一种机载分布式POS的实时传递对准的方法及装置制造方法及图纸

本发明专利技术实施例提供了一种机载分布式POS实时传递对准的方法和装置，建立了大失准角条件的传递对准数学模型和误差模型，利用KF和UKF分别进行线性状态变量和非线性状态变量的时间更新和量测更新，然后利用线性状态变量估计值和非线性状态变量估计值对子系统的速度、位置和姿态进行修正，由于考虑了位置误差、非线性滤波时线性状态变量估计值作为参数以及线性滤波时非线性状态变量估计值作为参数存在的误差，并分别在计算非线性状态变量一步预测协方差矩阵和线性状态变量一步预测协方差矩阵时予以补偿，因而提高了传递对准的精度。

A real-time transfer alignment method and device for airborne distributed POS

The present invention provides a method and device for the real-time transfer alignment of airborne distributed POS, establishes a mathematical model and an error model of the transfer alignment of a large misalignment angle condition, and uses KF and UKF to update the linear state variable and the nonlinear state variable respectively. Then the linear state variable is estimated. The value and the estimated value of nonlinear state variables are corrected for the velocity, position and attitude of the sub-system. Due to the consideration of the position error, the estimation value of the linear state variable when the nonlinear filtering is used as the parameter and the estimation value of the nonlinear state variable when the linear filter is used as the parameter, the nonlinear state variable is calculated respectively. One step prediction covariance matrix and linear state variables are compensated for one-step prediction of covariance matrix, thus improving the accuracy of transfer alignment.

【技术实现步骤摘要】
一种机载分布式POS的实时传递对准的方法及装置
本专利技术涉及导航系统领域，具体涉及一种机载分布式POS的实时传递对准的方法及装置。
技术介绍
多任务遥感载荷是目前机载对地观测的重要发展方向之一，如集成高分辨率测绘相机、成像光谱仪、大视场红外扫描仪、合成孔径雷达(SyntheticApertureRadar，SAR)于同一载机的多任务载荷，机载分布式阵列天线SAR等。对于装备多任务遥感载荷的综合航空遥感系统，需要对各载荷分布点的运动参数进行高精度测量。分布式位置姿态测量系统(PositionandOrientationSystem，POS)是目前获取载机多点位置、速度、姿态等运动参数的有效手段。分布式POS的组成主要包括一个高精度主位置姿态测量系统(主系统)、多个子惯性测量单元(InertialMeasurementUnit，IMU)、一个导航计算机和一套后处理软件。其中主系统由高精度主IMU和全球导航卫星系统(GlobalNavigationSatelliteSystem，GNSS)组成，主IMU一般安装在机舱内或机腹部，子系统一般分布在载机两侧的机翼上，依靠主系统的高精度位置、速度、姿态等运动参数对其进行传递对准以实现所在处运动信息的精确测量。受成本以及载机对IMU体积、重量的限制，如分布式阵列天线SAR，单侧机翼上的SAR天线可多达几十部，每个天线处的空间和承重能力都非常有限，因此急需低成本、小型化的分布式POS以实现各载荷运动参数的获取。机载对地观测成像分实时成像和离线成像两种工作模式中，实时成像要求分布式POS进行实时传递对准。由于低成本分布式POS系统惯性器件精度低，在实际应用中分布式POS是一个非线性系统，如果直接采用线性滤波方法，如代表性的卡尔曼滤波(KzlmanFilter，KF)，进行传递对准则无法满足精度要求，而现有的高精度非线性滤波方法的计算量较大，如代表性的方法：无迹卡尔曼滤波(UnscentKalmanFilter，UKF),需要对状态变量进行采样，其计算量与系统状态变量的维数成正比，UKF的运算复杂度约为其中，p为系统模型的状态变量维数，q为观测量维数。由于实际飞行中机体存在弹性变形，且主、子系统之间存在安装误差角，需要将弹性变形角和安装误差角均扩充为状态变量进行估计，再加上子系统的误差(包括速度误差、姿态误差、位置误差和惯性仪表误差)，这样完整的传递对准状态变量维数将高达24维甚至更高，使得高精度非线性滤波方法难以满足传递对准的实时性要求。目前基于KF+UKF混合滤波的对准方法(郭泽,缪玲娟.基于KF/UKF组合滤波的SINS大方位失准角初始对准[J].宇航学报,2014,35(2):163-170.；ZhaoG,YangQ,ZhangZ.InitialAlignmentofLargeAzimuthMisalignmentAngleinSINSBasedonUKF-KF[C]中国卫星导航学术年会.2014.)仅用于SINS静基座自对准和GNSS/SINS组合初始对准中，存在以下不足：(1)假设位置精确已知，且仅考虑方位失准角为大角度，没有考虑三维大失准角的情况，简化了误差方程，但损失了精度；(2)初始对准仅采用速度误差作为量测量，因而系统量测方程为线性，不适用于传递对准系统量测方程为非线性的情况；(3)在进行UKF滤波时，没有考虑线性状态变量估计值的误差，直接将线性状态变量的估计值作为非线性状态方程的参数，引入了模型误差，导致非线性状态变量的估计结果出现误差；(4)先估计非线性状态变量再估计线性状态变量的串行方式，不但增加了计算时间，而且使得非线性状态变量进行tk时刻的量测更新时，系统量测方程的参数仍为tk-1时刻的线性状态变量估计值，而tk-1时刻的线性状态变量估计值的精度必然差于tk时刻线性状态变量估计值的精度，因此将tk-1时刻的线性状态变量估计值作为非线性状态方程的参数给非线性状态的估计值带来误差。目前，有文献(尹建君,张建秋,林青.Unscented卡尔曼滤波-卡尔曼滤波算法[J].系统工程与电子技术,2008(04):617-620.)假设非线性状态的系统状态方程与线性状态无关，考虑了问题(2)中提到的系统量测方程为非线性的情况，提出用蒙特卡洛法对线性状态进行采样，匹配非线性状态的样本点来进行UKF的量测更新，以减小线性状态的估计误差对滤波结果的影响。但是蒙特卡洛法仍然需要对状态变量进行采样，额外增加了计算量。另外，蒙特卡洛法还存在采样点少时精度低的问题。
技术实现思路
本专利技术实施例提供一种机载分布式POS的实时传递对准的方法及装置，以期克服传统线性滤波方法无法满足精度要求，及非线性滤波方法计算复杂的的问题。第一方面，本专利技术实施例提供一种机载分布式POS的实时传递对准的方法，包括：建立大失准角条件下的机载分布式POS传递对准的误差模型和数学模型型；所述误差模型包括子系统的惯导误差模型、主系统和子系统间的角误差模型；所述数学模型包括系统状态方程和系统量测方程；其中，所述系统状态方程包括线性状态方程和非线性状态方程；利用UKF对tk-1时刻所述非线性状态方程中的非线性状态变量xNL进行时间更新，并利用KF对tk-1时刻所述线性状态方程中的线性状态变量xL进行时间更新；将所述KF更新后的tk-1时刻的线性状态作为所述非线性状态方程的参数，并利用UKF对所述非线性状态方程进行量测更新，得到tk时刻的非线性状态变量估计值将所述作为所述线性状态方程的参数，并利用KF对所述线性状态变量方程进行量测更新，得到tk时刻的线性状态变量估计值根据所述线性状态变量估计值、非线性状态变量估计值对所述子系统的捷联解算结果进行修正，分别得到修正后的tk时刻的子系统的线性状态变量值和非线性状态变量值。其中，述非线性状态方程由与姿态状态变量有关的微分方程组成，所述线性状态方程为由与速度误差、位置误差、陀螺仪常值误差、加速度计常值偏置、安装误差角、弹性变形角、弹性变形角速率中的至少一个状态变量有关的微分方程组成。所述建立大失准角条件下的机载分布式POS传递对准的误差模型，包括：建立大失准条件下的机载分布式POS的子系统的惯导误差模型和主子系统间的角误差模型，所述惯导误差模型包括姿态误差微分方程、速度误差微分方程、位置误差微分方程和惯性仪表误差微分方程，所述主子系统间的角误差模型包括安装角误差模型和弹性变形角模型第二方面，本专利技术实施例还提供一种机载分布式POS的实时传递对准的装置，包括：建立模块，用于建立大失准角条件下的机载分布式POS传递对准的误差模型和数学模型型；所述误差模型包括子系统的惯导误差模型、主系统和子系统间的角误差模型；所述数学模型包括系统状态方程和系统量测方程；其中，所述系统状态方程包括线性状态方程和非线性状态方程；第一更新模块，用于利用UKF对tk-1时刻所述非线性状态方程中的非线性状态变量xNL进行时间更新，并利用KF对tk-1时刻所述线性状态方程中的线性状态变量xL进行时间更新；第二更新模块，用于所述KF更新后的tk-1时刻的线性状态作为所述非线性状态方程的参数，并利用UKF对所述非线性状态方程进行量测更新，得到tk时刻的非线性状态变量估计值以及将所述作为所述线性状态本文档来自技高网...

【技术保护点】
1.一种机载分布式POS的实时传递对准的方法，其特征在于，包括：建立大失准角条件下的机载分布式POS传递对准的误差模型和数学模型型；所述误差模型包括子系统的惯导误差模型、主系统和子系统间的角误差模型；所述数学模型包括系统状态方程和系统量测方程；其中，所述系统状态方程包括线性状态方程和非线性状态方程；利用UKF对tk‑1时刻所述非线性状态方程中的非线性状态变量xNL进行时间更新，并利用KF对tk‑1时刻所述线性状态方程中的线性状态变量xL进行时间更新；将所述KF更新后的tk‑1时刻的线性状态作为所述非线性状态方程的参数，并利用UKF对所述非线性状态方程进行量测更新，得到tk时刻的非线性状态变量估计值

【技术特征摘要】
1.一种机载分布式POS的实时传递对准的方法，其特征在于，包括：建立大失准角条件下的机载分布式POS传递对准的误差模型和数学模型型；所述误差模型包括子系统的惯导误差模型、主系统和子系统间的角误差模型；所述数学模型包括系统状态方程和系统量测方程；其中，所述系统状态方程包括线性状态方程和非线性状态方程；利用UKF对tk-1时刻所述非线性状态方程中的非线性状态变量xNL进行时间更新，并利用KF对tk-1时刻所述线性状态方程中的线性状态变量xL进行时间更新；将所述KF更新后的tk-1时刻的线性状态作为所述非线性状态方程的参数，并利用UKF对所述非线性状态方程进行量测更新，得到tk时刻的非线性状态变量估计值将所述作为所述线性状态方程的参数，并利用KF对所述线性状态变量方程进行量测更新，得到tk时刻的线性状态变量估计值根据所述线性状态变量估计值、非线性状态变量估计值对所述子系统的捷联解算结果进行修正，分别得到修正后的tk时刻的子系统的线性状态变量值和非线性状态变量值。2.根据权利要求1所述的方法，其特征在于，所述非线性状态方程由与姿态状态变量有关的微分方程组成，所述线性状态方程为由与速度误差、位置误差、陀螺仪常值误差、加速度计常值偏置、安装误差角、弹性变形角、弹性变形角速率中的至少一个状态变量有关的微分方程组成。3.根据权利要求2所述的方法，其特征在于，所述建立大失准角条件下的机载分布式POS传递对准的误差模型，包括：建立大失准条件下的机载分布式POS的子系统的惯导误差模型和主子系统间的角误差模型，所述惯导误差模型包括姿态误差微分方程、速度误差微分方程、位置误差微分方程和惯性仪表误差微分方程，所述主子系统间的角误差模型包括安装角误差模型和弹性变形角模型。4.根据权利要求3所述的方法，其特征在于，所述姿态误差微分方程为：其中，为子系统姿态失准角，φE、φN和φU分别为东向、北向、天向失准角，为子系统真实导航坐标系相对惯性坐标系的角速度；为的误差角速度；为子系统载体坐标系到其计算导航坐标系的方向余弦矩阵；I3×3为3行、3列的单位矩阵，εb为子系统陀螺仪误差，εb＝εc+wε，其中，εc为子系统陀螺仪常值漂移，wε为子系统陀螺仪随机误差，和分别为子系统载体坐标系x轴、y轴和z轴陀螺仪常值漂移，和分别为子系统载体坐标系x轴、y轴和z轴陀螺仪随机误差；为子系统真实导航坐标系到其计算导航坐标系的方向余弦矩阵；其中，所述速度误差微分方程为：其中，Vn＝[VEVNVU]T和δVn＝[δVEδVNδVU]T分别为子系统速度和速度误差，其中VE、VN和VU分别为东向、北向和天向速度，δVE、δVN和δVU分别为东向、北向和天向速度误差；fb＝[fxfyfz]T是子系统的比力，其中fx、fy和fz分别为载体坐标系x方向、y方向和z方向比力；和分别为地球坐标系相对惯性坐标系的角速度ωie及其误差δωie在子系统真实导航坐标系下的表示；和分别为子系统真实导航坐标系相对地球坐标系的角速度及其误差；为子系统加速度计误差，其中，为子系统加速度计常值偏置，为系统加速度计随机误差，和分别为子系统载体坐标系x轴、y轴和z轴加速度计常值偏置，和分别为子系统载体坐标系x轴、y轴和z轴加速度计随机误差；所述位置误差微分方程为：其中，L、λ、h分别为子系统的纬度、经度、高度，δL、δλ、δh分别为纬度误差、经度误差、高度误差；为纬度的一阶导数，为经度的一阶导数，为高度的一阶导数；RM和RN分别为沿子午圈和卯酉圈的主曲率半径；所述惯性仪表误差微分方程为：其中，εc为子系统陀螺仪常值漂移，为子系统加速度计常值偏置；所述建立主系统和子系统间的角误差模型，包括：建立子系统固定安装误差角ρ的微分方程：其中，ρ＝[ρxρyρz]T为子系统固定安装误差角，ρx、ρy和ρz分别为子系统在载体坐标系x轴、y轴和z轴的安装误差角；建立子系统弹性变形角θ的微分方程：其中，θj为子系统载体坐标系第j轴上的弹性变形角，j＝x,y,z，θ＝[θxθyθz]T为弹性变形角；βj＝2.146/τj，τj为二阶马尔科夫过程相关时间；ηj为零均值白噪声，其方差满足：其中，σj2为弹性变形角θj的方差，βj和为描述弹性变形角θ的二阶马尔科夫过程的参数。5.根据权利要求2所述的装置，其特征在于，所述非线性状态变量xNL和线性状态变量xL分别定义为：xNL＝[x1]TxL＝[x2x3]T其中，x1＝[φEφNφU],所述非线性状态方程为：所述线性状态方程为：其中，和分别为tk时刻的非线性状态变量和线性状态变量，和分别为tk-1时刻的非线性状态变量和线性状态变量，非线性状态方程的系统噪声为线性状态方程的系统噪声为其中分别为子系统载体坐标系x轴、y轴、z轴陀螺仪的随机误差，分别为子系统载体坐标系x轴、y轴、z轴加速度计的随机误差；非线性状态方程的系统噪声wNL和线性状态方程的wL均为零均值高斯白噪声，wNL的方差阵QNL由陀螺仪随机漂移确定，wL的方差阵QL由加速度计随机偏置和二阶马尔科夫过程参数确定；系统状态方程中各系数矩阵的表达式如下：所述建立大失准角条件下的机载分布式POS传递对准的数学模型包括：建立大失准角条件下的机载分布式POS传递对准的系统量测模型；所述建立大失准角条件下的机载分布式POS传递对准的系统量测...

【专利技术属性】
技术研发人员：宫晓琳，刘刚，陈隆君，房建成，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11