一种无模型多普勒计程仪DVL误差标定方法与流程

本发明涉及导航系统技术领域，具体涉及一种无模型多普勒计程仪dvl误差标定方法。

背景技术：

高精度的水下导航和定位是一切海洋开发活动与海洋高技术发展的基础，在诸多方面都发挥着极其重要的作用。水下自主航行器auv的导航问题引起复杂的工作环境而变得十分具有挑战性。由于惯性导航系统ins的漂移误差不可避免而且会随着时间而累积，长时间工作会导致导航误差超出任务精度要求。高精度的多普勒计程仪dvl可提供精确的速度信息，能够及时修正ins的速度误差积累，从而提高定位精度。因此，ins/dvl组合导航是目前最为广泛使用的水下导航技术。

在水下组合导航系统中，有两大因素制约着ins/dvl组合导航系统的定位精度：一是ins/dvl之间的安装误差角；二是dvl自身的测速误差。

如何准确实现dvl误差标定以构建高精度水下导航系统是目前主要的研究方向。目前有一种利用加速度信息进行标定的自标定方法，该方法无需额外的传感器，但却需要很复杂的运动轨迹，极大地增加了水下航行器的控制难度。随后，还有一种两点式标定方法，该方法仅需起始点信息和航行过程中任一点信息即可完成标定。为了实现刻度因数误差和安装误差角的自标定，可以采用一种基于系统可观测性分析的标定方法，该方法无需增加任何额外的传感器即可完成标定。上述算法在实际应用中具有很大的局限性且实现较为复杂，为解决此问题，一种基于svd分解的最小二乘标定方法被提出，该方法将标定问题转化成了求解两个点集之间的转换矩阵问题，在实际应用中容易实现。

上述传统标定算法需要满足以下两个假设：(1)dvl误差模型已知；(2)安装误差角均为小量。然而，在实际应用中，dvl误差模型通常无法被准确的建模，因为并非所有的误差项都能被考虑到，而这些未被考虑的dvl误差项会对标定精度产生非常大的影响。同时也无法保证ins与dvl之间的安装误差角为小量。可以看出，无论是从标定精度还是算法的可靠性来考虑，传统标定算法具有很大的局限性。

因此目前亟需一种无需先验模型的dvl误差标定方法。

技术实现要素：

有鉴于此，本发明提供了一种无模型多普勒计程仪dvl误差标定方法，该方法无需先验的dvl误差模型，即可实现高精度的误差标定。。

为达到上述目的，本发明的技术方案包括如下步骤：

在水下运载体auv在水下运动过程中，分别获取所述auv的二维水平速度信息和垂直速度信息，并获取设置于所述auv之上的多普勒计程仪dvl的水平量测速度和垂直量测速度。

构建水平回归预测器，采用所述二维水平速度信息作为所述水平回归预测器的输出训练样本，所述dvl的水平量测速度作为所述水平回归预测器的输入训练样本，对所述水平回归预测器进行训练，得到训练好的水平回归预测器。

构建垂直回归预测器，采用所述垂直速度信息作为所述垂直回归预测器的输出训练样本，所述dvl的垂直量测速度作为所述垂直回归预测器的输入训练样本，对所述垂直回归预测器进行训练，得到训练好的垂直回归预测器。

所述训练好的水平回归预测器和所述训练好的垂直回归预测器合并以得到目标预测器。

实时采集dvl速度量测信息作为所述目标预测器的输入，则所述目标预测器的输出即为标定后的dvl量测速度。

进一步地，在水下运载体auv在水下运动过程中，分别获取所述auv的二维水平速度信息和垂直速度信息，具体为：

在水下运载体auv在水下运动过程中，采用ins/gps组合导航系统获取所述auv的二维水平速度信息，采用压力传感器获取所述auv的垂直速度信息。

进一步地，获取设置于所述auv之上的多普勒计程仪dvl采集的水平量测速度和垂直量测速度，具体为：

所述多普勒计程仪dvl采集获得所述auv的三维速度信息，包括x轴速度、y轴速度和z轴速度；其中x轴、y轴和z轴分别为：以dvl的中心点为原点，以水平向右为x轴正向，水平向前为y正向，竖直向上为z轴正向。

对所述三维速度信息进行如下划分：以x轴速度和y轴速度的组合作为所述水平量测速度；以z轴速度作为所述垂直量测速度。

进一步地，构建水平回归预测期，采用所述二维水平速度信息作为所述水平回归预测器的输出训练样本，所述dvl的水平量测速度作为所述水平回归预测器的输入训练样本，对所述水平回归预测器进行训练，得到训练好的水平回归预测器，具体为：

构建水平回归预测器。

采用所述二维水平速度信息作为所述水平回归预测器的输出训练样本，所述dvl的水平量测速度作为所述水平回归预测器的输入训练样本。

利用参数寻优算法对所述水平回归预测器进行参数寻优，得到最优参数，将所述最优参数代入支持向量回归算法以训练所述水平回归预测器，得到训练好的水平回归预测器。

进一步地，构建垂直回归预测器，采用所述垂直速度信息作为所述垂直回归预测器的输出训练样本，所述dvl的垂直量测速度作为所述超级欧洲回归预测器的输入训练样本，对所述垂直回归预测器进行训练，得到训练好的垂直预测器，具体为：

构建垂直回归预测器。

采用所述垂直速度信息作为所述垂直回归预测器的输出训练样本，所述dvl的垂直量测速度作为所述垂直回归预测器的输入训练样本。

利用参数寻优算法对所述垂直回归预测器进行参数寻优，得到最优参数，将所述最优参数代入支持向量回归算法以训练所述垂直回归预测器，得到训练好的垂直回归预测器。

进一步地，参数寻优算法为遗传算法。

有益效果：

(1)本发明提出了一种无模型多普勒计程仪dvl误差标定方法，该方法采用回归预测器对dvl进行误差标定，现有技术中，回归预测器一般用于预测问题，例如利用回归预测器进行一些金融领域数据的预测。在应用于本发明时，在训练过程中，以带有误差的dvl速度量测作为输入训练样本，同时利用获取的精确地auv的速度信息作为输出训练样本，训练得到回归预测器对带有误差的dvl速度量测进行误差标定，该方法无需先验的dvl误差模型，可实现高精度的误差标定，且当auv的ins和dvl的安装误差角为非小量时也可以实现有效的标定。

(2)本发明提供的一种无模型多普勒计程仪dvl误差标定方法，在进行回归探测器的训练时，利用参数寻优算法进行参数寻优，将得到的最优参数代入支持向量回归算法进行训练以得到回归预测器。其中支持向量回归算法仅需很少的训练样本即可完成训练，这对于水下运载体执行任务十分有利。

附图说明

图1为本发明实施例提供的ga-svr的无模型dvl误差标定方法流程图。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

本发明提供了一种无模型多普勒计程仪dvl误差标定方法，其流程原理如图1所示，具体包括如下步骤：

s1、在水下运载体auv在水下运动过程中，分别获取auv的二维水平速度信息和垂直速度信息，并获取设置于auv之上的多普勒计程仪dvl的水平量测速度和垂直量测速度。

本发明实施例中，在水下运载体auv在水下运动过程中，采用ins/gps组合导航系统获取auv的二维水平速度信息，即auv航行在水面采集gps信息以构建ins/gps组合导航系统，将ins/gps组合导航系统输出的二维水平速度信息。采用压力传感器获取auv的垂直速度信息。

本发明实施例中，多普勒计程仪dvl采集获得auv的三维速度信息，包括x轴速度、y轴速度和z轴速度；其中x轴、y轴和z轴分别为：以dvl的中心点为原点，以水平向右为x轴正向，水平向前为y正向，竖直向上为z轴正向。对三维速度信息进行如下划分：以x轴速度和y轴速度的组合作为水平量测速度；以z轴速度作为垂直量测速度。

图1中数据采集过程即为本步骤s1。

s2、构建水平回归预测器，采用二维水平速度信息作为水平回归预测器的输出训练样本，dvl的水平量测速度作为水平回归预测器的输入训练样本，对水平回归预测器进行训练，得到训练好的水平回归预测器。

具体可以采用如下步骤：

构建水平回归预测器；

采用二维水平速度信息作为水平回归预测器的输出训练样本，dvl的水平量测速度作为水平回归预测器的输入训练样本；

利用参数寻优算法对水平回归预测器进行参数寻优，得到最优参数，将最优参数代入支持向量回归算法以训练水平回归预测器，得到训练好的水平回归预测器。

图1中水平方向训练过程即为本步骤s2。

s3、构建垂直回归预测器，采用垂直速度信息作为垂直回归预测器的输出训练样本，dvl的垂直量测速度作为垂直回归预测器的输入训练样本，对垂直回归预测器进行训练，得到训练好的垂直回归预测器。

具体可以采用如下方法

构建垂直回归预测器；

采用垂直速度信息作为垂直回归预测器的输出训练样本，dvl的垂直量测速度作为垂直回归预测器的输入训练样本；

利用参数寻优算法对垂直回归预测器进行参数寻优，得到最优参数，将最优参数代入支持向量回归算法以训练垂直回归预测器，得到训练好的垂直回归预测器。其中的参数寻优算法为遗传算法，也可以是蚁群算法，粒子群算法。

支持向量回归算法仅需很少的训练样本即可完成训练，这对于水下运载体执行任务十分有利。

图1中垂直方向训练过程即为本步骤s3，具体实施过程中s2和s3可以顺序执行也可以同时执行。

s4、训练好的水平回归预测器和训练好的垂直回归预测器合并以得到目标预测器；

s5、实时采集dvl速度量测信息作为目标预测器的输入，则目标预测器的输出即为标定后的dvl量测速度。

如图1所示，本发明实施例中在输出标定后的dvl量测速度之后，还进一步执行一次卡尔曼滤波，并将滤波后的数据输入至ins/dvl组合导航系统中即可。

实验结果表明，本发明提出的无模型dvl误差标定算法不仅可以大幅提升传统标定算法的标定精度，也能在大安装误差角情况下实现标定，这是传统标定算法所不具备的优势。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。