舰船科学技术  2021, Vol. 43 Issue (3): 134-138    DOI: 10.3404/j.issn.1672-7649.2021.03.026   PDF    
水下通信定位导航技术分析及一体化展望
王鹏, 潘笑, 温雯, 李婧, 王佳奇, 姚斌     
中国舰船研究院,北京 100101
摘要: 水下通信定位导航技术在海洋勘测、资源开发、海洋环境保护以及海洋军事行动等各种作业任务中都发挥着重要作用。本文通过对近年来水下通信技术和水下定位导航技术的文献进行收集整理,从而对以上技术进行分析,并且着重分析水下定位导航技术中的几种不同的方向。最后对水下通信定位导航一体化设计中所需要解决的关键技术进行分析及展望,对形成水下通信定位导航一体化组网、进一步提高水下通信的距离与可靠性以及提升定位导航的精确度提供研究基础。
关键词: 水下通信     水下定位导航     一体化    
Analysis and Integration prospect of underwater communication positioning and navigation technology
WANG Peng, PAN Xiao, WEN Wen, LI Jing, WANG Jia-qi, YAO Bin     
China Ship Research and Development Academy, Beijing 100101, China
Abstract: Underwater communication, positioning and navigation technology plays an important role in various operational tasks such as marine survey, resource development, marine environmental protection and marine military operations. This paper analyzes the underwater communication technology and the underwater positioning and navigation technologyby collecting and sorting the literature of them, and emphatically analyzes several different directions of the underwater positioning and navigation technology. Then the key technologies in the integrated design of underwater communication, positioning and navigation are analyzed and prospected in the end of this paper.It provides the research foundation for forming the integrated network of underwater communication, positioning and navigation. Itfurther improves the distance and reliability of underwater communication, and improves the accuracy of underwater positioning and navigation.
Key words: underwater communication     underwater positioning and navigation     integrated    
0 引 言

随着深海战略目标的提出,走向深海、走向大洋是发展海洋事业、建设海洋强国的必经之路。无论是海洋军事方面还是深海科学考察等民用方面,都离不开先进的装备和技术的发展。在深海开发中,无法避免地要用到各种水下航行器,而在各种水下航行器工作过程中,都需要水下通信定位导航功能的支持。水下通信定位导航技术经过长年的发展,已经趋于成熟,但是仍然存在各种缺陷和不足。本文针对水下通信定位导航技术进行分析,并对水下通信定位导航一体化关键技术进行展望。

1 水下通信定位导航技术分析 1.1 水下通信技术分析

水下声学通信已经进行了至少半个世纪的研究。最早的水下通信设备之一是二战后为美国海军开发的水下电话[1]

近些年,由于在科学、军事和商业等方面的各种应用,这种水下通信形式受到越来越多的关注。从军事到海洋生物研究等方面出现了大量的应用,包括潜航器水下通信、污染监控、石油开采和水产养殖等。

电磁波,光波和声波都已经在水下无线传感器网络(UWSN)中得到应用[2-3]。然而,无线电频率会在水中受到衰减的影响(特别是在较高频率下)[2],因此需要更高的功率和更大的天线[4]。光波可用于实现超高数据速率通信,但会在水中光波会被快速散射和吸收,因此仅在短距离通信中比较可靠[2]

相反,声波由于具有相对较低的吸收率,因此可以通过远程链路进行通信。所以,水声通信是UWSN的首选技术[3]。文献[5]讨论了水下声波通道的特性和水下通信的困难:水声信号随频率增加会加剧衰减、随时间变化会发生多径传播以及水声传播的速度较低(1500 m/s)。水声通信与无线电通信之间的差异为UWSN开辟了一个新的研究领域。

尽管与无线电频率相比,水声通信会更加复杂,但自有水下电话以来,研究人员不断钻研,水声通信技术取得了巨大进步。目前,水下调制解调器的通信距离可以达到几千米[7]

综合上述分析,总结出以下结论:

1)水下电磁波通信

海水的导电性能很强,因此,电磁波的射频信号在海水中的传播会随着信号的频率升高而产生严重的衰减效应,同时也导致了信号传播深度不断降低,所以在实际应用中,如进行远距离的水下通信,就需要不断提高电磁波的发射功率,也就意味着发射机的前期投入十分昂贵,不能很好满足实际需要。

2)水下可见光通信

由于海水中存在着很多杂质,比如浮游生物等各类活性有机物以及种类繁多的无机盐等溶质,所以海水是不均匀的,而光信号在不均匀的介质中传播则会发生衰减,也就是说光信号海水中传播会由于吸收效应及散射效应影响到传播距离和质量。此外,水下可见光通信对光学发射机与接收器的安装方向性要求很高,在复杂多变海洋环境里面,很难保证可见光通信信道的可靠性。

3)水声通信

水下声波通信虽然也存在水下声速分布不均匀、传播速率低以及时延较大等不足,但是由于声波信号的频率较低,相比电磁波脉冲信号以及可见光信号,声波信号在海水中的衰减非常小,20 kHz的声波在水中的衰减率大概是衰减率最小的可见光(蓝绿光)的1/16,因此声波可以进行较远距离的信号传输。在生产实际中,涉及到远距离的水下无线通信,一般应用到的唯一手段就是水声通信。

1.2 水下定位导航技术分析

现有水下定位技术主要针对的是长期在水下进行作业的遥控无人潜水器(ROV)、自主式水下潜器(AUV)、潜艇、潜水员以及水下其他载体。本文主要针对AUV在水下的定位导航技术进行分析。

全球定位系统(GPS)可以在世界的任何地方提供精确定位,但是受水介质对无线电波的强烈吸收效应的影响,在深海环境中GPS信号不能很好地进行传播,所以传统的GPS定位导航系统无法应用在AUV上面。

AUV导航的主要难点是在长期任务过程中确保AUV位置的准确性。通过AUV不断变化的运动,最初的准确位置很快就会变得不准确。虽然可以通过精确的加速度、航向和速度传感器来减弱这种影响,但是在长时间执行任务时,这些误差会变得越来越明显。影响AUV运动但无法精确建模的洋流以及其他水下现象会导致更大的误差。

现有的用于AUV的导航方法主要分为3类[7]

1)惯性导航

惯性导航使用陀螺仪传感器检测AUV的加速度,通常与可以测量相对速度的多普勒计程仪(DVL)结合使用。

2)声学导航

声学导航使用声学应答器信标供AUV参考确定其自身定位。最常见方法是使用长基线(LBL)和超短基线(USBL)。

3)地球物理导航

地球物理导航利用AUV工作环境的物理特征来估算AUV的位置。

1.2.1 惯性导航

由于惯性导航系统(INS)的加速度传感器会产生误差,尤其是在AUV遵循线性路线的情况下,仅使用INS的导航系统会随着时间的推移逐渐降低定位精度。为了提高AUV长时间任务的定位精度,可以使用DVL声呐测量与海底的相对速度来减少误差。同样的,声学多普勒流速剖面仪(ADCP)声呐可以测量局部海流的相对速度。DVL声呐的范围有限,只能在AUV靠近海底时使用。但是,当同时使用INS和DVL时,定位误差仍会随时间而积累。如果使用这种系统执行长时间任务,则必须通过确定参考点的相对位置来消除定位误差。可以通过上浮到海面通过GPS或北斗接收机来完成,但这在深海勘测中是无法完成的。

近年来,国内外学者针对导航系统的不足之处展开研究,利用不同方法提高其定位导航的精确度。文献[8]为了提高导航的鲁棒性并避免因DVL数据失效产生的影响,提出了一种智能速度模型,该模型通过使用优化剪枝极限学习机来辅助惯性导航。而文献[9]则采用将导航区域进行栅格化,将位置的估计转变为一种概率的估计,在地磁的辅助下通过贝叶斯估计对惯性导航系统进行优化。文献[10]利用卡尔曼滤波开发了一种多普勒辅助惯性导航系统,用于计算水下航行器的航向和位置。这种导航系统通过周期性地旋转惯性测量单元,改进卡尔曼滤波状态的可观测性,从而优化了滤波性能。

1.2.2 声学导航

水下声学定位导航指的是利用海域中提前布置好的声音信标的定位导航方法。最主要的2种水声定位导航方法是长基线(LBL)和超短基线(USBL),如图1所示。LBL系统通常在海水中至少安装2个信标,这些信标会立即返回AUV发送给它们的水声信号。利用信标位置,本地声速和信号传播时间等信息,AUV可以从每个信标的相对位置推算出自身位置。USBL系统使用单个信标,通常连接到水面舰艇上。当前的USBL系统为信标配备了INS/GPS系统,以减少水面船只的定位误差[11]。2种方法都受水声换能器范围的限制,在深水中,单个LBL的范围约为10 km,USBL网络的范围约为4 km。在浅水中,USBL系统的作用范围会降至500 m以下。2种水声定位导航系统性能对比如表1所示。水声信标网络的范围在理论上没有限制,但是安装和维护的成本使这种方法在很多水域无法实现。

图 1 水声定位系统示意图 Fig. 1 Schematic diagram of underwater acoustic positioning systems

表 1 水声定位系统性能对比 Tab.1 Performance comparison of underwateracoustic positioning systems
1.2.3 地球物理导航

地球物理导航系统使用可观察的物理特征的相对位置来获取AUV自身的定位。可以通过向AUV提供水域的现有地图,也可以通过在AUV行驶过程中构建地图来完成。

虽然已经提出了使用局部磁或引力变化的技术及其操作方法[12~14],但并没有公布系统的性能。尽管有大量证据表明哺乳动物使用了类似的系统[7],但是由于现在并没有合适的传感器,所以限制了该领域的研究。现阶段利用多个传感器和合适的神经网络相结合,已经实现了对海底火山口等地质特征的可靠识别,但是在一般的海域这些特征很少被观察到[15]。当前的研究更多集中在物理特征的利用方面,这些物理特征可以通过安装在AUV上的声呐传感器和光学传感器被感知到。

针对各种不同的传感器在地球物理导航中的使用,文献[16]结合自动图像配准技术对光学传感器进行了研究。配准技术在水下环境中特别受关注,因为它们不需要像SLAM技术一样对各个特征进行显式分类。文献[17]介绍了一种使用利用水下摄像机的SLAM系统,通过使用增强的卡尔曼滤波器(ASKF)来自动识别AUV航行过的海域。这个系统构建了水下摄像机数据的镶嵌图,用于识别AUV何时经过其任务路径。确定交点后,将ASKF用作估计位置的平滑滤波器。这样,ASKF可以在AUV到达航行过的海域时纠正整个估算的任务路径。文献[18]对使用现有地图进行导航的粒子过滤器进行了研究。从理论上讲,粒子过滤器可以从地球物理传感器提供对航行器的位置、航向和速度的估算,但是如果使用AUV的现有传感器来提供航向和速度,则可以简化过滤器。

1.2.4 小结

惯性导航系统和水下声学导航技术发展得比较成熟,但是两者的性能受到成本、范围以及AUV任务校正周期的限制。尽管可以使用昂贵的惯性和声学系统来减少AUV任务过程中导航精度的降低,但它们的使用限制了AUV的任务范围。而通过使用AUV任务海域的现有地图,地球物理导航系统可以提供较为廉价并更为准确的定位导航方法。但是,现有地图的需求和特征识别的困难限制了这些方法的使用。

水下定位导航的挑战是使用成本较低的部署,同时满足与水下任务不能存在较大偏差的方法来减少现有导航系统在AUV长时间任务中的导航精度的降低。现有的水下声学信标系统作用范围的不断扩大为以上问题提供了解决方案,不断发展水下声学定位导航技术将会成为下一步研究的重要方向。

2 水下通信定位导航一体化关键技术展望

水下通信技术以及水下定位导航技术大多都是进行单一技术的深入研究,而随着信息化通信技术和海洋水下科学技术的不断发展,不管是民用的UUV、AUV进行探测等水下作业还是潜艇等水下武器的军事应用,都在从单系统向多平台网络化集群形式转变,而当多个不同的系统协同工作时,很容易出现相互矛盾等各种兼容性问题。

因此,为了实现水下不同系统、不同平台间的信息传输、数据共享、指挥控制等相互协同作业模式,需要针对水下的通信系统和定位导航系统进行一体化组网设计,从而形成水下通信定位导航多系统、多平台一体化网络,为不断发展的水下作业新形势提供思路。

无论是水下通信还是水下定位导航,应用得最为广泛的技术就是水下声学技术。同时,为了能够形成一体化组网,采用同一种技术能够提高系统的兼容性和稳定性。因此本文在进行水下通信定位导航一体化关键技术展望的时候,主要针对的是水声通信技术和水声定位导航技术的一体化融合。而形成水声通信定位导航一体化组网、进一步提高水声通信的距离与可靠性以及提升水声定位导航的精确度,需要突破的几项关键技术如图2所示。这些技术的突破将为建立水下通信定位导航一体化技术的实现奠定基础。

图 2 水下通信定位导航一体化关键技术 Fig. 2 The key technologies in the integrated design of underwater communication, positioning and navigation
2.1 基于分时非对称水声收发的主被动兼容定位技术

主被动兼容定位系统是兼容了主动定位与被动定位于一体的定位导航系统,用来对水下的各种运动目标或者静止的定位导航。其中被动定位导航指的是凭借接收提前布置好的多个潜标发射的水声信号从而进行自身定位。而主动定位导航系统则需要在需要定位的水下目标上安装水声信号发射器,布置在水下的多个潜标通过接收水下目标所发射的水声信号进行目标的定位导航。

用于定位的水声信号主要分为低频(5~10 kHz)、中频(10~20 kHz)和高频(20~40 kHz)3个频段。在低、中、高三频上同时收发水声信号存在体积巨大、性价比低、实现难度大等问题。需要一种基于分时非对称水声收发的主被动兼容定位技术,采用低频发送水声信号,低、中、高三频接收水声信号的非对称水声信号收发设计,通过分时方式进行主动定位和被动定位轮换,在单一定位导航系统中同时兼容主被动定位模式,并支持低、中、高三频水声目标主动定位。

2.2 共用水声换能器的通导一体化技术

水声换能器是水声通信、导航的核心部件,承担着信号产生与接收的使命,对水声通信、导航功能的实现、性能的提升具有举足轻重的作用。目前发射频率已经从几赫兹拓展至几兆赫兹,工作原理主要有电动式、磁致伸缩式、压电式等。

传统潜标只具备单一的水下定位或通信功能:水下定位潜标通过水声应答器实现水下目标主动定位;而水下通信潜标不具备水下定位功能。需要一种共用水声换能器的水下通信导航一体化技术,通过单一水声换能器收发兼容通信和定位协议的水声信号,在信号处理模块中进行统一识别解码,使水声通信兼具定位能力,并通过多潜标组网方式实现水声通信导航一体化。水声通信定位一体化潜标硬件结构如图3所示。

图 3 水声通信定位一体化潜标硬件结构图 Fig. 3 Hardware structure of the subsurface buoy of underwater acoustic communication, positioning and navigation
2.3 水声扩频宽带通信的精确时延估计技术

水声定位系统采用水声信标或询问应答方式对目标进行定位,通过测量出目标到达各潜标的时间延迟计算出距离,进而解算出目标的位置。因此高效率高精度地计算出水声时延是水声定位系统中最重要的研究方向之一。需要研究采用水声扩频通信宽带信号及被动时反处理技术,将扩频通信与时延差编码水声通信相结合,提高扩频通信速率与时延估计精度。

2.4 基于实时声场参数的声线弯曲在线补偿修正技术

海洋中的环境对水声传播具有非常大的影响。海水中声速度是比较复杂的,是由海水中温度、静压力、盐度及空气泡含量等共同决定的,如下式:

$\begin{split} c = & 1448.96 + 4.591T - 5.304 \times {10^{ - 2}}{T^2} + \\ &2.374 \times {10^{ - 4}}{T^3} + 1.34\left( {S - 35} \right)+ \\ & 1.63 \times {10^{ - 2}}D + 1.675 \times {10^{^{ - 7}}}{D^2}-\\ & 1.025 \times {10^{ - 2}}T\left( {S - 35} \right) - 7.139 \times {10^{ - 13}}{D^3} {\text{。}} \\[-2pt] \end{split} $ (1)

其中:T为摄氏温度;D为海水深度为,m;S为海水的盐度,1‰[19]。总体来看,海洋中的声速分布是时变、空变的,如图4所示。

图 4 某海域水声声速随深度变化图 Fig. 4 Variation of underwater acoustic velocity versus depth in a sea area

因此水声传播在海水中会存在明显的声线弯曲。声线弯曲使水声定位解算时不能选用一个恒定声速,应该是与各点对应的等效声速,在定位解算中用等效声速代替恒定声速就能够将声线弯曲进行修正,提升水下定位精度。

3 结 语

本文对现有技术进行分析,并对水下通信定位导航一体化设计所需的关键技术进行了展望。随着水下潜航器技术的不断发展,水下通信定位导航技术也随之不断提高,水下通信方面如何提高通信距离,水下定位导航方面如何提高定位的精确度,多个系统如何顺畅地协同工作等都是下一步研究的重点。

参考文献
[1]
HEADRICK R, FREITAG L. Growth of underwater communication technology in the U. S. Navy[J]. IEEE Communications Magazine, 2009, 47(1): 80-82. DOI:10.1109/MCOM.2009.4752681
[2]
BENSON B, LI Y, KASTNER R, et al. Design of a low-cost, underwater acoustic modem for short-range sensor networks[C]// OCEANS'10 IEEE SYDNEY. IEEE, 2010.
[3]
HEIDEMANN J, STOJANOVIC M, ZORZI M. Underwater sensor networks: applications, advances and challenges[J]. Philosophical Transactions of the Royal Society London, 2011, 370(1958): 158-175.
[4]
AKYILDIZ I F, POMPILI D, MELODIA T. Underwater acoustic sensor networks: research challenges[J]. Ad Hoc Network, 2005, 1(3): 257-279.
[5]
STOJANOVIC M, PREISIG J. Underwater acoustic communication channels: Propagation models and statistical characterization[J]. IEEE Communications Magazine, 2009, 47(1): 84-89. DOI:10.1109/MCOM.2009.4752682
[6]
SENDRA S, LLORET J, JIMENEZ J M, et al. Underwater acoustic modems[J]. IEEE Sensors Journal, 2016, 16(11): 4063-4071. DOI:10.1109/JSEN.2015.2434890
[7]
John J. LEONARD, Andrew A. BENNETT, Christopher M. SMITH. Autonomous underwater vehicle navigation[C]// Mit Marine Robotics Laboratory Technical Memorandum. 1998.
[8]
LV P F, HE B, GUO J, et al. Underwater navigation methodology based on intelligent velocity model for standard AUV[J]. Ocean Engineering, 2020, 202: 073-107.
[9]
刘岳峰, 郑培晨. 一种基于贝叶斯估计的地磁辅助惯性导航算法[J]. 北京大学学报: 自然科学版, 2017, 53(5): 873-880.
LIU Yuefeng, ZHENG Peichen. A Bayesian estimation-based algorithm for geomagnetic aided inertial navigation[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2017, 53(5): 873-880.
[10]
ULIANA M, ANDREUCCI F, PAPALIA B. The navigation system of an autonomous underwater vehicle for antarctic exploration[C]//Oceans' 97. MTS/IEEE Conference Proceedings. IEEE, 1997, 1: 403–408.
[11]
Audric M. GAPS, a new concept for USBL [Global acoustic positioning system for ultra short base line positioning][C]// Oceans. IEEE, 2004.
[12]
CARL Tyrén. Magnetic terrain navigation[C]// International Symposium on Unmanned Untethered Submersible Technology. IEEE, 1987.5: 245–256.
[13]
S. T. TUOY, T. MAEKAWA, N. M. PATRIKALALIS. Interrogation of geophysical maps with uncertainty for AUV micro-navigation[C]// Oceans. IEEE, 1993: 181–185.
[14]
黄玉, 郝燕玲. 引入载体潜深信息的水下磁场定位方法[J]. 华中科技大学学报(自然科学版), 2011, 39(10): 36-40.
HUANG Yu, HAO Yan-ling. Novel underwater magnetic localization by introducing the information of vehicle draft depth[J]. Huazhong Univ of Sci& Tech(Natural Science Edition), 2011, 39(10): 36-40.
[15]
HOWELL, Brian Patrick. Evaluation of neural networks for data classification, recognition, and navigation in the marine environment.[C]// Florida Institute of Technology, 2004.
[16]
EUSTICE R M. Large-area visually augmented navigation for autonomous underwater vehicles[D]. Massachusetts Institute of Technology, 2005.
[17]
GARCIA R, PUIG J, RIDAO P, et al. Augmented state Kalman filtering for AUV navigation[C]// Proceedings 2002 IEEE International Conference on Robotics and Automation (Cat. No. 02CH37292). IEEE, 2002.
[18]
GUSTAFSSON F, GUNNARSSON F, BERGMAN N, et al. Particle filters for positioning, navigation, and tracking[J]. IEEE Transactions on Signal Processing, 2002, 50(2): 425-437. DOI:10.1109/78.978396
[19]
MACKENZIE Kenneth V. Nine-term equation for sound speed in the oceans[J]. The Journal of the Acoustical Society of America, 1981, 70: 807-812. DOI:10.1121/1.386920