UUV发展、应用及关键技术

无人潜航器（uuV）是无人平台的一个重要发展方向。本文重点介绍了几个主要国家发展UUV的最新情况，概括了UUV在水下通信／导航、水下环境监测、水下爆炸物探测等领域的应用能力，阐述了UUV发展在智能控制、精确导航、多传感器协同、水下高速通信等方面需解决的关键技术难题，并简要论述了UUV今后的发展方向。     

水下无人航行器及其路径规划技术的发展现状与趋势

路径规划技术是决定水下航行器(UUV)智能化水平高低的关键技术,它是自主导航中的一个重要组成部分。本文结合了水下机器人的研究现状、重点技术以及路径规划技术的研究概况,对UUV路径规划技术的发展趋势进行了阐述,并分析了路径规划技术的方法,主要包括智能化方法和多传感器信息融合方法等;最后对UUV路径规划技术进行了展望。     

基于单浮标的水声/惯性组合导航定位与试验验证

惯性导航由于其无源、自主等优点,在水下导航中处于中心地位,但惯性导航误差随时间增大,很难长时间提供精确的导航信息。针对此问题,本文提出一种基于单浮标的水声/ 惯性组合导航定位方法,借助水下潜航器的速度和方位信息,通过实际浮标和 3 个虚拟浮标的位置以及与水下潜航器之间的 4 个距离观测量,采用长基线导航定位技术,实现水下潜航器导航定位。试验结果表明,该方法相比惯性导航,减小了误差,提升了定位精度,可保证水下潜航器长航时实施水下作战任务。     

平台运动对声学导航圆交汇模型的影响及误差分析

声学导航技术被广泛应用于水下机动平台的自主导航。常用的声学导航模型多为圆交汇模型,该模型结构简单,计算方便,但未考虑平台运动影响,是一种静止模型。平台运动条件下,平台接收各水下声信标(水下星站节点)的时间及所处空间位置不同,即时间和空间存在差异性,会产生模型失配,影响导航精度。针对上述问题,该文推导了由平台运动造成的模型失配误差公式,定量分析了运动对导航精度的影响以及误差的空间分布规律,着重研究了航速、航向角等航行参数对导航精度的影响规律,并进行了仿真验证。研究结果表明:仅考虑平台运动的影响时,声学导航圆交汇模型的失配误差存在,且与平台在阵内的空间位置有关,其导航精度空间特性呈近似的同心椭圆分布;模型失配误差还与平台航行参数有关,模型失配误差对速度变化敏感,随着航行速度增大,呈近似线性趋势增大,影响严重;航向角对全局精度变化范围影响小,主要影响模型失配误差的空间分布,体现为一种随航向角“旋转”的特性,且椭圆横轴方向与平台运动方向趋于一致。     

区域导航对流层延迟误差修正模型研究

本文研究了电波大气折射理论，分析了传播误差因素，阐述了区域导航信号的传播路径与 GNSS 卫星导航的不同，论述了对流层延迟对区域导航信号测量精度的影响，设计了满足区域导航系统应用需求的对流层延迟误差修正模型，并通过仿真研究，验证了所设计区域导航对流层延迟误差修正模型的可行性，并给出了该模型在远距离低仰角和近距离高仰角下的误差修正能力。     

基于测速误差预补偿的水下航行体组合导航技术

针对水下航行体INS/DVL组合导航系统,提出了基于DVL测速误差预先补偿的卡尔曼滤波方案,介绍了测速误差预先补偿方法和补偿措施。通过试验验证,基于DVL测量速度误差预先补偿的组合导航技术改善了系统滤波收敛特性,提高了导航定位精度。     

序贯概率比检验法在导航精度试飞中的应用

以往导航精度试飞采用基于参数估计理论的误差统计法,须完成规定的试飞架次才能得出试飞结论。这里根据假设检验理论总结出序贯概率比检验法,在给定置信度和误差概率时,求出导航精度的拒绝域、接收域和观察域;当试验曲线收敛于接收域时即可提前结束试飞,达到节省架次的目的。通过应用表明该方法不但适用于导航系统,对其他系统也具参考价值。     

UUV国内外研究现状及若干关键问题综述

以美国军用UUV为例,详细介绍了国外UUV的研究现状和发展趋势,指出了国内UUV的研究现状;并重点梳理了UUV的外形和总体布局,在此基础上引出了UUV发展的主要瓶颈--能源和水下通信等问题。     

基于DQN的UUV辅助水下无线光通信轨迹规划系统

无人水下航行器（unmanned underwater vehicle,UUV）作为重要潜基通信平台可以辅助水下无线光通信（underwater wireless optical communication,UWOC）。然而，在实际应用中，水体波动特性、不同水质环境、多用户接入等给UUV辅助UWOC系统带来很大挑战，因而适当的路径规划策略可以应对上述挑战并最大限度地提升系统整体和每一个用户的性能。将深度强化学习（deep reinforcement learning,DRL）用于无人载具路径规划中，提出了一种UUV辅助UWOC系统的轨迹规划方案。通过DRL中深度Q网络（deep Q-network,DQN）方法让UUV自动决策航行方向，从而提升系统和用户的链路通信容量。同时，研究了不同水质对容量提升效果的影响。仿真实验表明，DQN输出策略可以在一定程度上提升系统整体和各个用户的链路通信容量，并且UUV在清澈海水中的容量提升效果优于纯净海水但低于沿岸水。     

导航接收机测距通道误差源分析

测距通道误差是影响导航接收机测距精度的主要原因。通过对导航接收机设计各个环节的通道误差源分析,给出了影响导航接收机测量精度的信道误差源和终端误差源,并分别针对这2种误差源进行了详细阐述。同时通过对误差源产生的分类和机理分析,提出了不同误差源对应的解决方案和实现方法,为高精度导航接收机的设计和开发提供了理论基础和工程参考。     

基于水下组合导航系统设计与鉴定

本文依据水下组合导航技术的发展及现状,提出了利用重力、地形、地磁等匹配导航的辅助导航,对惯性导航系统进行校准,设计了以惯性导航系统为主,以重力、地形和地磁匹配导航为辅的水下组合导航模式,提出了对水下组合导航系统如何鉴定的一些想法。     

陆用组合导航中Janus配置的激光多普勒测速仪的标定方法

在陆用组合导航领域,激光多普勒测速仪作为速度传感器能够与捷联惯导系统组成组合导航系统。为了抑制车辆颠簸引起的倾角变化对传统激光多普勒测速仪的影响,文中给出了基于Janus配置的分光再利用型激光多普勒测速仪。针对其与惯导系统组合导航过程中该配置结构测速仪的误差参数,文中首先推导了该测速仪的速度误差模型,在此基础上提出了差分GPS辅助的Kalman滤波标定法。实施了仿真及车载组合导航实验验证该方法的有效性。实验结果表明:文中提出的标定方法是有效的,误差参数补偿后的Janus配置激光多普勒测速仪能够大大提高组合导航定位精度。     

基于容错决策树的UWB辅助惯性定位方法

针对惯性导航系统误差随时间累积和超宽带(UWB)定位受到非视距问题、多径效应和人体影响出现粗大误差的问题,提出了一种基于容错决策树的UWB辅助人员室内惯性定位方法。该方法提出并采用陀螺仪高精度分段拟合误差补偿模型,抑制惯性导航误差漂移;同时在UWB辅助人员室内惯性定位的基础上,构建惯性导航与UWB单点定位数据共同作用的容错决策树判定模型,剔除UWB定位的粗大误差因子,进而对惯性导航和UWB的参数应用扩展卡尔曼滤波,实现UWB辅助增强惯性定位。根据实验验证表明,在复杂狭窄巷道环境,该方法将距离均方误差占路线长度的比例从6.02%提升到0.76%;在常规方正室内环境,该方法将最大误差占路线长度的比例从2.207%提升到0.635%。实现了长时间的连续可靠定位,具有较强的工程应用价值。     

基于误差估值累加开环校正的诱导式欺骗检测方法

诱导式卫星欺骗干扰可诱导航空器逐渐偏离预定航迹，难以被发现，因此及时有效地检测干扰是飞行安全的保障。在现有紧组合导航体制基础上，设计了一种基于误差估值累加开环校正的紧组合导航结构，并证明了其性能与传统闭环校正紧组合导航性能等效。在此结构中，将紧组合导航系统与自适应序贯概率比检测方法结合，提出了一种基于误差估值累加开环校正的诱导式欺骗检测方法，融合紧组合导航信息与其他不受欺骗影响的导航信息，构建欺骗检测统计量进行诱导式欺骗检测。仿真结果表明，开环校正结构可避免随时间累加的惯性导航系统误差所导致的组合导航滤波器发散问题，同时欺骗检测方法可进一步提高算法对“最坏”情形下微小诱导式欺骗的检测效果。     

巡航段纯惯导误差分析

惯性制导误差是影响巡航导弹进入地形匹配区的主要因素。针对巡航导弹巡航飞行段,在分析加速度计测量误差、陀螺漂移误差以及航向效应对导弹视加速度影响的基础上,对惯性制导误差进行了分析,并针对不同地形匹配区的精度和相邻匹配区间隔对惯性组合误差系数提出了精度指标。     

MIMU／GPS组合导航模糊自适应卡尔曼滤波研究

针对组合导航初始对准中存在模型误差时常规卡尔曼滤波容易发散的问题,提出了一种模糊自适应卡尔曼滤波算法。该算法采用模糊控制规则,根据新息的方差和均值变化自适应调整量测噪声权值矩阵。此算法运用于MIMU/GPS组合导航初始对准中,获得了较高的导航精度。仿真结果表明,该算法能够有效防止滤波发散,减少模型误差对滤波结果的影响,提高了滤波精度,实现了参数的在线调整。     

基于神经网络的HRG标度因数辨识方法

惯导系统要求半球谐振陀螺仪在其大的动态范围内具有较高精度,而传统的基于最小二乘拟合的半球谐振陀螺仪标度因数辨识方法所得到的标度因数精度不高,引起较大的导航误差。为提高半球谐振陀螺仪标度因数的辨识精度,文中提出了一种基于神经网络的标度因数辨识方法,利用神经网络误差反传的梯度下降动量学习算法,对半球谐振陀螺仪的标度因数进行辨识,通过试验验证了该方法的可行性,为提高半球谐振陀螺仪工作精度,减小惯导系统导航误差提供了依据。     

捷联惯导系统复杂误差参数系统级标定方法

重点研究捷联惯导系统复杂误差模型的建立,提出了一种新的包含加速度计内杆臂参数和温度误差系数的系统级标定方法。该方法基于45维卡尔曼滤波器对误差参数进行辨识估计,并通过温度控制试验箱控制标定过程中的温度变化。仿真实验表明该方法能够同时标定出激光陀螺和加速度计的零偏、标度因数误差、安装误差以及加速度计的内杆臂参数和温度误差系数。导航实验结果表明,对标定参数进行多误差源补偿之后,10 h导航实验水平最大定位误差为0.6 n mile （1 n mile=1.852 km）,相较于不经过补偿,导航精度提升了37.5%。