基于重力和環(huán)境特征的水下導(dǎo)航定位方法研究.pdf_第1頁
已閱讀1頁,還剩150頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、慣性導(dǎo)航系統(tǒng)可以滿足需要長期執(zhí)行水下潛航任務(wù)的潛艇及其它水下航行器對導(dǎo)航系統(tǒng)自主性和隱蔽性方面的要求,但是其精確性卻不盡人意,需要其它輔助導(dǎo)航系統(tǒng)來校正其眾所周知的隨時間不斷增長的定位誤差。海洋地球物理導(dǎo)航方法由于具有定位精度高、無需浮出水面等優(yōu)點,恰好可以彌補慣性導(dǎo)航系統(tǒng)在定位精度方面的不足,是潛艇等水下航行器理想的水下輔助導(dǎo)航定位手段。本論文即著重研究基于重力和環(huán)境特征的水下地球物理導(dǎo)航定位方法。
   鑒于我國現(xiàn)階段尚沒有

2、實測重力梯度數(shù)據(jù)的客觀情況,利用直角矩形棱柱法由海洋地形圖構(gòu)造了重力梯度圖,并根據(jù)兩片真實海域的地形圖生成了相應(yīng)的梯度圖,作為重力梯度匹配算法研究和測試的基礎(chǔ)。針對大部分現(xiàn)有重力匹配算法在慣導(dǎo)位置誤差較大情況下不可用的缺點,在深入研究概率神經(jīng)網(wǎng)絡(luò)原理基礎(chǔ)上,利用神經(jīng)網(wǎng)絡(luò)在分類問題上的優(yōu)勢,提出基于概率神經(jīng)網(wǎng)絡(luò)的重力梯度匹配算法,并討論了不同梯度分量組合作為網(wǎng)絡(luò)輸入對算法匹配成功概率的影響,以解決慣導(dǎo)系統(tǒng)的大位置誤差校正問題。仿真試驗證明

3、該梯度匹配算法無需慣導(dǎo)信息即可有效降低導(dǎo)航系統(tǒng)的位置誤差,可用于潛器位置誤差較大的情況下。
   從重力儀測量原理入手,深入分析了在正常重力計算過程中較大的慣導(dǎo)位置誤差會為匹配導(dǎo)航系統(tǒng)引入數(shù)值上無法忽略的觀測誤差的機理,提出將重力儀測量和重力異常數(shù)據(jù)庫均轉(zhuǎn)化為重力后再進行匹配的策略,從根本上消除了這種觀測誤差帶來的不利影響。充分利用慣導(dǎo)系統(tǒng)短時高精度的特點,提出另一種在慣導(dǎo)位置誤差較大情況下適用的基于價值函數(shù)最優(yōu)化的等值線匹配算

4、法,在先驗重力圖上通過搜索、跟蹤和決策過程尋找與慣導(dǎo)航跡形狀最相似的航跡作為匹配航跡。在模擬重力圖和真實重力圖上進行的仿真試驗均表明,在正常海況和中等精度慣導(dǎo)情況下,等值線匹配算法即可獲得較高的定位精度,適用于慣導(dǎo)大位置誤差的水下校正。
   為進一步實現(xiàn)對慣導(dǎo)系統(tǒng)的速度、姿態(tài)誤差的校正,在重力匹配導(dǎo)航系統(tǒng)提供的位置校正信息基礎(chǔ)上,以慣導(dǎo)系統(tǒng)誤差模型為系統(tǒng)方程,重力匹配算法提供的位置與慣導(dǎo)輸出位置之間的差值為觀測量,構(gòu)建了重力/

5、慣性組合導(dǎo)航系統(tǒng),通過卡爾曼濾波實現(xiàn)對慣導(dǎo)位置、速度和姿態(tài)誤差的精確估計。分析慣導(dǎo)位置航向誤差與陀螺漂移之間的關(guān)系,以重力匹配算法得到的匹配位置為位置重調(diào)值,應(yīng)用三次定位校正法對陀螺常值漂移進行估計,并通過仿真試驗證明了利用重力輔助導(dǎo)航結(jié)果對陀螺漂移估計的可行性和有效性。
   在那些尚未測繪的或重力變化過于平緩的海區(qū),重力輔助導(dǎo)航系統(tǒng)將無法工作,此時可采用基于海洋環(huán)境特征的同步構(gòu)圖定位算法作為重力輔助導(dǎo)航的替代方法,用于降低導(dǎo)

6、航誤差的增長速度。論文對同步構(gòu)圖定位算法的基本原理進行了深入研究,并針對水下載體的非線性系統(tǒng)模型,討論了系統(tǒng)的預(yù)測、觀測和狀態(tài)擴充過程,利用擴展卡爾曼濾波技術(shù)對算法進行了實現(xiàn)。區(qū)域探索和航渡兩組仿真試驗的結(jié)果均證明,基于擴展卡爾曼濾波的同步構(gòu)圖定位算法可以有效減緩潛艇等水下航行器的誤差增長速度,提高導(dǎo)航系統(tǒng)的定位精度。針對現(xiàn)有數(shù)據(jù)關(guān)聯(lián)方法在計算復(fù)雜度和關(guān)聯(lián)穩(wěn)定性方面的不足,提出了一種改進數(shù)據(jù)關(guān)聯(lián)方法,并利用仿真試驗證明了該算法可在較小的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論