水下测控设备组网数据融合软件设计与实现

发布时间：2020-08-14 18:42

【摘要】：随着世界各国对海防建设和海洋权益的高度重视,声学定位技术作为水下最为有效的定位导航手段,是国家海洋学科领域的重要组成部分。对多传感器获得的信息进行融合,可以获得比原始信息更多的信息量。因此多传感器数据融合在水声定位技术中的应用也越来越广泛。本课题来源于水下测控设备组网系统,该系统将水下合作目标高精度定位系统、被动水下目标航迹测量系统、长基线水下导航定位系统等多套现有水下测控设备进行组网。基于上述多套水下测控设备的工作原理,完成了各系统的精度仿真分析。根据各测控设备的物理特性,确定了利用时延信息解算目标位置,方位信息配合时延信息来提高系统的抗距离模糊功能的方案,实现了对多模式测量节点联合定位模型的建立。针对水下测控设备组网系统的特点,完成了数据融合定位算法的研究,包括参数级融合算法和特征级融合算法。其中参数级融合算法包括优化算法、Chan定位算法;特征级融合算法包括数据间支持度矩阵算法、GDOP权值算法。给出了各算法的定位模型、解算方法和精度仿真验证,完成了各算法的对比分析。Chan算法较其他算法在定位精度和运算速度方面都有较大优势,且受测时误差、测阵误差和声速测量误差的影响较小。针对整个系统的工作流程,设计了显控平台所必须的功能模块,包括基础架构、文件管理模块、视图模块、系统初始化、通信模块、融合解算模块、显示跟踪模块、事后处理模块与数据显示模块,给出了显控系统中的各模块的功能、设计思想、实现方法与界面视图。为了验证软件功能,利用水下合作目标高精度定位系统、长基线水下导航定位系统和被动水下目标航迹测量系统的模拟器,完成了对本软件目标参数设置、网口通信、海指发送、三维显示发送、融合定位解算、数据存储、参数显示、事后处理等功能的验证,从而证明了上述融合算法的有效性和实用性,以及定位解算软件功能的稳定性与可靠性。
【学位授予单位】：哈尔滨工程大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TB56
【图文】：

融合结构,融合算法,信息理论,点估计

图 1.1 融合结构分类数据融合算法的角度来分类可将其分为：基于点估计的数据融合方法、基于模型的数据融合方法与基于信息理论的数据融合方法。常用的融合算法分类

已知条件,最小方差估计,联合概率分布,概率分布密度

2图 1.2 融合算法分类点估计的数据融合算法中，最小方差估计算法使用过程中需要估计概率分布密度和联合概率分布密度作为已知条件[6]；卡尔曼滤波算方程和测量方程作为已知条件[7]；极大似然估计算法需要观测值和概率分布密度作为已知条件[8]；而最小二乘估计算法不需要上述已知则为残差平方最小，在实际应用中最为广泛[9]。

系统态,合作目标

合作目标高精度定位系统作目标高精度定位系统，简称合作目标系统，主要由浮标声基分系统两部分构成，其中测量船船载分系统由船载基站与显控无线电通信链的方式进行通信与数据传输。站分系统不仅包含 GPS 模块，可以提供测量船自身的 GPS 信，可以作为通信桥梁，通过无线电传输，完成浮标系统与显控收发。系统的作用是接收目标发射的脉冲信号并完成信号处理，将从冲信息与自身 GPS 信息一起打包，通过无线电通信，经由船载新一代浮标由一个水听器结构升级至三个水听器结构，可同时号，改善水文条件对信号检测的影响，提高系统的定位精度。系统是整个定位系统数据汇集与处理的核心，主要功能是监测、向其他分系统发送通信指令、接收各浮标发送的脉冲信息数挑选、还原、解算，最终将目标的运动轨迹打印到屏幕。

【参考文献】