基于GPS/BDS组合的浅海AUV定位性能分析

2018-09-06姜少杰王宪刘海敌夏长春

全球定位系统 2018年3期

姜少杰,王宪,刘海敌,夏长春

(上海海洋大学工程学院,上海 201306)

0 引言

北斗卫星导航系统(BDS)是由中国自行研制的且可以与美国全球定位系统(GPS)、俄罗斯的格洛纳斯导航定位系统(GLONASS)和欧洲的伽利略导航定位系统(Galileo)兼容共用的导航定位系统。随着BDS定位系统的全球范围内地基系统的快速建设以及在航空、交通、通信等工程领域方面的推广利用,BDS定位系统的高精度定位逐渐满足于海洋工程机械测量的应用要求[2]。

现有定位系统在工程方面上的应用研究大多是基于GPS或BDS单系统,对GPS/BDS双模定位系统的工程应用研究还极为有限。王迪[3]等介绍了一种高精度导航定位系统在有轨电车上的应用,该系统基于GPS/BDS双模导航定位技术,通过对电车轨迹推算/RFID来辅助定位,进一步提高有轨电车的定位精度;辛德奎[4]等研究了一种应用在农田作业车上的定位系统,该系统基于GPS/BDS的双模导航定位技术,并通过单片机来解析GPS/BDS双模定位模块接收的数据定位信号,从而得到田间作业车的运行地理位置及运行作业状态;陈志强[5]设计一种基于GPS/BDS双模定位的医院信息服务器时间同步系统,该系统平台通过GPS/BDS卫星通信同步医院内各信息系统,解决系统网络时间服务器不同步的问题。而随着BDS全球导航定位系统建设的逐渐完善和工程应用领域的不断推广,导航信息资源不断的增多,高精度、多卫星系统组合导航定位将是工程应用的发展趋势。

目前,还少有学者研究分析GPS/BDS双模组合定位系统在水下机器人上的应用。因此,本文针对水下机器人在浅海工作时定位误差大的问题,重点介绍一种基于GPS/BDS双模组合定位技术的浅海水下机器人高精度定位系统,为了验证GPS/BDS双模导航定位系统的定位性能,以及进一步提高双模定位系统的定位精度,本文设置了GPS和BDS单模定位系统作比较,并提出利用中值滤波算法和卡尔曼滤波算法相结合的数据处理方式,通过对双模定位系统测试数据的滤波处理,得出双模定位系统的相对定位性能。经过比较分析,总结出的结论具有一定的参考价值。

1 定位方案设计

该系统定位方案是基于水下GPS高新定位导航系统技术为原型[6],在此原型的基础上,采用GPS和BDS组合的定位技术,由GPS/BDS卫星、差分GPS/BDS基准站、GPS/BDS定位浮标、水下收发机、水上无线电通讯设备、水下水声通讯设备及数据处理与控制中心构成,如图1所示。海面大地测量基准由GPS/BDS卫星、GPS/BDS定位浮标和差分GPS/BDS基准站组成,该基准也作为水面测量基线。

当水下机器人在水中运行时,数据控制中心向水下收发机发送定位请求信号后,收发机激活向GPS/BDS浮标发送定位信号。浮标接收到定位信号后,对定位信号进行时延估计,得出结果数据,将获取的结果定位数据、GPS/BDS定位数据和浮标姿态校准数据等信息进行转换调制,传送到数据控制中心。数据控制中心通过对GPS/BDS基准站上的差分信号和以上调制转换的定位信息的融合处理,得出水下机器人的原始定位数据。将原始定位数据进行中值滤波算法,消除定位噪音误差,之后进行卡尔曼滤波算法处理,计算出水下机器人的地理定位信息,通过远程监控,在大地测量坐标系上实时地显示水下机器人运动地理坐标信息。

2 定位系统模型

当水下机器人在水下前进时,其运动可以近似看作是在二维平面上的运动,如图1所示,因此,水下机器人从A点到达B点的运动模型为

(1)

式中: 点A为水下机器人的初始位置(x0,y0),可由双模定位模块测出;V0为水下机器人的初始前进速度;θ0为水下机器人的初始方位角。当水下机器人由A点前进到B点时,GPS/BDS定位模块可以测出此时点B的相对位置(x1,y1),同时,也可以通过运动模型推断出B点的相对位置,两个数据经过相互修正得出水下机器人的位置,提高系统整体的定位精度。

2.1.3 红色文献资源建设应加强与相关部门的联合。高校图书馆在建立红色文献资源时应打破条块分割的界限，积极寻求系统内外相关单位或部门的合作，开展红色文献资源的共建共享。这样既能实现优势互补，还能避免重复建设。

基于水下机器人的运动模型如图2所示,构建水下机器人的系统模型:

x(k+1)=f(x(k),μ(k),ω(k))=

(2)

式中: 状态变量x=[xd,yd,θd]T可以由GPS/BDS定位模块测量得到; Δd(k)为k时刻到k+1时刻水下机器人前进的距离;θ(k)为k时刻的运动方向; Δθ(k)为k时刻到k+1时刻水下机器人运行前进的转弯角度; 其中ω为定位系统噪声,可认为在零均值状态下的高斯白噪声[7]。

3 定位数据处理

对于水下机器人定位数据的处理,提出了利用中值滤波算法和卡尔曼滤波算法组合的数据处理方法。该组合算法利用中值滤波消除定位信号中的椒盐噪声,利用卡尔曼滤波使定位信号变得平滑,以此提高水下机器人GPS/BDS双模数据输出信号的定位精度。

3.1 中值滤波算法

中值滤波是一种基于排序统计理论的非线性信号处理方法,它通过把数字序列中的一点值替换为该点一个邻域中各点值的中值,消除孤立噪声点,有效抑制噪声信号[8]。

对由差分伪距原理计算出的定位结果数据进行中值滤波处理,将中值滤波窗口长度设置为n=2k或n=2k+1,观测定位信号数值个数为N,滤波数据的输出为U(t1),U(t2),…,U(tn)。当滤波窗口在观测定位数据序列上移动时,该算法的标准中值滤波输出为

median[U(ti)]=

(3)

式中:U(tk)为在中值滤波窗口2k(或2k+1)个观测数据值中的第k个最小或最大的定位数值,滤波器将最大或最小数值的噪音点去除,使输出定位数据曲线变得平缓。

3.2 卡尔曼滤波算法

卡尔曼滤波算法是一种基于递推线性最小方差估计的信号处理方法,它采用递推估计计算出连续测量数据[9]。结合定位系统模型,假设在tk时刻,定位系统的数据噪声序列Wk-1驱动被估计状态Xk,经过算法离散化后,系统状态方程为

(4)

式中:Φk,k-1为从tk-1时刻到tk时刻的转移矩阵;Γk-1为噪声矩阵;Hk为观测矩阵;Wk为噪声序列,Vk为观测噪声序列。Wk和Vk为方差为零的白噪声序列[10]。

如果被估计状态量Xk满足状态方程,观测量Zk满足观测方程,推算出离散型的卡尔曼滤波基本方程为

(5)

定位系统的数据处理流程如图3所示,首先数据接收机分别接收GPS和BDS导航定位信号,通过A/D模数转换器处理为数字信号,成为定位的原始观测数据。并通过该原始观测数据计算出定位结果数据。其次对定位结果数据进行中值滤波算法处理,去除定位信号中的椒盐噪声,经过中值滤波算法处理后的定位数据之后,利用卡尔曼滤波进行定位数据处理,使定位信号变得平滑,通过对接收信号数据的滤波处理,可以实现对水下机器人的路径轨线的实时定位。

4 实验的测试与结果

4.1 实验的测试

本次测试采用基于中科微电子有限公司研发的第四代低功耗GNSS SOC单芯片的ATGM332D-5N31系列的双模导航定位模块,该模块可以实现GPS/BDS单模系统定位,以及GPS/BDS/GLONASS/Galileo的任意模式组合的多系统导航定位,该模块的成本低廉,功耗较低,并具有高灵敏度的特点。

如图4所示,本实验选择上海海事大学校内一处较为开阔的人工湖作为实验区域,将搭载GPS/BDS双定位系统硬件平台的AUV放至实验区域,控制AUV在实验区域内行驶,通过GPS/BDS双模定位模块接受数据进行测试,数据采样时间为500 s,采样频率为0.1 Hz,通过MATLAB软件对定位信号进行算法滤波处理和数据分析。