**章 绪论
**节 研究背景及意义
随着国家海洋战略逐步从近海走向远洋、从区域走向全球,人类开发和利用海洋所导致的权益冲突日益加剧,海洋目标安全需求不断提高,如何快速准确地获取海洋目标信息已成为各海洋强国占领制高点的必然需求(杨元喜等,2017;Yang et al.,2020;柴洪洲等,2022)。水下无人航行器(unmanned underwater vehicle,UUV)因其具备可执行危险(dangerous)、肮脏(dirty)、枯燥(dull)、困难(difficult)任务的特点,特别适合水下预警、搜救、目标指示、电子侦查、通信中继、电子对抗和打击作战任务。
随着水下任务难度和复杂度的不断提升,如大面积海洋测绘、失事船只搜索、海底勘探、水下目标探测与识别,单体UUV的性能指标已无法满足要求。UUV以集群的形式互相协作成为UUV发展的必然方向,其可以扩大单体UUV的感知范围,完成单个UUV无法*自执行的复杂任务(Bo et al.,2019a;Bauk et al.,2020;杜祯强等,2022;Du et al.,2022a)。精确的位置信息对于UUV集群的编队构型控制、路径合理规划,以及相互协同作业起着决定性作用(Kemp et al.,2004;Cui et al.,2015;Sands,2020;Xin et al.,2021),主要体现在:①任务的复杂性要求实时的精确位置,UUV集群协同感知探测、大范围海洋测绘、电子对抗协同攻击,都需要实时精确的位置信息。②环境的复杂性要求稳定的精确位置,洋流、风浪、电磁干扰等复杂海洋环境的影响,水下的未知因素、突发的障碍以及无人设备面临的对抗环境,都会对传感器的观测和UUV之间的数据传输产生显著影响,需要更加稳健的定位算法。③无人系统的复杂性要求适应性更强的定位算法。
UUV集群中存在不同类型和功能的UUV,承担着不同的任务和分工,搭载着不同类别和性能的传感器,因此需要定位算法具有更强的适应性(Fiorelli et al.,2006;Cao et al.,2018;Zhang et al.,2019a)。由于电磁波在水介质中会快速衰减,UUV在水下无法通过接收全球导航卫星系统(global navigation satellite system,GNSS)的信号获取自身高精度位置(Leonard and Bahr,2016)。传统声学导航方法也存在设备庞大、操作复杂、布设成本高等缺点。单一的惯性导航系统(inertial navigation system,INS)误差会随着时间的推移不断累积,难以满足UUV在水下长航程、高精度定位导航的需求。随着水声通信技术的发展,基于水声通信网络的UUV集群协同定位技术得到越来越多的关注和发展,UUV之间可以利用水声测距实现互相观测,通过水声通信实现信息共享,实现定位误差的协同校正(Huang et al.,2016;Li et al.,2017;Ren et al.,2022)。UUV集群协同定位不仅可以提高整个集群的定位精度,同时能够以低成本、多数量、小尺寸的优势弥补单体UUV功能单一的不足,实现群体级稳态,削弱个体成员的增减对系统造成的影响,显著增强UUV集群的协同作业能力。因此,深入分析和研究UUV集群协同定位具有重要的理论意义和实际工程价值。
第二节 国内外研究现状
一、水下无人航行器的发展
水下无人航行器可执行水下勘探侦察、海洋工程、水下作业和水下作战等任务,具有一定智能的水下自航行载体。按控制方式可分为自主式水下航行器(autonomous underwater vehicle,AUV)和遥控式航行器(remotely operated vehicle,ROV)两种。自**艘UUV“SPURV”于1957年诞生于华盛顿大学应用物理实验室以来,UUV因其不依赖母船提供动力、机动性强、活动范围大、作业效率高等特点,逐步成为世界各国的主要研究对象,国外的典型UUV及其具体参数如表1.1所示(钟宏伟,2017;Sahoo et al.,2019;宋保维等,2022)。
表1.1 国外的典型UUV及其具体参数
目前应用*广的UUV是美国的Bluefin(金枪鱼)系列和Remus(莱姆斯)系列。Bluefin系列UUV由美国蓝鳍金枪鱼机器人公司研发,主要包括Bluefin-9、Bluefin-12和Bluefin-21,如图1.1(a)~(c)所示(Rentschler,2003;Rentschler et al.,2006)。2014年马航MH370失踪后,美国海军派出了“Bluefin-21”UUV进行水下搜救,如图1.1(d)所示,其直径为0.53m,长4.93m,重750kg,在3节航速和标准负载下,其续航能力可到达25h(LeHardy and Moore,2014)。2018年美国通用动力公司在“Oceans 2018”会议上展示了“Bluefin-9”系列*新款的UUV,如图1.1(e)所示(Haji et al.,2020),其可集高分辨率声呐、高精度导航和精密作业于一体,同时可测量温度、盐度、深度、浊度等海洋环境数据。表1.2展示了Bluefin系列UUV的具体参数。
图1.1 美国Bluefin系列UUV
表1.2 美国Bluefin系列UUV的具体参数
Remus系列UUV由美国伍兹霍尔海洋研究所研发,主要包括Remus 100、Remus 600和Remus 6000(以*大潜深编号),如图1.2所示(Allen et al.,1997;Prestero,2001;Gallimore et al.,2018)。其中Remus 100为系列中*小的UUV,其长度为1.32m,直径为0.19m,重37kg,在3kn航速和标准负载下,其续航能力可到达15h。在2003年3月伊拉克战争中,美国海军特种作站队将Remus 100投入使用(Ryan,2003),对驶向乌姆盖斯尔港的航道进行反水雷搜索,使一般需要连续潜水21天的作业量在16h内完成,搜索水域面积达250万m2。表1.3展示了Remus系列UUV的具体参数。
图1.2 美国Remus系列UUV
表1.3 美国Remus系列UUV的具体参数
近年来,我国以哈尔滨工程大学、中国科学院沈阳自动化研究所、西北工业大学为代表的多个研究机构在UUV关键技术上已取得突破进展,已研制了“探索者”“CR”“潜龙”等系列UUV,如图1.3(a)~(c)所示。在2019年的国庆阅兵式上,我国自主研发的“HSU001”UUV*次亮相,如图1.3(d)所示,其直径约1m,长约5m,排水量约3t,标志着我国已掌握了大型高性能无人潜航器的研发和制造。同年11月,由中国科学院沈阳自动化研究所研制的“海鲸2000”UUV在南海进行了长续航试验,如图1.3(e)所示,其连续航行37天,航程突破2000km。
图1.3 我国研发的系列UUV
二、水下传统声学定位技术发展概况
相比GNSS的电磁波信号,声波在水介质中的衰减很小,传播距离可达上千千米,低频声波甚至能传播上万千米。水声定位系统根据水声基元间的距离可分为超短基线(ultra short baseline,USBL)水声定位系统、短基线(short baseline,SBL)水声定位系统和长基线(long baseline,LBL)水声定位系统,其具体对比如表1.4所示(Paull et al.,2014;Melo and Matos,2017;孙大军等,2019)。长基线定位系统由多个在海底预先布设的声信标和UUV换能器组成,通过距离交会解算UUV的位置。其定位精度高,但系统复杂且成本高昂,适合局部地区的高精度定位(Thomson et al.,2017)。短基线水声定位系统由安装在船体两侧的信标和UUV换能器组成,通过距离交会得到UUV的位置。其操作简便,但基线取决于船体的长度,且精度易受到船体形变影响(Yuyi et al.,2009)。超短基线水声定位系统由安装在船体上的多元声基阵和UUV换能器组成,通过测量距离和方位确定UUV的位置。其成本低,便于操作,但基线的距离一般小于10m,适合用于UUV回收(Mandic' et al.,2016)。随着水声技术的不断发展,水下声学应答器、伪长基线(pseudo long baseline,PLBL)和综合定位系统等技术相继被提出(严浙平和王璐,2017;Aparicio et al.,2022)。PLBL是在LBL的基础上,将原本布设在海底的多个声信标改为在海底-海面布放的两个声信标,通过UUV机动实现高精度定位。UTP是在海底布设声学应答器,通过不同频率的信号测量UUV的距离和方位。综合定位系统是融合了长基线系统和超短基线系统,形成的组合系统,其兼顾了长基线的高精度和超短基线的便捷性。
表1.4长基线、短基线和超短基线水声定位系统对比
近年来,大地测量学家在水下传统声学定位的基础上提出了GNSS/声学(GNSS-Acoustic、GNSS-A)定位技术,融合GNSS和水声定位的优势,可实现海底控制点的高精度定位(Bürgmann and Chadwell,2014;赵建虎等,2016,2017,2018;Tomita et al.,2019;杨元喜等,2020;辛明真等,2022;赵爽等,2023),如图1.4所示。其中GNSS/声学数据的处理方法,尤其是声速误差的处理,可借鉴应用于UUV水下声学定位。
图1.4 GNSS/声学定位技术示意图
在GNSS/声学定位技术中,测量船换能器的位置精度直接决定着海底控制点的位置精度。通常测船上会搭载GNSS天线和惯性导航系统,前者可通过获取GNSS信号得到天线
展开