基于小波的无人潜航器航位推算算法研究

　　1 引 言

　　在人类向海洋进军的过程中，UUV 作为一种海洋探索及开发工具正在展现其重要的应用价值。当 UUV 执行海底勘测和海洋环境监测任务时，如果其不能获得高精度的导航定位，那么 UUV 的作业安全得不到保证，甚至降低了 UUV 收集信息的有效性。导航定位方法有多种选择，目前的导航算法主要有惯性导航系统( inertial navi-gation system，INS) 、动力学模型辅助导航系统、卫星导航系统( global positioning system，GPS) 和多普勒导航系统[1-3]等。INS 在没有修正信息的情况下，误差会随着时间积累[4]，难以满足长时间导航定位精度的要求，并且其价格较昂贵。多普勒导航系统类似 INS，属于自主式导航，因此基于多普勒速度声呐提供的地速信息定位，其误差必然随着时间积累。GPS 导航系统属于非自主式导航，其定位精度不受时间的限制，即定位误差不随时间积累，但是卫星信号在水中迅速衰减，不适合为长时间在水下执行任务的 UUV 提供导航信息。

　　在实际应用时，选择上述导航方法进行适当的组合不仅可以提高导航精度和可靠性，而且可以降低导航系统的成本和技术难度。冯子龙等人设计了带遗忘因子的递推最小二乘滤波算法对 GPS 数据进行了滤波，但没有对 DVL速度进行滤波。实际中，当 UUV 出水执行 GPS 校准动作时，GPS 数据受到干扰大大小于在 UUV 在航行中 DVL 得到的航速信息。实际应用中借助线性外推方法即可剔除GPS 数据中的野值[5]。万磊利用强跟踪卡尔曼滤波器对航位推算结果进行次优估计，虽然提高了推算精度，但基于辛格模型的强跟踪卡尔曼滤波算法对模型的依赖程度高，一旦模型失配则给航位推算带来很大的误差，从滤波前后曲线可知推位效果仍可提高[6]。文献[7]根据 GPS/DR 组合系统的状态和观测方程，采用改进的扩展卡尔曼滤波算法估计目标的航位。该方法不仅需要准确的导航模型，而且不能满足 UUV 水下航行定位的需求。

　　yvind Hegrens 等人基于无人潜航器的动力学模型来预测自身的位置，该方法的优点在于无须给航行系统配置类似 DVL 的昂贵声呐设备，但在航行过程中需要水面船通过超短基线定位系统为其间断地提供定位信息，并在复杂的海洋环境下动力学模型发生时变后对定位精度有显著影响，其不适宜长时间为潜航器水下航行导航[8-9]。

　　针对上述问题，本文结合自主式导航与非自主式导航的优点，利用 OCTANS( 光纤陀螺传感器) ，DVL 和 GPS组成导航定位系统。同时，对机动载体的 DR 算法[10-13]做了深入的研究，利用基于 Mallat 算法的小波分解和单层重构方法对 DVL 量测速度进行滤波[14-15]，并将得到的GPS 位置信息作为导航定位系统的初始值以及校准信息。最后将得到的导航算法应用到 UUV 湖试试验，试验结果表明该算法提高了导航精度，本文的研究成果具有重要的工程价值。