CN110221278A - 一种基于多传感器组合的合成孔径声呐运动补偿方法 - Google Patents

一种基于多传感器组合的合成孔径声呐运动补偿方法 Download PDF

Info

Publication number
CN110221278A
CN110221278A CN201910521834.XA CN201910521834A CN110221278A CN 110221278 A CN110221278 A CN 110221278A CN 201910521834 A CN201910521834 A CN 201910521834A CN 110221278 A CN110221278 A CN 110221278A
Authority
CN
China
Prior art keywords
sonar
track
day
synthetic aperture
error
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910521834.XA
Other languages
English (en)
Other versions
CN110221278B (zh
Inventor
张羽
王朋
钟荣兴
韦琳哲
张鹏飞
刘纪元
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Acoustics CAS
Original Assignee
Institute of Acoustics CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Acoustics CAS filed Critical Institute of Acoustics CAS
Priority to CN201910521834.XA priority Critical patent/CN110221278B/zh
Publication of CN110221278A publication Critical patent/CN110221278A/zh
Application granted granted Critical
Publication of CN110221278B publication Critical patent/CN110221278B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52004—Means for monitoring or calibrating
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明涉及成像声呐信号处理和合成孔径声呐运动补偿技术领域，具体涉及一种基于多传感器组合的合成孔径声呐运动补偿方法，其包括：基于合成孔径声呐运动测量***，获得惯导测量的声呐运动速度和多普勒计程仪测量的声呐运动速度；对二者进行融合，得到声呐运动速度的最优估计值；对所述声呐运动速度的最优估计值进行积分，计算声呐的实际平面航迹和天向航迹；根据声呐的实际平面航迹和天向航迹，拟合最小二乘准则下的理想平面航迹和天向航迹；计算合成孔径声呐实际平面航迹与理想平面航迹之间的横荡误差；计算合成孔径声呐实际天向航迹与理想天向航迹之间的升沉误差；计算实际声程差，再换算成时延对合成孔径声呐采集的回波数据补偿。

Description

一种基于多传感器组合的合成孔径声呐运动补偿方法
技术领域
本发明属于成像声呐信号处理和合成孔径声呐运动补偿技术领域，具体涉及一种基于多传感器组合的合成孔径声呐运动补偿方法。
背景技术
合成孔径声呐利用小孔径基阵沿方位向(航迹向)的移动合成虚拟大孔径，根据空间位置和相位关系对不同位置处的接收回波进行相干叠加处理，获得高分辨率的图像。合成孔径声呐实现高质量成像的前提条件是声呐沿方位向做匀速直线运动。实际工作时受到水流、风浪等因素的影响，合成孔径声呐会偏离理想的运动状态而产生运动误差，距离向越远的地方，合成孔径长度越长，受误差影响就越大。因此，为了获得高质量的图像，需要对合成孔径声呐进行运动误差估计和补偿。
合成孔径声呐运动补偿算法主要分为3类：第一类，基于运动测量***的运动补偿，利用高精度的传感器测量拖体的姿态、速度等运动参数，对运动误差进行估计并补偿；第二类，基于回波的运动补偿，充分利用多子阵优势，通过前后两帧回波的相关性估计运动误差，适用于运动误差较小、无强点目标的场景；第三类，基于自聚焦的运动补偿，从声呐数据中提取影响图像质量的相位误差并将其消除，多用于消除残差。
运动测量***以其准确性高、鲁棒性好等优点成为运动误差估计的主要依据。合成孔径声呐运动测量***通常包括多种异类运动传感器，其中，典型的有惯导(inertialnavigation system,INS)、多普勒计程仪(doppler velocity log,DVL)、深度计和全球卫星定位***(global positioning system,GPS)。声呐在水下运动时，惯导和多普勒计程仪往往同时输出速度信息，存在数据冗余。现有的方法中通常采用卡尔曼滤波的方法，获取声呐运动速度的最优估计值。但是，卡尔曼滤波实现最优估计的前提是模型精确和随机干扰信号统计特性已知，这在真实***中往往很难做到；并且针对卡尔曼滤波，模型差异容易导致估计精度下降和滤波发散的现象，造成不能精确计算声呐运动速度的问题。
发明内容
本发明的目的在于，为解决现有的基于运动测量***的运动补偿方法存在的上述缺陷，本发明提出了一种基于多传感器组合的合成孔径声呐运动补偿方法，采用Sage-Husa滤波方法，通过传感器的量测值实时估计和调整传感器***噪声和量测噪声的统计特性参量，融合惯导和DVL输出的声呐运动速度数据，实现对声呐运动速度的最优估计，然后计算声呐实际航迹与理想航迹之间的运动误差并对回波进行补偿。
为了实现上述目的，本发明提出了一种基于多传感器组合的合成孔径声呐运动补偿方法，该方法考虑了横荡误差和升沉误差对合成孔径声呐成像造成的影响，依靠多传感器组合估计运动误差；该方法具体包括：
基于合成孔径声呐运动测量***，获得惯导测量的声呐运动速度和多普勒计程仪测量的声呐运动速度；
对惯导测量的声呐运动速度和多普勒计程仪测量的声呐运动速度进行融合，得到声呐运动速度的最优估计值；
对所述声呐运动速度的最优估计值进行积分，计算声呐的实际平面航迹和天向航迹；
根据声呐的实际平面航迹和天向航迹，拟合最小二乘准则下的理想平面航迹和天向航迹；
计算合成孔径声呐实际平面航迹与理想平面航迹之间的横荡误差；
计算合成孔径声呐实际天向航迹与理想天向航迹之间的升沉误差；
根据横荡误差和升沉误差，计算实际声程差，再换算成时延对合成孔径声呐采集的回波数据补偿。
作为上述技术方案的改进之一，所述合成孔径声呐运动测量***包括：惯导、多普勒计程仪和GPS；合成孔径声呐内设置惯导和多普勒计程仪，所述惯导，用于测量惯导的声呐运动速度和姿态数据；所述多普勒计程仪，用于测量多普勒计程仪的声呐运动速度；合成孔径声呐与GPS通过拖缆连接，用于将纬度数据输入至惯导。所述姿态数据包括惯导的偏航角，俯仰角和横滚角。
作为上述技术方案的改进之一，所述对惯导测量的运动速度和多普勒计程仪测量的运动速度进行融合，得到声呐运动速度的最优估计值；具体包括：
根据合成孔径声呐运动测量***的结构，采用Sage-Husa滤波，采用完全状态方法，建立惯导和DVL的状态方程和量测方程：其中，惯导和DVL的状态方程：
其中，ξ9×1代表合成孔径声呐运动测量***噪声；均值为qn；方差为Qn；
其中，Ve,Vn,Vu分别代表惯导测量的声呐在东北天3个方向的声呐运动速度；L代表纬度；R代表地球半径；wie代表地球自转角速度；fe,fn,fu分别代表加速度计在东北天3个方向上的比力向量；δVeI,δVnI,δVuI分别代表惯导在东北天3个方向上的速度误差；分别代表惯导偏航角、俯仰角和横滚角误差；δVeD,δVnD,δVuD分别代表DVL在东北天3个方向上的速度误差；
惯导和DVL的量测方程：
其中，分别代表DVL测量的声呐在东北天3个方向的声呐运动速度；
η3×1为量测噪声；均值为rn；方差为Rn；
根据线性***理论，将惯导和多普勒计程仪的状态方程和量测方程离散化，再按照Sage-Husa基本方程滤波，进行迭代，得到惯导在东北天3方向的声呐速度误差估计值；
用该惯导在东北天3方向的声呐速度误差估计值去校正惯导输出的声呐运动速度Ve,Vn,Vu；
可得到声呐在东北天3方向运动速度的最优估计值
具体地，根据线性***理论，将惯导和DVL的状态方程和量测方程离散化，得到状态量离散化的结果为Xk，量测量离散化的结果为Zk，***噪声序列期望阵为qk、***噪声序列方差阵为Qk，量测噪声序列期望阵为rk，量测噪声序列方差阵为Rk。其中，k代表第k时刻。再按照Sage-Husa基本方程滤波，迭代过程，得到惯导的声呐速度误差估计值，用该惯导的声呐速度误差的估计值去校正惯导输出的声呐运动速度，可得到声呐运动速度的最优估计值。
Sage-Husa滤波依据最小均方误差准则，利用惯导和DVL对声呐运动速度的量测数据进行递推滤波的同时，通过时变噪声统计估值器，实时估计和修正惯导的***噪声、DVL的***噪声、惯导的量测噪声和DVL的量测噪声的统计特性参数，达到降低Sage-Husa滤波误差、抑制滤波发散、提高滤波精度的目的。
作为上述技术方案的改进之一，所述对声呐运动速度的最优估计值进行积分，计算声呐的实际平面航迹和天向航迹；具体包括：
选取某一段时间内合成孔径声呐在东北方向上的速度最优估计值，该段时间包含多个脉冲时间间隔。从该段时间初始时刻开始，将声呐速度最优估计值与声呐脉冲时间间隔相乘，可以得到合成孔径声呐在该脉冲时间间隔内沿该方向的位移，通过不断累加位移得到合成孔径声呐沿该东北方向的总位移，该东北向的总位移为声呐的实际平面航迹；
选取某一段时间内合成孔径声呐在天方向上的速度最优估计值，该段时间包含多个脉冲时间间隔；从该段时间初始时刻开始，将声呐速度最优估计值与声呐脉冲时间间隔相乘，可以得到合成孔径声呐在该脉冲时间间隔内沿该方向的位移，通过不断累加位移得到合成孔径声呐沿该天方向的总位移，该天方向的总位移为声呐的实际天向航迹。
作为上述技术方案的改进之一，所述根据声呐的实际平面航迹和天向航迹，拟合最小二乘准则下的理想平面航迹和天向航迹；具体包括：
利用最小二乘法对声呐的实际水平面航迹拟合出一条直线，作为声呐在水平面的理想航迹；
利用最小二乘法对声呐的实际天向航迹拟合出一条直线，作为声呐在天向的理想航迹。
作为上述技术方案的改进之一，所述计算合成孔径声呐实际平面航迹与理想平面航迹之间的横荡误差；具体包括：
声呐在东北向水平面的实际平面航迹与声呐在水平面的理想平面航迹之间的运动误差称为横荡误差；
则横荡误差Δx为：
其中，A′为xe的一次项系数；yn＝[yn1,yn2,...,ynN]T；
作为上述技术方案的改进之一，所述计算合成孔径声呐实际天向航迹与理想天向航迹之间的升沉误差；具体包括：
声呐在天向的实际天向航迹与声呐在天向的理想天向航迹之间的运动误差称为升沉误差；
令zu＝[zu1,zu2,...,zuN]，则升沉误差可表示为：
Δh＝zu-hm (12)
其中，其中，zuk为声呐天向位移坐标。
作为上述技术方案的改进之一，所述根据横荡误差和升沉误差，计算实际声程差，再换算成时延对合成孔径声呐采集的回波数据补偿；具体包括：
运动误差会影响声呐理想航迹与实际航迹之间的实际声程差，实际声程差的2倍除以声速可得到时延。
把式(8)与式(12)代入式(13)，则可计算实际声程差Δr′：
其中，x声呐与测绘带中心之间的地距；h为声呐的距底高度：
将实际声程差Δr′乘以2再除以声速得到时延；其中，声速为1500m/s；
对声呐采集的回波数据进行时延校正，则可获得对回波数据的运动补偿。
本发明相比于现有技术的有益效果在于：
在惯导和DVL噪声统计特性未知的情况下，本发明的方法采用Sage-Husa滤波方法，处理惯导和DVL的速度量测值，通过时变噪声统计估值器qk,Qk,rk,Rk，实时估计和修正***噪声和量测噪声的统计特性参数，降低了Sage-Husa滤波模型误差，提高了声呐速度的估计精度。另外，本发明的方法对运动误差得到准确而有效的估计，提高了运动误差补偿的准确性，显著改善了声呐的成像效果。
附图说明
图1是本发明的合成孔径声呐***的结构示意图；
图2是本发明的合成孔径声呐成像几何模型示意图；
图3是本发明的合成孔径声呐运动测量***结构示意图；
图4是本发明的一种基于多传感器组合的合成孔径声呐运动补偿方法中的步骤1)的采用Sage-Husa基本方程滤波，其具体的迭代过程示意图；
图5(a)是本发明的方法的Sage-Husa滤波、现有的常规卡尔曼滤波、现有的H∞滤波的北向速度误差与时间关系的示意图；
图5(b)是本发明的方法的Sage-Husa滤波、现有的常规卡尔曼滤波、现有的H∞滤波的东向速度误差与时间关系的示意图；
图5(c)是本发明的方法的Sage-Husa滤波、现有的常规卡尔曼滤波、现有的H∞滤波的天向速度误差与时间关系的示意图；
图6(a)是现有的常规卡尔曼滤波点目标成像结果；
图6(b)是现有的H∞滤波点目标成像结果；
图6(c)是本发明的方法的Sage-Husa滤波点目标成像结果；
图7(a)是现有的常规卡尔曼滤波点目标方位向剖面图；
图7(b)是现有的H∞滤波点目标方位向剖面图；
图7(c)是本发明的方法的Sage-Husa滤波点目标方位向剖面图。
具体实施方式
现结合附图对本发明作进一步的描述。
本发明的创新之处在于对惯导和DVL测量的声呐运动速度采用Sage-Husa滤波方法进行声呐运动速度融合，获得声呐速度的最优估计值。然后对该声呐运动速度的最优估计值进行积分，计算声呐运动的实际航迹；在最小二乘准则下，将声呐的实际航迹拟合成声呐的理想航迹，由此计算出横荡误差和升沉误差。最后将运动误差换算成时延对声呐采集的回波数据补偿。以下为本发明的方法对其进行详细的阐述：
如图1所示，本发明提出了一种基于多传感器组合的合成孔径声呐运动补偿方法，该方法考虑了横荡误差和升沉误差对合成孔径声呐成像造成的影响，依靠多传感器组合估计运动误差；该方法具体包括：
步骤1)基于合成孔径声呐运动测量***，获得惯导测量的声呐运动速度和多普勒计程仪测量的声呐运动速度；
具体地，所述合成孔径声呐运动测量***包括：惯导、多普勒计程仪和GPS；合成孔径声呐内设置惯导和多普勒计程仪，所述惯导，用于测量惯导的声呐运动速度和姿态数据；所述多普勒计程仪，用于测量多普勒计程仪的声呐运动速度；合成孔径声呐与GPS通过拖缆连接，用于将纬度数据输入至惯导。所述姿态数据包括惯导的偏航角，俯仰角和横滚角；
步骤2)采用Sage-Husa滤波，对惯导测量的声呐运动速度和多普勒计程仪测量的声呐运动速度进行融合，得到声呐运动速度的最优估计值；
具体包括：
根据合成孔径声呐运动测量***的结构，利用Sage-Husa滤波，采用完全状态方法，建立惯导和DVL的状态方程和量测方程：其中，
合成孔径声呐运动测量***的结构如图3所示，其包括：惯导、DVL和GPS；合成孔径声呐内设置惯导和DVL，惯导输出声呐运动速度和姿态数据，DVL输出声呐运动速度；合成孔径声呐与GPS通过拖缆连接，用于将纬度数据输入至惯导。由于惯导正常工作需要纬度数据辅助，因此GPS作为外部设备通过拖缆将纬度数据输入给惯导，以使惯导输出姿态数据。所述姿态数据包括惯导的偏航角，俯仰角和横滚角：
惯导和DVL的状态方程
其中，ξ9×1代表合成孔径声呐运动测量***噪声，即惯导和DVL的***噪声，为白噪声；均值为qn；方差为Qn；
其中，Ve,Vn,Vu分别代表惯导测量的声呐在东北天3个方向的声呐运动速度；L代表纬度；R代表地球半径；wie代表地球自转角速度；fe,fn,fu分别代表加速度计在东北天3个方向上的比力向量；δVeI,δVnI,δVuI分别代表惯导在东北天3个方向上的速度误差；分别代表惯导偏航角、俯仰角和横滚角误差；δVeD,δVnD,δVuD分别代表DVL在东北天3个方向上的速度误差；
惯导和DVL的量测方程Z：
其中，分别代表DVL测量的声呐在东北天3个方向的声呐运动速度；
η3×1为量测噪声，为白噪声；均值为rn；方差为Rn；
根据线性***理论，将惯导和多普勒计程仪的状态方程和量测方程离散化，再按照Sage-Husa基本方程滤波，进行迭代，得到惯导在东北天3方向的声呐速度误差估计值
用该惯导在东北天3方向的声呐速度误差估计值去校正惯导输出的声呐运动速度Ve,Vn,Vu；
可得到声呐在东北天3方向运动速度的最优估计值
具体地，根据线性***理论，将惯导和DVL的状态方程和量测方程离散化，得到状态量X离散化的结果为离散量Xk，量测量Z离散化的结果为离散量Zk，***噪声序列期望阵为qk、***噪声序列方差阵为Qk，量测噪声序列期望阵为rk，量测噪声序列方差阵为Rk。其中，状态方程和量测方程中状态量X和量测量Z都是连续量；k代表第k时刻。再按照Sage-Husa基本方程滤波，迭代过程，得到惯导的声呐速度误差估计值，用该惯导的声呐速度误差的估计值去校正惯导输出的声呐运动速度，可得到声呐运动速度的最优估计值。
Sage-Husa滤波依据最小均方误差准则，利用惯导和DVL对声呐运动速度的量测数据进行递推滤波的同时，通过时变噪声统计估值器，实时估计和修正惯导的***噪声、DVL的***噪声、惯导的量测噪声和DVL的量测噪声的统计特性参数，达到降低Sage-Husa滤波模型误差、抑制滤波发散、提高滤波精度的目的。
其中，具体的迭代过程如图4所示，
其中，b∈(0,1)，为遗忘因子，dk为加权因子，Φk,k-1为k-1时刻至k时刻的一步转移矩阵，即F9×9离散化的结果，为状态一步预测值，vk为新息，Kk为滤波增益，Pk为估计均方误差，Pk/k-1为k-1时刻至k时刻一步预测均方误差，为离散量Xk的状态估计值，为***噪声序列期望阵qk的估计值，为***噪声序列方差阵Qk的估计值，为量测噪声序列期望阵的估计值，为量测噪声序列方差阵Rk的估计值。
具体地，在本实施例中，针对东北天3方向，获得声呐运动速度的最优估计值，具体如下：
根据运动测量***的结构，建立东北天3向的惯导和DVL的状态方程和量测方程。根据线性***理论，将东北天3向的惯导和DVL的状态方程和量测方程离散化，再按照Sage-Husa基本方程滤波，迭代过程如图4所示。
经过Sage-Husa滤波，得到惯导在东北天3方向的声呐速度误差估计值，用该惯导的声呐速度误差的估计值去校正惯导输出的东北天3方向声呐运动速度，可得到东北天3方向声呐运动速度的最优估计值。
步骤3)对所述声呐运动速度的最优估计值进行积分，计算声呐的实际平面航迹和天向航迹；具体地，
选取某一段时间内合成孔径声呐在东北方向上的速度最优估计值，该段时间包含多个脉冲时间间隔。从该段时间初始时刻开始，将声呐速度最优估计值与声呐脉冲时间间隔相乘，可以得到合成孔径声呐在该脉冲时间间隔内沿该方向的位移，通过不断累加位移得到合成孔径声呐沿该东北方向的总位移，该东北向的总位移为声呐的实际平面航迹；
选取某一段时间内合成孔径声呐在天方向上的速度最优估计值，该段时间包含多个脉冲时间间隔；从该段时间初始时刻开始，将声呐速度最优估计值与声呐脉冲时间间隔相乘，可以得到合成孔径声呐在该脉冲时间间隔内沿该方向的位移，通过不断累加位移得到合成孔径声呐沿该天方向的总位移，该天方向的总位移为声呐的实际天向航迹。
在本实施例中，如图2所示，以初始时刻位置为原点，对声呐的东、北向声呐运动速度的最优估计值进行积分得到声呐的实际平面航迹；对声呐的天向声呐运动速度的最优估计值进行积分得到声呐的实际天向航迹；
将积分后获得的声呐的实际平面航迹表示为{(xe1,yn1),(xe2,yn2),...,(xeN,ynN)}，将积分后获得的声呐天向实际航迹表示为{zu1,zu2,...,zuN)}，其中，N为采样点个数。
步骤4)根据声呐的实际平面航迹和天向航迹，拟合最小二乘准则下的理想平面航迹和天向航迹；
具体包括：
利用最小二乘法对声呐的实际水平面航迹拟合出一条直线，作为声呐在水平面的理想航迹；
利用最小二乘法对声呐的实际天向航迹拟合出一条直线，作为声呐在天向的理想航迹。
在本实施例中，为了得到东北向理想平面直线航迹，即yn＝xeA′+B′，利用最小二乘法对声呐的实际水平面航迹进行估计，并拟合出一条直线航迹，作为东北向理想平面航迹；利用最小二乘法对声呐的实际天向航迹拟合出一条直线，作为声呐在天向的理想航迹。
步骤5)计算合成孔径声呐实际平面航迹与理想平面航迹之间的横荡误差；具体地，
声呐在东北向水平面的实际平面航迹与声呐在水平面的理想平面航迹之间的运动误差称为横荡误差；具体地，
构造线性观测方程为：
ynk＝xekA′+B′+εk,k＝1,2,...,N (4)
其中，ynk为声呐北向位移坐标；xek为声呐东向位移坐标；εk是ynk与xek线性组合的观测噪声。
令yn＝[yn1,yn2,...,ynN]T,xe＝[xe1,xe2,...,xeN]T,ε＝[ε1,ε2,...,εN]，将式(3)写成矩阵形式为：
yn＝wK+ε (5)
其中，A′为x的一次项系数；B′为常数项。
根据最小二乘法构造规则，使误差平方和最小，即
J1达到最小，则得到K的最小二乘估计
因此，可以得到横荡误差Δx为：
所述计算合成孔径声呐实际天向航迹与理想天向航迹之间的升沉误差；具体包括：
声呐在天向的实际天向航迹与声呐在天向的理想天向航迹之间的运动误差称为升沉误差；
构造线性观测方程为：
zuk＝hm+σk,k＝1,2,...,N (9)
其中，zuk为声呐天向位移坐标；hm为天向的理想航迹，为常数；σk是zuk的观测噪声。
根据最小二乘法构造规则，使误差平方和最小，即
J2达到最小，则得到
其中，zuk为声呐天向位移坐标；
令zu＝[zu1,zu2,...,zuN]，则升沉误差可表示为：
Δh＝zu-hm (12)
其中，横荡误差和升沉误差为运动误差；为了得到实际航迹与理想航迹之间的运动误差，首先需要获取声呐运动速度，然后对该声呐运动速度积分得到实际平面航迹和天向航迹。拖曳式声呐工作时，拖船通过拖缆连接着拖体在水中航行，由于水声环境复杂多变，传感器噪声统计特性参量很难准确描述，因此，选择建立Sage-Husa滤波模型，通过传感器的量测值估计噪声统计特性参量，融合惯导和DVL测量的声呐运动速度数据，实现对声呐运动速度的最优估计值。
步骤6)根据横荡误差和升沉误差，计算实际声程差，再换算成时延对合成孔径声呐采集的回波数据补偿；具体包括：
由于运动误差会影响声呐理想航迹与实际航迹之间的实际声程差，因此，实际声程差的2倍除以声速可得到时延。其中，实际声程差Δr′是指声呐实际航迹相比于理想航迹的差。具体地，
把式(8)与式(12)代入式(13)，则可计算实际声程差Δr′：
其中，x为声呐与测绘带中心之间的地距；h为声呐的距底高度：
将实际声程差Δr′乘以2再除以声速得到时延；其中，声速为1500m/s；
对声呐采集的回波数据进行时延校正，则可获得对回波数据的运动补偿。
其中，实际声程差Δr′的具体推导过程如下：
建立合成孔径声呐成像几何模型，声呐成像是根据实际航迹的声程，如图2所示，合成孔径声呐沿与Y轴平行的方向运动，与XOY平面的垂直距离为h。假设某一时刻，合成孔径声呐运动到点A，坐标值为(0,0,h)，在合成孔径声呐照射的波束范围内存在一个点目标P，坐标值为(x,y,0)，则合成孔径声呐与目标P之间的理论声程AP表示为r′：
假设X轴方向上的横荡误差为Δx；Z轴方向上的升沉误差为Δh，合成孔径声呐实际位置处于点B(-Δx,0,h+Δh)，则声呐与目标P之间的实际声程BP表示为r′:
则理论声程差表示为Δr：
假设声呐方位向波束足够窄，则可以认为相同距离门不同方位处的目标具有相同的声程差，通过一些近似，则实际声程差Δr′
在本实施例中，本发明采用的参数如下表1所示：
引入常规卡尔曼滤波和H∞滤波，作为和Sage-Husa滤波的对照试验，东北天3方向的速度估计误差曲线如图5(a)、图5(b)和图5(c)所示，东北天3方向的速度估计性能指标如下表2所示：
通过图5(a)、图5(b)和图5(c)可以看出，Sage-Husa算法通过自适应估计传感器噪声统计特性不断进行递推滤波，将速度误差控制在较小的范围，滤波效果最好。表2统计结果清晰反映出Sage-Husa算法在滤波效果上的优越性，并且表现得十分稳健。根据均方根误差结果可得，Sage-Husa方法至少可以将精度提高37％。
选择点目标成像结果来检验滤波的准确性和有效性。将滤波得到的东北天3方向速度进行积分得到实际航迹，计算运动误差并对原始回波补偿，成像结果如图6(a)、图(b)和图(c)所示。图6中3种滤波方法得到得到点目标距离向脉压结果基本相同，方位向脉压结果则存在较大的差异。给出点目标方位向剖面图进行对比，如图7(a)、图7(b)和图7(c)所示。使用常规卡尔曼滤波和H∞滤波补偿后的点目标在方位向上存在较多幅值较大的旁瓣，说明点目标在方位向上能量并不集中，散焦严重。Sage-Husa自适应滤波能够更准确地估计运动状态，抑制了旁瓣峰值，增加了主瓣能量，使目标聚焦效果更好。表3是点目标方位向辐射性能指标，如下表所示：
Sage-Husa方法的峰值旁瓣比和积分旁瓣比均小于其他两种方法，峰值旁瓣比接近理想值，由此可以判定，Sage-Husa滤波对运动状态估计更准确，补偿后的图像质量更高。
本发明提出了一种基于多传感器组合的合成孔径声呐运动补偿方法，该方法为在传感器噪声统计特性不确定的情况下，基于Sage-Husa滤波的多传感器组合的合成孔径声呐运动补偿方法；该方法使用Sage-Husa滤波算法融合多种异类运动传感器的数据，自适应估计声呐速度的最优值，从而计算横荡误差和升沉误差，最后通过时延补偿声呐采集的回波数据。其中，所述多种异类运动传感器数据包括：惯导的姿态和速度数据，DVL的速度数据，以及GPS的纬度数据。该方法具有较强的适应性，能够通过时变噪声统计估值器，实时估计和修正***噪声和量测噪声的统计特性参数，达到降低模型误差、抑制滤波发散的目的；减小了运动误差对成像造成的影响，运动补偿效果显著，适用于运动传感器***噪声协方差阵和量测噪声协方差阵均不确定的运动测量***。
最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.一种基于多传感器组合的合成孔径声呐运动补偿方法，该方法包括：
基于合成孔径声呐运动测量***，获得惯导测量的声呐运动速度和多普勒计程仪测量的声呐运动速度；
对惯导测量的声呐运动速度和多普勒计程仪测量的声呐运动速度进行融合，得到声呐运动速度的最优估计值；
对所述声呐运动速度的最优估计值进行积分，计算声呐的实际平面航迹和天向航迹；
根据声呐的实际平面航迹和天向航迹，拟合最小二乘准则下的理想平面航迹和天向航迹；
计算合成孔径声呐实际平面航迹与理想平面航迹之间的横荡误差；
计算合成孔径声呐实际天向航迹与理想天向航迹之间的升沉误差；
根据横荡误差和升沉误差，计算实际声程差，再换算成时延对合成孔径声呐采集的回波数据补偿。
2.根据权利要求1所述的方法，其特征在于，所述合成孔径声呐运动测量***包括：惯导、多普勒计程仪和GPS；合成孔径声呐内设置惯导和多普勒计程仪，所述惯导，用于测量惯导的声呐运动速度和姿态数据；所述多普勒计程仪，用于测量多普勒计程仪的声呐运动速度；合成孔径声呐与GPS通过拖缆连接，用于将纬度数据输入至惯导。
3.根据权利要求1所述的方法，其特征在于，所述对惯导测量的运动速度和多普勒计程仪测量的运动速度进行融合，得到声呐运动速度的最优估计值；具体包括：
根据合成孔径声呐运动测量***的，采用Sage-Husa滤波，采用完全状态方法，建立惯导和多普勒计程仪的状态方程和量测方程：其中，惯导和多普勒计程仪的状态方程为：
其中，ξ9×1代表合成孔径声呐运动测量***噪声；均值为qn；方差为Qn；
Xdvl＝[δVeD δVnD δVuD]T；
其中，Ve,Vn,Vu分别代表惯导测量的声呐在东北天3个方向的声呐运动速度；L代表纬度；R代表地球半径；wie代表地球自转角速度；fe,fn,fu分别代表加速度计在东北天3个方向上的比力向量；δVeI,δVnI,δVuI分别代表惯导在东北天3个方向上的速度误差；分别代表惯导偏航角、俯仰角和横滚角误差；δVeD,δVnD,δVuD分别代表多普勒计程仪在东北天3个方向上的速度误差；
惯导和多普勒计程仪的量测方程Z为：
其中，分别代表多普勒计程仪测量的声呐在东北天3个方向的声呐运动速度；
η3×1为量测噪声；均值为rn；方差为Rn；
根据线性***理论，将惯导和多普勒计程仪的状态方程和量测方程离散化，再按照Sage-Husa基本方程滤波，进行迭代，得到惯导在东北天3方向的声呐速度误差估计值
用该惯导在东北天3方向的声呐速度误差估计值去校正惯导输出的声呐运动速度Ve,Vn,Vu；
可得到声呐在东北天3方向运动速度的最优估计值
4.根据权利要求1所述的方法，其特征在于，所述对声呐运动速度的最优估计值进行积分，计算声呐的实际平面航迹和天向航迹；具体包括：
选取某一段时间内合成孔径声呐在东北方向上的速度最优估计值，该段时间包含多个脉冲时间间隔；从该段时间初始时刻开始，将声呐速度最优估计值与声呐脉冲时间间隔相乘，可以得到合成孔径声呐在该脉冲时间间隔内沿该方向的位移，通过不断累加位移得到合成孔径声呐沿该东北方向的总位移，该东北向的总位移为声呐的实际平面航迹；
选取某一段时间内合成孔径声呐在天方向上的速度最优估计值，该段时间包含多个脉冲时间间隔；从该段时间初始时刻开始，将声呐速度最优估计值与声呐脉冲时间间隔相乘，可以得到合成孔径声呐在该脉冲时间间隔内沿该方向的位移，通过不断累加位移得到合成孔径声呐沿该天方向的总位移，该天方向的总位移为声呐的实际天向航迹。
5.根据权利要求1所述的方法，其特征在于，所述根据声呐的实际平面航迹和天向航迹，拟合最小二乘准则下的理想平面航迹和天向航迹；具体包括：
利用最小二乘法对声呐的实际水平面航迹拟合出一条直线，作为声呐在水平面的理想航迹；
利用最小二乘法对声呐的实际天向航迹拟合出一条直线，作为声呐在天向的理想航迹。
6.根据权利要求1所述的方法，其特征在于，所述计算合成孔径声呐实际平面航迹与理想平面航迹之间的横荡误差；具体包括：
则横荡误差Δx为：
其中，A′为xe的一次项系数；yn＝[yn1,yn2,...,ynN]T；
7.根据权利要求6所述的方法，其特征在于，所述计算合成孔径声呐实际天向航迹与理想天向航迹之间的升沉误差；具体包括：
令zu＝[zu1,zu2,...,zuN]，则升沉误差可表示为：
Δh＝zu-hm (12)
其中，zuk为声呐天向位移坐标。
8.根据权利要求7所述的方法，其特征在于，所述根据横荡误差和升沉误差，计算实际声程差，再换算成时延对合成孔径声呐采集的回波数据补偿；具体包括：
实际声程差Δr′：
其中，x为声呐与测绘带中心之间的地距；h为声呐的距底高度；
将实际声程差Δr′乘以2再除以声速得到时延；其中，声速为1500m/s；
对声呐采集的回波数据进行时延校正，则可获得对回波数据的运动补偿。
CN201910521834.XA 2019-06-17 2019-06-17 一种基于多传感器组合的合成孔径声呐运动补偿方法 Active CN110221278B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910521834.XA CN110221278B (zh) 2019-06-17 2019-06-17 一种基于多传感器组合的合成孔径声呐运动补偿方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910521834.XA CN110221278B (zh) 2019-06-17 2019-06-17 一种基于多传感器组合的合成孔径声呐运动补偿方法

Publications (2)

Publication Number Publication Date
CN110221278A true CN110221278A (zh) 2019-09-10
CN110221278B CN110221278B (zh) 2021-07-30

Family

ID=67817403

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910521834.XA Active CN110221278B (zh) 2019-06-17 2019-06-17 一种基于多传感器组合的合成孔径声呐运动补偿方法

Country Status (1)

Country Link
CN (1) CN110221278B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112505667A (zh) * 2020-11-19 2021-03-16 哈尔滨工程大学 一种二维声呐基阵运动姿态自校准方法
CN113156444A (zh) * 2021-06-02 2021-07-23 杭州电子科技大学 一种基于运动补偿的多波束声呐高精度成像方法
CN113218386A (zh) * 2021-07-08 2021-08-06 深之蓝海洋科技股份有限公司 机器人在液体下建筑内高精度导航的方法和装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1115548A (zh) * 1993-12-30 1996-01-24 德国汤姆森-勃朗特有限公司 预测运动的一种方法和设备
EP1517158A2 (en) * 2003-08-28 2005-03-23 Raytheon Company Synthetic aperture ladar system and method using real-time holography
CN101900558A (zh) * 2010-06-04 2010-12-01 浙江大学 集成声纳微导航的自主式水下机器人组合导航方法
CN102608596A (zh) * 2012-02-29 2012-07-25 北京航空航天大学 一种用于机载惯性/多普勒雷达组合导航***的信息融合方法
CN103298099A (zh) * 2012-03-04 2013-09-11 山东大学威海分校 一种基于双模时钟频率估计的时间同步方法
CN106840211A (zh) * 2017-03-24 2017-06-13 东南大学 一种基于kf和stupf组合滤波的sins大方位失准角初始对准方法
CN107367722A (zh) * 2016-05-13 2017-11-21 中国科学院声学研究所 一种减小dpc法累积误差的合成孔径声呐运动补偿方法
CN107367731A (zh) * 2016-05-11 2017-11-21 中国科学院声学研究所 适合非匀速直线航迹的sas成像和运动补偿方法
CN108037497A (zh) * 2018-01-04 2018-05-15 中国人民解放军91388部队 多子阵合成孔径声纳数据的收发合置转换方法
US20190113966A1 (en) * 2017-10-17 2019-04-18 Logitech Europe S.A. Input device for ar/vr applications

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1115548A (zh) * 1993-12-30 1996-01-24 德国汤姆森-勃朗特有限公司 预测运动的一种方法和设备
EP1517158A2 (en) * 2003-08-28 2005-03-23 Raytheon Company Synthetic aperture ladar system and method using real-time holography
CN101900558A (zh) * 2010-06-04 2010-12-01 浙江大学 集成声纳微导航的自主式水下机器人组合导航方法
CN102608596A (zh) * 2012-02-29 2012-07-25 北京航空航天大学 一种用于机载惯性/多普勒雷达组合导航***的信息融合方法
CN103298099A (zh) * 2012-03-04 2013-09-11 山东大学威海分校 一种基于双模时钟频率估计的时间同步方法
CN107367731A (zh) * 2016-05-11 2017-11-21 中国科学院声学研究所 适合非匀速直线航迹的sas成像和运动补偿方法
CN107367722A (zh) * 2016-05-13 2017-11-21 中国科学院声学研究所 一种减小dpc法累积误差的合成孔径声呐运动补偿方法
CN106840211A (zh) * 2017-03-24 2017-06-13 东南大学 一种基于kf和stupf组合滤波的sins大方位失准角初始对准方法
US20190113966A1 (en) * 2017-10-17 2019-04-18 Logitech Europe S.A. Input device for ar/vr applications
CN108037497A (zh) * 2018-01-04 2018-05-15 中国人民解放军91388部队 多子阵合成孔径声纳数据的收发合置转换方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
LEIER 等: ""Time delay Estimation for motion compensation and bathymetry of SAS Systems"", 《SIGNAL PROCESSING CONFERENCE》 *
张羽 等: ""基于多传感器数据融合的合成孔径声纳运动补偿算法"", 《北京邮电大学学报》 *
殷海庭 等: ""基于惯性测量***的合成孔径声呐运动补偿"", 《电子与信息学报》 *
魏伟 等: ""对Sage-Husa算法的改进"", 《中国惯性技术学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112505667A (zh) * 2020-11-19 2021-03-16 哈尔滨工程大学 一种二维声呐基阵运动姿态自校准方法
CN112505667B (zh) * 2020-11-19 2022-07-15 哈尔滨工程大学 一种二维声呐基阵运动姿态自校准方法
CN113156444A (zh) * 2021-06-02 2021-07-23 杭州电子科技大学 一种基于运动补偿的多波束声呐高精度成像方法
CN113218386A (zh) * 2021-07-08 2021-08-06 深之蓝海洋科技股份有限公司 机器人在液体下建筑内高精度导航的方法和装置

Also Published As

Publication number Publication date
CN110221278B (zh) 2021-07-30

Similar Documents

Publication Publication Date Title
CN109737956B (zh) 一种基于双应答器的sins/usbl相位差紧组合导航定位方法
CN105823480B (zh) 基于单信标的水下移动目标定位算法
US9500484B2 (en) System and method for water column aided navigation
CN110208812A (zh) 半潜无人航行器海底三维地形探测装置及方法
CN109443379A (zh) 一种深海潜航器的sins/dvl水下抗晃动对准方法
Singh et al. Microbathymetric mapping from underwater vehicles in the deep ocean
CN110221278A (zh) 一种基于多传感器组合的合成孔径声呐运动补偿方法
CN108469620B (zh) 适用于辐射沙脊群浅水海域的水下地形测量方法
CN110319811B (zh) 一种自适应波浪效应的水下单波束高精度探测***及方法
CN111273298B (zh) 基于波浪滑翔器组网技术的水下声学目标定位与跟踪方法
CN114488164B (zh) 水下航行器同步定位与建图方法及水下航行器
CN107063245B (zh) 一种基于5阶ssrckf的sins/dvl组合导航滤波方法
CN107748352B (zh) 适用于浅水定位的超短基线装置及定位方法
CN109941404B (zh) 船舶动吃水精密测量集成***及其方法
CN104181523A (zh) 一种基于横摇稳定策略的多波束测深方法及***
CN111829512A (zh) 一种基于多传感器数据融合的auv导航定位方法及***
CN110389318B (zh) 一种基于立体六元阵的水下移动平台定位***及方法
CA2256964C (en) Method of locating hydrophones
Xin et al. A TOA/AOA underwater acoustic positioning system based on the equivalent sound speed
CN204881621U (zh) 一种带姿态修正及波流分离的坐底式声学多普勒波浪仪
CN111220146B (zh) 一种基于高斯过程回归学习的水下地形匹配定位方法
CN109579850A (zh) 基于对水速度辅助惯导的深水智能导航方法
Cario et al. Analysis of error sources in underwater localization systems
CN115165019A (zh) 一种在航gnss潮位测量方法
CN114234932A (zh) 一种获取海底控制点数据的水下导线测量方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant