本研究提出了一种基于参数估计的两点集DVL（多普勒声纳测速仪）标定方法，旨在提高水下导航系统的精度与可靠性。通过分析少量数据点，该算法能有效校准设备误差，适用于多种海洋环境下的精确测量任务。
为了提高无人艇（USV）捷联惯性导航（SINS）与多普勒计程仪（DVL）组合导航的精度，需要对 DVL 误差进行精确标定。
首先，我们建立了一个模型来描述 DVL 的安装误差角、杆臂和比例因子。特别关注的是，在舰船中杆臂误差项如何影响组合导航定位的准确性。接着，提出了一种基于两个点集间参数估计的方法来进行 DVL 误差标定：将 SINS 和 GNSS 导航参数与 DVL 输出参数视为两组数据，并将其转换为求解这两组数据之间差异的问题；然后利用卡尔曼滤波器来估算这些误差。
最后，通过奇异值分解（SVD）的可观测性分析方法，对不同运动条件下的观测结果进行定量评估。这种策略可以提供一个明确的方法去优化载体在标定过程中的运动方式。
数学仿真和海试试验结果显示，在经过误差校正后，SINS-DVL 算法的整体精度可达到 0.122% 航程的水平；当系统经历角机动时，杆臂错误会导致定位出现突变现象。然而，在补偿了杆臂影响之后，系统的整体定位准确性得到了显著提高，并且误差曲线变得更加平滑。
综上所述，所提出的方法为包括杆臂在内的各项 DVL 误差标定提供了一种有效的途径。
5星
