CN110865333B - 洋流影响下水下滑翔机单信标无源声学定位方法 - Google Patents

Abstract

本发明公开了一种洋流影响下水下滑翔机单信标无源声学定位方法，该方法仅需单个信标即可为滑翔机提供定位信息，包括信标发送的定位信号帧结构设计、滑翔机接收端信号处理方法、定位方法实施步骤、滑翔机位置序贯估计算法以及声学定位信号短暂缺失时的滑翔机定位算法。本发明无需滑翔机和声源之间进行时间同步且不需要滑翔机发送主动信号，可大幅提高水下滑翔机在洋流影响下的定位性能，具有功耗低、实施简单、定位精度改进幅度大等特点。

Description

洋流影响下水下滑翔机单信标无源声学定位方法

技术领域

本发明属于水下航行器定位领域，尤其涉及一种洋流影响下水下滑翔机单信标无源声学定位方法。

背景技术

随着人们对现代海洋开发和海洋探索的需求日益增长，越来越多的水下航行器被设计用来观测海洋环境。水下无人滑翔机(Autonomous Underwater Gliders，以下简称水下滑翔机)集传感、通信、导航、控制、能源、推进等技术于一体，是目前海洋观测中较成熟的水下无人航行器。

水下滑翔机可以搭载各种传感器在海洋三维空间内进行环境数据采集，如盐度、温度、深度、海流、溶解氧浓度、声场等等。为了获得准确的环境数据，水下滑翔机一般需要对自身所在位置进行准确估计，水下定位常用的方法包括基于惯性导航设备的水下导航技术、基于姿态传感器的航位推算技术、各类基于声纳设备的基线定位技术等。

由于惯性导航设备较为昂贵且体积和功耗较大，水下滑翔机一般不考虑携带。基于声学的基线定位技术需待定位端的接收设备和基线上的信号发射设备之间保持严格时间同步，或待定位端的接收设备需要对信号发射设备发送的信号进行回应以获得往返的信号传播时间。由于时间同步需昂贵的器件如原子钟，而主动信号的发射会大大缩短水下滑翔机的续航时间，因此基线定位技术在水下滑翔机上的应用亦存在困难。基于姿态传感器的航位推算技术具有成本低、应用方便等特点，是目前应用最为广泛的滑翔机水下定位技术。然而，由于水下滑翔机进行水下作业时会受到洋流的影响，且水下航行时间较长、速度较慢，航位推算技术的定位误差会不断累积，导致水下滑翔机估计的自身位置与实际位置有着较大的偏差，尤其在洋流与水下滑翔机速度可比时，可使其位置估计失效。同时现有水下定位方法一般仅根据水下滑翔机的运动模型以及水下滑翔机与信标之间的距离等信息进行自主定位，未考虑洋流对水下滑翔机定位性能的干扰，从而导致这些方法性能在实际应用中下降甚至失效。

发明内容

本发明的目的在于针对现有技术的不足，提供一种洋流影响下水下滑翔机单信标无源声学定位方法。本发明无需时间同步、无需主动发送信号，可实现低成本、低功耗的需求，并大幅改善水下滑翔机的定位性能。

本发明的目的是通过以下技术方案来实现的：一种洋流影响下水下滑翔机单信标无源声学定位方法，包括以下步骤：

(1)发送信标定位信号，包括以下子步骤：

(1.1)部署信标后，设置定位信号的发送周期

进入等待发送阶段；

(1.2)每次定位信号发送时，信标获取自身当前位置

与发送时间

(1.3)将循环算法信号、步骤(1.2)中获得的信标当前位置

与本地时间

打包，并通过换能器进行广播，广播完成后信标再次进入等待状态；

(2)部署滑翔机，在水面上通过GPS获得滑翔机初始位置并设置洋流速度

初始值和误差协方差矩阵P_k；滑翔机持续监听定位信号，通过信号处理，提取出信号到达时间

信号到达角θ_k、信标发送时间

和信标位置

包括以下两种情况：

(2.1)定位信号有效时滑翔机位置估计步骤为：

首先，通过下式计算实际到达时间周期差Δt_k：

其中，定位信号的发送周期由

得到；

为k-1时刻的信号到达时间；并通过下式得到测量向量d_k：

通过下式得到滑翔机预估状态

其中，

为滑翔机预估位置，

为预估的洋流速度方向分量；F_k-1和L_k-1分别为状态转移矩阵和控制映射矩阵；v_k-1为k-1时刻的相对水流的二维平面速度；α_k-1为朝向角；x_k-1是k-1时刻的滑翔机状态；

通过下式计算模型到达时间周期差Δt_k′：

其中，

为由自带传感器测得的滑翔机在k时刻的深度，r_k代表从带深度的滑翔机预估位置指向信标位置的距离向量；|·|为取模运算；c为声音在水中的传播速度；

通过下式计算模型信号到达角θ_k′：

其中，g_k为滑翔机在k时刻的姿态向量，φ_k为滑翔机的俯仰角；

建立测量模型h_k如下：

根据测量模型h_k采用扩展卡尔曼滤波器对滑翔机水下位置进行估计得到滑翔机状态

并更新误差协方差矩阵P_k；

(2.2)定位信号短暂缺失时滑翔机位置估计步骤为：

滑翔机的位置

通过下式得到：

其中，

为最近一次有效估计得到的水流速度，

为上一次估计的滑翔机位置，k和k-1时刻相差T秒。

进一步地，所述误差协方差矩阵P_k中，与洋流有关的元素设置为0.1²，与位置有关的元素设置为

其中v^(l)为滑翔机的平均速度，为0.5节。

进一步地，所述步骤(2.1)中k-1时刻的滑翔机状态x_k-1在第一次水下定位时为滑翔机初始状态，由步骤(2)中的滑翔机初始位置和洋流速度

初始值构成。

进一步地，所述采用扩展卡尔曼滤波器对滑翔机水下位置进行估计得到滑翔机状态

并更新误差协方差矩阵P_k，具体为：

P_k|k-1＝F_k-1P_k-1F_k-1 ^T+Q_k-1

P_k＝[I-K_kH_k]P_k|k-1

其中，P_k|k-1为预估的误差协方差矩阵；Q_k-1为过程噪声；K_k为卡尔曼增益；

为最终估计的滑翔机位置，

为最终估计的洋流速度方向分量；H_k为h_k的雅可比矩阵；R_k为观测噪声矩阵。

进一步地，所述k-1时刻的相对水流的二维平面速度v_k-1通过下式计算得到：

其中，

为滑翔机在k时刻的深度，φ_k-1为k-1时刻的俯仰角。

进一步地，所述步骤(2)中洋流速度

初始值根据洋流的先验知识设置，否则设为[0 0]。

本发明的有益效果是：

(1)本发明提供了一种在洋流影响下用于水下滑翔机的定位算法，通过将到达时间周期差和信号到达角与扩展卡尔曼滤波结合，对滑翔机位置进行估计，可大幅提高水下滑翔机的定位性能；

(2)本发明在对位置进行估计的同时也对洋流进行了估计，并通过估计的洋流对滑翔机位置进行补偿，提升了滑翔机在洋流影响下的定位性能；

(3)本发明的算法不需要滑翔机发送信号，也不需要信标和滑翔机之间进行时间同步，具有功耗低和实施简单的优点；

(4)本发明所述的信标可以搭载在任意一种水面、水下平台，例如水面船只、钻井平台、浮标、波浪滑翔机、UUV、潜艇等；

(5)本发明所述的信标定位信号发送周期可变；

(6)本发明针对滑翔机在声学定位信号短暂缺失时的情况进行了处理，使滑翔机在无有效声学定位信号情况下仍然有一定的自定位性能；

(7)本发明中信标能单方向与水下滑翔机之间进行数据传输，有着一定的通信能力。

附图说明

一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1为本发明实施例提供的一种无需时间同步的水下滑翔机无源声学定位方法流程图；

图2为本发明实施例提供的信标工作流程图；

图3为本发明实施例提供的仿真结果图；其中，(a)为仿真的场景图；(b)为对应的定位误差随时间变化图；(c)为洋流估计结果图；

图4为本发明实施例提供的应用于计算信号达角度和信号到达时间间隔差的数据处理流程图；

图5为本发明实施例提供的定位信号帧结构图。

具体实施方式

下面结合附图，对本发明的具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。除非另有其它明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其它元件或其它组成部分。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

另外，为了更好的说明本发明，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本发明同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件未作详细描述，以便于凸显本发明的主旨。

实施例1

本发明实施例提供的一种洋流影响下的水下滑翔机无源声学定位方法流程，如图1所示。滑翔机根据接收到定位信号的到达时间周期差和信号到达角度(Direction OfArrival，DOA)，对自身进行定位。该方法包括以下步骤。

步骤S1：滑翔机部署，参数初始化步骤

滑翔机在部署后，在海面上通过GPS对自身位置进行矫正。滑翔机开始水下航行后，持续监听信号，判断是否接收到定位信号。初始化时，在没有洋流的先验知识的情况下可将洋流速度

初始值设为[0 0]，若有先验知识可将洋流速度

初始值设置为对应值。初始化时误差协方差矩阵P_k中与位置有关的元素根据信号发送间隔

和滑翔机的典型速度v^(l)设置为

洋流有关的元素设置为0.1²。

步骤S2：滑翔机接收信号处理步骤

滑翔机接收信号处理步骤，用于在滑翔机收到信号时，对信号进行分析提取出信号到达时间

信号到达角θ_k、信标发送时间

和信标位置

具体流程如信号处理如图4所示，包括：

a.将水听器的接收信号与预存于滑翔机的具有良好自相关性的循环算法(CyclicAlgorithm-New，CAN)信号进行相关滤波。记接收信号序列为s_r(t)，本地信号在多普勒频移为f时的信号序列为s_l(t,f)，则在给定的多普勒搜索空间f∈[f_low,f_high]和时间搜索空间t∈[0,T_s]进行搜索得到的整个搜索空间的最大值

b.找到符合信号检测阈值的最大输出a_max出现的时间作为k时刻信号到达时间

c.再对水听器阵列进行波束形成估计信号到达角

其中v^H(φ)为阵列响应矢量，φ为阵列响应的朝向角。

d.对信号解码得到关于信标发送时间

和信标位置

的数据。

步骤S3-1：定位信号有效时滑翔机位置估计步骤

首先采用滑翔机自带的传感器对当前滑翔机相对水流的二维平面速度进行估计，通过一段时间T内深度的变化和俯仰角的值对速度进行估计，记滑翔机通过自带传感器在k时刻测得的深度为

k-1时刻的俯仰角为φ_k-1，k和k-1时刻相差T秒，则k-1时刻相对水流的二维平面速度计算方法为：

在得到相对水流速度后，实施例通过在步骤S2中测得的信号到达时间

和已知的信号发送间隔

计算到达时间周期差Δt_k：

将Δt_k和到达角θ_k组成列向量形式，即可得到此时刻的测量向量d_k，具体表示如下：

滑翔机的状态转移模型为：

其中，v_k-1为k-1时刻的相对水流的二维平面速度；

为滑翔机状态，

为滑翔机的位置，

为洋流速度

的方向分量；F_k-1和L_k-1分别为状态转移矩阵和控制映射矩阵；α_k-1为朝向角；Q_k-1为过程噪声；

通过下式计算模型到达时间周期差Δt_k′：

其中，

为滑翔机的预估位置，r_k代表从带深度的滑翔机预估位置指向信标的距离向量；|·|为取模运算；c为声音在水中的传播速度；

通过下式计算模型信号到达角θ_k′：

其中，g_k为滑翔机在k时刻的姿态向量，φ_k为滑翔机的俯仰角；

建立测量模型h_k如下：

将前述的估计的状态转移模型与测量模型结合，滑翔机的最终的状态

通过扩展卡尔曼滤波进行状态更新：

a.通过下式对滑翔机预估位置与预估洋流进行预测

b.通过下式对预测协方差P_k|k-1进行计算：

P_k|k-1＝F_k-1P_k-1F_k-1 ^T+Q_k-1 (10)

c.通过下式对卡尔曼增益进行计算：

其中，H_k为h_k的雅可比矩阵，其中R_k为观测噪声矩阵；

d.通过下式计算误差协方差矩阵，为下一次位置估计做准备：

P_k＝[I-K_kH_k]P_k|k-1 (13)

e.通过下面两个式子获得最终的滑翔机位置和洋流速度估计值

其中，

为最终估计的滑翔机位置，

为最终估计的洋流速度的方向分量。

步骤S3-2：声学定位信号短暂缺失时滑翔机位置估计步骤：

在本实施例步骤2-2声学定位信号短暂缺失时或无效时时滑翔机位置估计步骤，如未到信号发送时间、接收信号信噪比过小、信号经过信道遭到破坏无法还原信号等，则进入该步骤。首先计算滑翔机相对水流的速度v_k-1，再使用最近一次估计的洋流速度

通过公式(1)对当前位置进行估计。

其中，

为上一次估计的滑翔机位置，k和k-1时刻相差T秒。

图3为本发明实施例的仿真的场景(图3a)、对应的定位误差随时间变化(图3b)、洋流估计(图3c)结果。仿真中信标在水面往北偏东航行，洋流为北偏西40°方向，滑翔机往南航行，但是在受到洋流影响后实际方向为北偏西77°。传统航位推算方法误差会随着时间增加而增加，但通过本发明实施例的流程，滑翔机在最终时刻的定位精度比传统航位推算方法提高了94％，平均定位误差不超过100米，大幅改善了定位性能，同时在最终时刻，本发明估计得到的不同方向上的洋流大小与实际情况一致。

实施例2

本发明实施例提供信标定位信号发送的流程，如图2所示。实施例中信标周期性地广播定位信号，所述的信标可以搭载在任意一种水面、水下平台，例如水面船只、钻井平台、浮标、波浪滑翔机、UUV、潜艇等。该方法包括以下步骤：

步骤S1：信标初始化步骤

信标在部署后将设置定位信号的发送周期

信号带宽等参数，并进入等待发送阶段。

步骤S2：获取当前信标位置和信标发送时间步骤

在信号发送时间时，信标将获取信标当前的位置

与信标发送时间

步骤S3：信号打包与广播

将具有良好自相关的CAN信号在步骤S2中获得的信标位置和信标时间进行打包，并通过换能器进行广播，广播完成后信标再次进入等待状态。

实施例3

本发明实施例提供的定位信号帧结构，如图5所示。信号帧由具有良好自相关的CAN信号与发送时的信标位置

与发送时间

构成。

上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (6)

1.一种洋流影响下水下滑翔机单信标无源声学定位方法，其特征在于，包括以下步骤：

(1)发送信标定位信号，包括以下子步骤：

(1.1)部署信标后，设置定位信号的发送周期

进入等待发送阶段；

(1.2)每次定位信号发送时，信标获取自身当前位置

与发送时间

(1.3)将循环算法信号、步骤(1.2)中获得的信标当前位置

与发送时间

打包，并通过换能器进行广播，广播完成后信标再次进入等待状态；

(2)部署滑翔机，在水面上通过GPS获得滑翔机初始位置并设置洋流速度

初始值和误差协方差矩阵P_k；滑翔机持续监听定位信号，通过信号处理，提取出信号到达时间

信号到达角θ_k、信标发送时间

和信标位置

包括以下两种情况：

(2.1)定位信号有效时滑翔机位置估计步骤为：

首先，通过下式计算实际到达时间周期差Δt_k：

其中，定位信号的发送周期由

得到；

为k-1时刻的信号到达时间；并通过下式得到测量向量d_k：

通过下式得到滑翔机预估状态

其中，

为滑翔机预估位置，

为预估的洋流速度方向分量；F_k-1和L_k-1分别为状态转移矩阵和控制映射矩阵；v_k-1为k-1时刻的相对水流的二维平面速度；α_k-1为朝向角；x_k-1是k-1时刻的滑翔机状态；

通过下式计算模型到达时间周期差Δt_k′：

其中，

为由自带传感器测得的滑翔机在k时刻的深度，r_k代表从带深度的滑翔机预估位置指向信标位置的距离向量；|·|为取模运算；c为声音在水中的传播速度；

通过下式计算模型信号到达角θ_k′：

其中，g_k为滑翔机在k时刻的姿态向量，φ_k为滑翔机的俯仰角；

建立测量模型h_k如下：

根据测量模型h_k采用扩展卡尔曼滤波器对滑翔机水下位置进行估计得到滑翔机状态

并更新误差协方差矩阵P_k；

(2.2)定位信号短暂缺失时滑翔机位置估计步骤为：

滑翔机的位置

通过下式得到：

其中，

为最近一次有效估计得到的水流速度，

为上一次估计的滑翔机位置，k和k-1时刻相差T秒。

2.如权利要求1所述洋流影响下水下滑翔机单信标无源声学定位方法，其特征在于，所述误差协方差矩阵P_k中，与洋流有关的元素设置为0.1²，与位置有关的元素设置为

其中v^(l)为滑翔机的平均速度，为0.5节。

3.如权利要求1所述洋流影响下水下滑翔机单信标无源声学定位方法，其特征在于，所述步骤(2.1)中k-1时刻的滑翔机状态x_k-1在第一次水下定位时为滑翔机初始状态，由步骤(2)中的滑翔机初始位置和洋流速度

初始值构成。

4.如权利要求1所述洋流影响下水下滑翔机单信标无源声学定位方法，其特征在于，所述采用扩展卡尔曼滤波器对滑翔机水下位置进行估计得到滑翔机状态

并更新误差协方差矩阵P_k，具体为：

P_k|k-1＝F_k-1P_k-1F_k-1 ^T+Q_k-1

P_k＝[I-K_kH_k]P_k|k-1

其中，P_k|k-1为预估的误差协方差矩阵；Q_k-1为过程噪声；K_k为卡尔曼增益；

为最终估计的滑翔机位置，

为最终估计的洋流速度方向分量；H_k为h_k的雅可比矩阵；R_k为观测噪声矩阵。

5.如权利要求1所述洋流影响下水下滑翔机单信标无源声学定位方法，其特征在于，所述k-1时刻的相对水流的二维平面速度v_k-1通过下式计算得到：

其中，

为滑翔机在k时刻的深度，φ_k-1为k-1时刻的俯仰角。

6.如权利要求1所述洋流影响下水下滑翔机单信标无源声学定位方法，其特征在于，所述步骤(2)中洋流速度

初始值根据洋流的先验知识设置，否则设为[0 0]。

Images