【技术实现步骤摘要】
本专利技术属于非线性约束状态估计和姿态估计的
,具体涉及一种基于范数约束容积卡尔曼滤波的飞行器姿态估计方法,可用于提高飞行器姿态估计的精度。
技术介绍
众所周知,卡尔曼滤波得到的是线性随机估计问题的无约束最优解。但是,当状态变量或者部分状态变量满足一定的约束时,卡尔曼滤波得到的估计结果就不一定是最优的。研究状态具有约束的情况下卡尔曼滤波的估计问题是必须要解决的难题,近年来越来越引起学者们的关注。姿态估计是对飞行器导航和控制的一项关键技术,也是一种典型的非线性滤波问题。由于大多数飞行器的姿态用四元数进行描述,因此解决具有四元数描述的姿态非线性估计问题是一个热点问题。用四元数描述飞行器的姿态时,四元数变量具有范数约束,即四元数四个变量的平方和的范数为一,若不考虑此范数约束条件进行非线性滤波,得到的姿态估计的精度较差,甚至会导致协方差奇异问题。经典的扩展卡尔曼滤波方法通过时间更新和量测更新对状态进行估计,但扩展卡尔曼滤波方法是利用一阶线性近似非线性状态方程和非线性量测方程,因此滤波过程中会产生较大的误差,特别是当模型不精确的时候,甚至会导致滤波系统发散。近年来,Arasaratnam提出了一种容积卡尔曼滤波,利用一组等权值容积点解决贝叶斯滤波积分方程,从而来传播系统状态的均值和方差,具有较高的滤波精度(Arasaratnam I.,Haykin S.Cubature Kalman Filters.Automatic Control,IEEE Transactions on,2009,54(6):1254-1269.)。容积卡尔曼滤波提供了一种新的实现方式 ...
【技术保护点】
一种基于范数约束容积卡尔曼滤波的飞行器姿态估计方法,其特征在于,其步骤如下:步骤一、建立飞行器导航系统的非线性状态方程在目标坐标系下,利用惯性测量单元提供的飞行器的加速度和角速度建立飞行器的动力学模型,其状态方程为r·=vv·=Cbla+gq·=12Ω(ω)q---(1)]]>其中,r=[rx,ry,rz]T和v=[vx,vy,vz]T分别是飞行器的位置和速度,X、Y、Z是目标系的坐标轴;q=[q0 q1 q2 q3]T是姿态四元数;a=[ax,ay,az]T和ω=[ωx,ωy,ωz]T分别是陀螺的加速度和角速度;g是重力加速度;是从体坐标系到目标坐标系的系数转换矩阵,系数转换矩阵为:Cbl=q02+q12-q22-q322(q0q3+q1q2)2(-q0q2+q1q3)2(-q0q3+q1q2)q02-q12+q22-q322(q0q1+q2q3)2(q0q2+q1q3)2(-q0q1+q2q3)q02-q12-q22+q32---(2)]]>四元数矩阵Ω(ω)为:Ω(ω)=0 ...
【技术特征摘要】
1.一种基于范数约束容积卡尔曼滤波的飞行器姿态估计方法,其特征在于,其步骤如下:步骤一、建立飞行器导航系统的非线性状态方程在目标坐标系下,利用惯性测量单元提供的飞行器的加速度和角速度建立飞行器的动力学模型,其状态方程为 r · = v v · = C b l a + g q · = 1 2 Ω ( ω ) q - - - ( 1 ) ]]>其中,r=[rx,ry,rz]T和v=[vx,vy,vz]T分别是飞行器的位置和速度,X、Y、Z是目标系的坐标轴;q=[q0 q1 q2 q3]T是姿态四元数;a=[ax,ay,az]T和ω=[ωx,ωy,ωz]T分别是陀螺的加速度和角速度;g是重力加速度;是从体坐标系到目标坐标系的系数转换矩阵,系数转换矩阵为: C b l = q 0 2 + q 1 2 - q 2 2 - q 3 2 2 ( q 0 q 3 + q 1 q 2 ) 2 ( - q 0 q 2 + q 1 q 3 ) 2 ( - q 0 q 3 + q 1 q 2 ) q 0 2 - q 1 2 + q 2 2 - q 3 2 2 ( q 0 q 1 + q 2 q 3 ) 2 ( q 0 q 2 + q 1 q 3 ) 2 ( - q 0 q 1 + q 2 q 3 ) q 0 2 - q 1 2 - q 2 2 + q 3 2 - - - ( 2 ) ]]>四元数矩阵Ω(ω)为: Ω ( ω ) = 0 - ω x - ω y - ω z ω x 0 ω z - ω y ω y - ω z 0 ω x ω z ω y - ω x 0 - - - ( 3 ) ]]>状态向量为x=[r,v,ba,bω,q]T,则其状态方程为 x · = v ...
【专利技术属性】
技术研发人员:娄泰山,贺振东,杨小亮,王妍,吴青娥,陈虎,
申请(专利权)人:郑州轻工业学院,
类型:发明
国别省市:河南;41
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。