GPS技术下船舶姿态实时校正方法研究
龚 娟1,2
(1. 武汉大学，湖北 武汉 430072；2. 湖南铁道职业技术学院，湖南 株洲 412001)
摘要: 为提高船舶姿态实时校正精度，减少船舶姿态校正误差，设计了GPS技术下船舶姿态实时校正方法。首先对船舶姿态校正研究现状进行分析，找到船舶姿态校正误差产生的原因，然后采用GPS技术对船舶姿态进行初步校正，并采用卡尔曼滤波算法船舶姿态进行进一步校正，最后船舶姿态校正实验的结果表明，本文方法的船舶姿态实时校正精度高，船舶姿态实时校正速度快，获得了比其他方法更优的船舶姿态实时校正结果，具有较高的实际应用价值。
关键词：GPS技术；船舶姿态；实时校正；卡尔曼滤波算法
中图分类号：TP216 文献标识码：A
文章编号： 1672 – 7649(2018)9A – 0052 – 03 doi：10.3404/j.issn.1672 – 7649.2018.9A.018
Rearch on real time correction of ship's attitude under GPS Technology
GONG Juan1,2
(1. Wuhan University, Wuhan 430072, China; 2. Hunan Railway Professional Technology College, Zhuzhou 412001, China)
上海皇帝杜月笙Abstract: In order to improve the real-time correction of ship attitude and reduce the real-time correction error of ship attitude, a real-time correction method of ship attitude bad on GPS technology is designed. Firstly, the status of ship atti-tude real time correction rearch is analyzed, and the cau of ship attitude correction is found. Then GPS technology is ud to correct the ship attitude, and the Calman filtering algorithm is ud to further locate the ship attitude. Finally, the ex-perimental results of ship attitude correction show that the ship's attitude correction experiment results show that this method is the ship's ship. The accuracy of real-time attitude correction is high, and the real-time correction speed of the ship's atti-tude is fast. The real-time correction results of ship attitude are better than other methods. It has high practical application value.
Key words: GPS technology；ship attitude；real-time correction；Calman filtering algorithm
0 引 言
船舶作为一种重要交通运输工具，是国家经济的大动脉，在货物运输中发挥着越来越重要的作用。在船舶航行过程中，其姿态发生实时变化，当姿态偏移大时，会给船舶安全带来一定的隐患。一旦出现
船舶安全问题，会带来巨大的经济损失，因此对船舶姿态进行实时校正研究具有重要的意义[1]。旅程
船舶姿态校正的研究划分2个阶段，一个人工方式，另一种自动方式，人工方式通过一些专业操作人员对船舶姿态进行计算，对将来某个时间点的船舶姿态进行估计，然后根据估计结果对船舶姿态进行适当调整和校正，该方法计算工作量大、计算耗时长，难以适应大型船舶姿态校正的要求，无法有效保证船舶安全航行[2]。随着计算机技术和自动化技术发展，以及与信息技术的融合，出现了船舶姿态自动校正方法，通过传感器、激光器对船舶姿态数据进行采集，然后通过神经网络等非线性学习算法对船舶姿态变化趋势进行拟合，该方法自动化程度高，船舶姿态估计速度快，可以实现船舶姿态实时校正。在实际应用中，传感器、激光传感器采集的数据有时不太可靠，存在大量无效的数据，神经网络要求船舶姿态学习的数据规模大，如果采集船舶姿态学习样本数量少，船舶姿态估计结果的误差大，无实现船舶姿态高精度的
第40 卷 第 9A 期舰 船 科 学 技 术Vol. 40, No. 9A 2018 年 9 月SHIP SCIENCE AND TECHNOLOGY Sep. , 2018
收稿日期: 2018 – 07 – 21
基金项目: 2016年湖南省职业院校教育教学改革研究资助项目(ZJGB2016019)
作者简介: 龚娟(1978 – )，女，硕士，副教授，主要从事计算机网络与通信、列车网络控制及轨道交通等方面的教学与研究。
校正，易出现“过拟合”或者“欠学习”的船舶姿态校正结果[3, 4]。随后出现基于卡尔曼滤波算法的船舶姿态校正方法，将当前船舶姿态作为初始值，通过卡尔曼滤波算法对船舶姿态进行不断迭代和更新，得到一系列的船舶姿态值，实现船舶姿态估计和校正，但其对船舶姿态初始值十分敏感，必须收集到高精度的船舶姿态值，局限性十分明显[5]。
GPS是一种导航系统，可以对地面上的目标进行跟踪和定位，因此可以应用于船舶姿态定位和校正中[6]，为提高船舶姿态实时校正，减少船舶姿态实时校正误差，设计了基于GPS技术的船舶姿态实时校正方法，并通过具体实验测试其性能。
1 GPS技术和卡尔曼滤波算法
1.1 GPS技术
GPS系统通常由卫星、监控系统和接收设备3部分组成，如图1所示。
GPS系统的各个部分功能具体描述为：
1）卫星是GPS系统的定位基础，一个GPS系统通常包括多颗卫星，它们负责对信号的发射和传输。
2）监控系统。监控系统包括主控站、信息注入站、监测跟踪站，其中主控站负责监测站数据的采集和融合，并将数据发送到信息注入站；信息注入站将数据进行编码，并发送到卫星的存储空间；监测跟踪站主要负责数据的实时监测。
3）接收设备。接收设备主要处于地面位置，主要实现定位导航，其结构如图2所示。
设卫星和接收机之间的距离为R，GPS信号传输速度为c，那么R的计算公式为
∆t
式中，表示GPS信号到接收机的时间。
V ti V t0
V ti V t0
设为接收机的时间，为理论到达时间，由于时钟的影响，和之间存在一定的时间误差，导致出现信号传输距离的误差，卫星和接收机之间的距离为伪距，具体为：
接收机的位置为（x，y，z），4颗卫星位置为：（x i，y i，z i），i=1，2，…，4，那么接收机的位置可以通过下式求解确定，实现目标定位。
1.2 卡尔曼滤波算法
船舶姿态状态和观测方程可为：
X(k)∈R n Z(k)∈R m360主页网址
W(k)∈R p
V(k)∈R m
式中：和分别为船舶姿态的状态和观测向量，和分别为过程和观测的噪声。
基于卡尔曼滤波算法的船舶姿态一步预测结果为：船舶姿态预测误差的协方差为：
船舶姿态的估计更新方式为：
船舶姿态滤波误差协方差更新为：
ˆX(0|0)
ˆX(k|k)
当已知船舶姿态滤波初值和P(0)，那么就可
以知道任意k时刻的船舶姿态测量值Z(k)，从而得到
船舶姿态。
2 船舶姿态实时校正方法的具体设计
为了克服当前船舶姿态实校正方法存在的缺陷和
难题，引入GPS技术对船舶姿态进行初步估计，实现
船舶姿态第一步校正，然后将GPS的船舶姿态估计值
图 1 GPS系统的基本组成
Fig. 1 Basic composition of GPS system
凉拌西葫芦
图 2 接收机的结构
Fig. 2 Structure of receiver
第 40 卷龚 娟：GPS技术下船舶姿态实时校正方法研究· 53 ·
作为卡尔曼滤波算法的初始值，不断通过迭代、状态更新以及卡尔曼滤波算法估计误差更新，得到不同时刻的船舶姿态，根据卡尔曼滤波算法估计值对船舶姿态进行进一步校正，提高船舶姿态校正的精度，因此基于GPS技术和卡尔曼滤波算法的船舶姿态实时校正流程如图3所示。
3 实验结果与分析
龙骨花为了测试本文提出的船舶姿态实时校正方法的性能，对一个船舶的倾斜角度进行仿真船舶姿态校正测试，共采集到船舶姿态数据100个，如图4所示。
选择卡尔曼滤波算法进行船舶姿态校正对比测试，选择前50个数据作为船舶姿态校正的学习样本，后50个数据作为船舶姿态校正验证样本。采用本文方法和卡尔曼滤波算法对船舶姿态校正，得到的实验结果如图5所示。从图5可知，本文方法的船舶姿态校正效果好，而卡尔曼滤波算法的船舶姿态校正效果差，本文方法获得更加可靠的船舶姿态校正结果。
统计本文方法和卡尔曼滤波算法的船舶姿态校正精度和校正时间，如表1所示。从表1可知，本文方法的船舶姿态校正精度高，船舶姿态校正时间短，可以实现船舶姿态实时校正，优势十分明显。4 结 语
为提高船舶姿态实时校正，减少船舶姿态实时校正误差，设计了基于GPS技术的船舶姿态实时校正方法。首先采用GPS技术对船舶姿态进行初步校正，然后采用卡尔曼滤波算法船舶姿态进行进一步定位，最后船舶姿态校正实验结果表明，本文方法提高了船舶姿态实时校正精度，船舶姿态校正实时性好，是一种有效的姿态实时校正方法。
参考文献：
陈广东, 黄雨泽, 黄海行. 极化域DOA估计与阵元姿态位置误差自校正[J]. 系统工程与电子技术, 2017, 29(10): 2184–2189.
[1]
LLIOTT D KAPLAN, CHRISTOPHER J HEGARTY.
Understanding GPS Principles and Applications 2nd Edition[J].
Artech Hou Press, 2005, 46(14): 346–415.
爸爸生日
[2]
黄洋, 姜文刚. 飞行器航向姿态稳定性校正仿真研究[J]. 计算机仿真, 2018, 35(3): 24–29.
成都锦里古街[3]
郑帅超, 房立金, 徐志刚. 单目视觉激光测距定位系统的标定与姿态校正[J]. 机械科学与技术, 2017, 36(12): 1926–1923. [4]
博士后工作站
樊泽凯, 贾红丽. 基于布谷鸟搜索算法和支持向量机的故障预测模型研究[J]. 军事运筹与系统工程, 2017, 31(2): 66–70.
[5]
赵鹏, 张士柱, 汪静. 基于GPS/DR的车辆定位系统设计与实现[J]. 地理空间信息, 2012, 22(10): 101–105.
[6]
表 1 船舶姿态校正精度和时间
Tab. 1 Accuracy and time for correction of ship's attitude 模型名称校正精度/%校正时间/s 卡尔曼滤波算法90.89 5.33
本文方法95.14 4.67
图 3 船舶姿态实时校正流程
Fig. 3 Real time correction flow of ship's attitude
图 4 船舶姿态变化数据
Fig. 4 Ship attitude change data
图 5 船舶姿态校正结果对比
Fig. 5 Comparison of ship's attitude correction results
· 54 ·舰 船 科 学 技 术第 40 卷
