斯白噪声。利用KF处理线性、无偏系统问题时，系统的干扰与量测噪声的统计特性先验已知，则可以通过滤波获得系统状态的最优估计。但是，在水下初始对准中，由于深海环境中情况复杂，如洋流干扰、海底地质环境、海水温度、盐度变化、鱼群影响等均会影响DVL对速度的测量，速度辅助信息容易受到野值等非高斯噪声的污染，这些不确定因素将导致KF中的量测噪声阵不够准确，从而导致滤波性能降低，甚至滤波发散。因此，亟需一种北斗拒止条件下捷联惯导系统鲁棒自适应动态对准方法。

通过上述分析，现有技术存在的问题及缺陷为：在水下动态初始对准中，由于深海环境中情况复杂，会影响DVL对速度的测量，外部辅助信息容易受到野值等非高斯噪声的污染，这些不确定因素也将导致KF中的量测噪声阵R阵不够准确，从而使滤波性能降低，甚至发散。

解决以上问题及缺陷的难度为：对于长航时、长航程的AUV而言，其工作的外部环境复杂、多变，并且存在很多无法避免的不可控因素，高精度姿态测量、确定是保证其正常航行的重要前提。不同于陆上或水面上，由于电磁波信号在水下衰减极快，导致水下SINS的动态启动以及长航时、长航程导航无法获取来自北斗的速度、位置信息的辅助。在水面以上，运载体可以通过卫星定位测姿或卫星/INS组合测姿获取准确的姿态信息。而在水下无GNSS信号的环境中，SINS初始姿态的确定尤其是动态条件下初始对准尤为困难。

解决以上问题及缺陷的意义为：对无北斗信号条件下SINS动态初始对准方法的研究，对提高AUV机动性、隐蔽性、长航时长航程和高精度的导航能力具有重要的现实意义。

发明内容