机载分布式POS的多节点信息融合方法及系统技术方案

一种机载分布式POS的多节点信息融合方法及系统，该方法包括：建立传递对准误差模型；针对每一个子IMU，分别计算该子IMU所处的导航坐标系下表示的主POS的姿态与该子IMU的姿态之差、主POS的速度与该子IMU的速度之差并建立该子IMU传递对准的数学模型；对该子IMU传递对准的数学模型进行传递对准，确定姿态误差、速度误差和位置误差，并得到安装误差角、挠曲变形角和挠曲变形角速率；修正该子IMU的捷联解算结果，得到该子IMU的修正位置、修正速度和修正姿态；利用所估计的各子IMU的安装误差角、挠曲变形角和挠曲变形角速率补偿杆臂效应，分别将各子IMU的修正位置、修正速度和修正姿态进行信息融合，确定机载分布式POS的测量信息，提高分布式POS系统的整体测量精度。

Multi node information fusion method and system for airborne distributed POS

A multi-node information fusion method and system for airborne distributed POS is proposed, which includes: establishing a transfer alignment error model; calculating the difference between the attitude of the main POS and that of the sub-IMU in the navigation coordinate system of each sub-IMU, and the difference between the velocity of the main POS and that of the sub-IMU, and establishing the model. The mathematical model of sub-IMU transfer alignment; the transfer alignment mathematical model of sub-IMU transfer alignment determines attitude error, velocity error and position error, and obtains installation error angle, flexure deformation angle and flexure deformation angular rate; corrects the strapdown solution result of sub-IMU, obtains the correction position and speed of sub-IMU transfer alignment. The position, speed and attitude of each IMU are fused to determine the measurement information of the airborne distributed POS and improve the overall measurement precision of the distributed POS system. Degree.

【技术实现步骤摘要】
机载分布式POS的多节点信息融合方法及系统
本专利技术涉及多任务遥感载荷节点信息融合
，特别是涉及一种机载分布式POS(PositionandOrientationSystem，位置姿态测量系统)的多节点信息融合方法及系统。
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POS)、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POS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IMU一般分布在载机两侧的机翼上，形成一个多节点的惯性测量系统。而应用于机载导航系统的信息融合算法主要有集中滤波和联邦滤波两种方法。理论上讲，集中滤波器可获得最优估计，但是随着子系统数量的增加算法复杂度增加，造成“维数灾难”，甚至导致滤波发散。分级分散的联邦滤波采用各子滤波器并行滤波的方法，克服了集中滤波带来的计算量大的问题。联邦滤波各系统有主次之分，主系统又叫参考系统，它与各子系统的估计值进行融合后反馈到子系统，对子系统的估计值进行重置。然而，目前针对导航系统的联邦滤波多传感器信息融合方法主要用来提高单一节点的测量精度，针对多节点分布式POS的信息融合，主要采用的方法是将主POS输出的高精度位置、速度、姿态等运动参数信息分别与各子IMU输出的信息进行融合，实现子IMU所在处运动信息的精确测量，即传递对准。理想情况下，经过传递对准的各子IMU的测量精度应当一致，但是实际飞行中，由于各子IMU安置点的机体变形、杆臂位置、惯性器件精度等因素存在差异，导致各子IMU传递对准精度的差异。一般而言，靠近机体中心的子IMU安置点的传递对准精度较高，容易满足成像运动补偿的精度要求，远离机体中心的子IMU安置点的挠曲变形情况更复杂，传递对准精度较低，不能满足成像运动补偿的精度要求。为了使分布式POS每个节点均能够满足精度要求，提高分布式POS系统的整体测量精度，必须综合利用所有子IMU的输出信息进行信息融合，均衡各个节点的精度。但是目前一般假设各子IMU所处的导航坐标系相同，均为主POS的导航坐标系，从而直接对各IMU进行信息融合，但是位置、速度、姿态均通过各子IMU载体坐标系之间的方向余弦矩阵转换，缺乏合理性。另外，也没有考虑各IMU之间杆臂效应、安装误差等因素，对于高精度的分布式POS系统而言，这些因素会带来巨大的测量误差，因此必须予以考虑。
技术实现思路
本专利技术的目的是提供一种机载分布式POS的多节点信息融合方法及系统，可提高分布式POS系统的整体测量精度。为实现上述目的，本专利技术提供了如下方案：一种机载分布式位置姿态测量系统POS的多节点信息融合方法，所述机载分布式POS包括一个主POS和多个子惯性测量单元IMU，所述多节点信息融合方法包括：建立传递对准误差模型，所述传递对准误差模型包括子IMU惯导误差模型、主POS与各子IMU的主子系统间的角误差模型；针对每一个子IMU，分别计算该子IMU所处的导航坐标系下表示的主POS的姿态与该子IMU的姿态之差、主POS的速度与该子IMU的速度之差，分别得到的对应的姿态差和速度差，将姿态差和速度差作为系统量测量，建立该子IMU传递对准的数学模型；采用卡尔曼滤波方法，对该子IMU传递对准的数学模型进行传递对准，确定该子IMU的姿态误差、速度误差和位置误差，并得到该子IMU的安装误差角、挠曲变形角和挠曲变形角速率；根据该子IMU的姿态误差、速度误差和位置误差修正该子IMU的捷联解算结果，得到该子IMU的修正位置、修正速度和修正姿态；利用所估计的各子IMU的安装误差角、挠曲变形角和挠曲变形角速率补偿杆臂效应，分别将各子IMU的修正位置、修正速度和修正姿态进行信息融合，确定所述机载分布式POS的测量信息。为实现上述目的，本专利技术提供了如下方案：一种机载分布式POS的多节点信息融合系统，所述机载分布式POS包括一个主POS和多个子惯性测量单元IMU，所述多节点信息融合方法系统：第一建模单元，用于建立传递对准误差模型，所述传递对准误差模型包括子IMU惯导误差模型、主POS与各子IMU的主子系统间的角误差模型；第二建模单元，用于针对每一个子IMU，分别计算该子IMU所处的导航坐标系下表示的主POS的姿态与该子IMU的姿态之差、主POS的速度与该子IMU的速度之差，分别得到的对应的姿态差和速度差，将姿态差和速度差作为系统量测量，建立该子IMU传递对准的数学模型；传递对准单元，用于采用卡尔曼滤波方法，对该子IMU传递对准的数学模型进行传递对准，确定该子IMU的姿态误差、速度误差和位置误差，并得到该子IMU的安装误差角、挠曲变形角和挠曲变形角速率；修正单元，用于根据该子IMU的姿态误差、速度误差和位置误差修正该子IMU的捷联解算结果，得到该子IMU的修正位置、修正速度和修正姿态；信息融合单元，用于利用所估计的各子IMU的安装误差角、挠曲变形角和挠曲变形角速率补偿杆臂效应，分别将各子IMU的修正位置、修正速度和修正姿态进行信息融合，确定所述机载分布式POS的测量信息。根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术通过建立传递对准误差模型、子IMU传递对准的数学模型，采用卡尔曼滤波方法，对该子IMU传递对准的数学模型进行传递对准，获得子IMU的姿态误差、速度误差和位置误差以及该子IMU的安装误差角、挠曲变形角和挠曲变形角速率，根据子IMU的姿态误差、速度误差和位置误差对各子IMU的捷联解算结果进行修正，并对修正结果进行信息融合，从而获得准确的机载分布式POS的测量信息，提升整体的测量精度。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例机载分布式POS的多节点信息融合方法的流程图；图2为各子IMU信息融合的结构图；图3为本专利技术实施例机载分布式POS的多节点信息融合系统的模块结构示意图。符号说明：第一建模单元—1，第二建模单元—2，传递对准单元—3，修正单元—4，信息融合单元—5。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术的目的是提供一种机载分布式POS的多节点信息融合方法，通过建立传本文档来自技高网...

【技术保护点】
1.一种机载分布式位置姿态测量系统POS的多节点信息融合方法，所述机载分布式POS包括一个主POS和多个子惯性测量单元IMU，其特征在于，所述多节点信息融合方法包括：建立传递对准误差模型，所述传递对准误差模型包括子IMU惯导误差模型、主POS与各子IMU的主子系统间的角误差模型；针对每一个子IMU，分别计算该子IMU所处的导航坐标系下表示的主POS的姿态与该子IMU的姿态之差、主POS的速度与该子IMU的速度之差，分别得到的对应的姿态差和速度差，将姿态差和速度差作为系统量测量，建立该子IMU传递对准的数学模型；采用卡尔曼滤波方法，对该子IMU传递对准的数学模型进行传递对准，确定该子IMU的姿态误差、速度误差和位置误差，并得到该子IMU的安装误差角、挠曲变形角和挠曲变形角速率；根据该子IMU的姿态误差、速度误差和位置误差修正该子IMU的捷联解算结果，得到该子IMU的修正位置、修正速度和修正姿态；利用所估计的各子IMU的安装误差角、挠曲变形角和挠曲变形角速率补偿杆臂效应，分别将各子IMU的修正位置、修正速度和修正姿态进行信息融合，确定所述机载分布式POS的测量信息。

【技术特征摘要】
1.一种机载分布式位置姿态测量系统POS的多节点信息融合方法，所述机载分布式POS包括一个主POS和多个子惯性测量单元IMU，其特征在于，所述多节点信息融合方法包括：建立传递对准误差模型，所述传递对准误差模型包括子IMU惯导误差模型、主POS与各子IMU的主子系统间的角误差模型；针对每一个子IMU，分别计算该子IMU所处的导航坐标系下表示的主POS的姿态与该子IMU的姿态之差、主POS的速度与该子IMU的速度之差，分别得到的对应的姿态差和速度差，将姿态差和速度差作为系统量测量，建立该子IMU传递对准的数学模型；采用卡尔曼滤波方法，对该子IMU传递对准的数学模型进行传递对准，确定该子IMU的姿态误差、速度误差和位置误差，并得到该子IMU的安装误差角、挠曲变形角和挠曲变形角速率；根据该子IMU的姿态误差、速度误差和位置误差修正该子IMU的捷联解算结果，得到该子IMU的修正位置、修正速度和修正姿态；利用所估计的各子IMU的安装误差角、挠曲变形角和挠曲变形角速率补偿杆臂效应，分别将各子IMU的修正位置、修正速度和修正姿态进行信息融合，确定所述机载分布式POS的测量信息。2.根据权利要求1所述的机载分布式POS的多节点信息融合方法，其特征在于，所述建立传递对准误差模型，具体包括：步骤11：建立子IMU惯导误差模型，所述子IMU惯导误差模型包括姿态角误差微分方程、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；其中，o为地心惯性坐标系；e为地球坐标系；主POS和子IMU导航坐标系均为东北天地理坐标系，主POS的导航坐标系用n表示，第i个子IMU的导航坐标系用ni表示，i＝1,2,…,N，N为子IMU的个数，计算导航坐标系用n′i表示；载体坐标系原点为载体重心，x轴沿载体横轴向右，y轴沿载体纵轴向前，z轴沿载体竖轴向上，该坐标系固定在载体上，称为右前上载体坐标系，用m和bi分别代表主POS和第i个子IMU的载体坐标系；步骤111：根据以下公式，确定姿态角误差微分方程：其中，为第i个子IMU的姿态失准角，和分别为东向、北向、天向失准角，下标E、N和U分别表示东向、北向和天向；为第i个子IMU导航坐标系相对地心惯性坐标系的角速度；为的误差；为第i个子IMU载体坐标系到其导航坐标系的方向余弦矩阵的估计值；为第i个子IMU的陀螺仪常值漂移，其中和分别为第i个子IMU载体坐标系x轴、y轴和z轴陀螺仪常值漂移；步骤112：根据以下公式，确定速度误差微分方程：其中，为第i个子IMU的速度，为第i个子IMU的速度误差，其中和分别为东向、北向和天向速度，和分别为东向、北向和天向速度误差；是第i个子IMU的比力，其中和分别为东向、北向和天向比力；和分别为第i个子IMU导航坐标系相对地球坐标系的角速度及其误差；和分别为第i个子IMU导航坐标系相对地球坐标系的角速度及其误差；为加速度计常值偏置，其中和分别为第i个子IMU载体坐标系x轴、y轴和z轴加速度计常值偏置；步骤113：根据以下公式，确定位置误差微分方程：其中，Li、λi、hi和δLi、δλi、δhi分别为第i个子IMU纬度、经度、高度和纬度误差、经度误差、高度误差；为纬度的一阶导数，为经度的一阶导数；和分别为第i个子IMU沿子午圈和卯酉圈的主曲率半径；步骤114：根据以下公式，确定惯性仪表误差微分方程：步骤12：建立主POS与各子IMU的主子系统间的角误差模型，所述主子系统间的角误差模型包括：固定安装误差角的微分方程、弹性变形角的微分方程、步骤121：根据以下公式，确定固定安装误差角的微分方程：其中，为第i个子IMU固定安装误差角，和分别为第i个子IMU载体坐标系x轴、y轴和z轴安装误差角；步骤122：根据以下公式，确定弹性变形角的微分方程：其中，为第i个子IMU载体坐标系第j轴上的弹性变形角，j＝x,y,z，为弹性变形角；为二阶马尔科夫过程相关时间；为零均值白噪声，方差满足：为弹性变形角的方差，和为描述弹性变形角θi的二阶马尔科夫过程的参数。3.根据权利要求1所述的机载分布式POS的多节点信息融合方法，其特征在于，根据以下公式，建立各子IMU传递对准的数学模型：其中，系统状态变量Xi为：系统转移矩阵Fi可由第i个子IMU的传递对准误差模型确定；系统噪声其中和分别为第i个子IMU载体坐标系x轴、y轴、z轴陀螺仪和第i个子IMU载体坐标系x轴、y轴、z轴加速度计的随机误差，不包括随机常值误差；系统噪声Wi为零均值的高斯白噪声，其方差阵Qi由陀螺仪常值漂移、加速度计常值偏置和二阶马尔科夫过程参数决定；系统噪声阵Gi的表达式为：其中，为第i个子IMU载体坐标系到导航坐标系的方向余弦矩阵；系统量测变量Zi＝[δψiδθiδγiδV′iEδV′iNδV′iU]T，其中δψi、δθi、δγi和δV′iE、δV′iN、δV′iU分别为第i个子IMU与主POS相对于第i个子IMU导航坐标系的航向角、俯仰角、横滚角之差和东向、北向、天向速度之差；量测噪声其中分别为主POS航向角、俯仰角、横滚角的量测噪声，分别为主POS东向、北向、天向速度的量测噪声；Vi为零均值的高斯白噪声，其方差阵Ri由主POS的姿态精度和速度精度决定；量测矩阵Hi为：主POS载体坐标系相对于第i个子IMU导航坐标系的方向余弦矩阵为：其中，为主POS载体坐标系相对于主POS导航坐标系的方向余弦矩阵，为主POS导航坐标系到第i个子IMU导航坐标系的方向余弦矩阵：其中，为主POS导航坐标系相对于地球坐标系的方向余弦矩阵，Lm和λm分别为主POS的纬度和经度；为第i个子IMU导航坐标系相对于地球坐标系的方向余弦矩阵；令记为矩阵Ti中第l行、第m列的元素，l＝1,2,3，m＝1,2,3；则量测矩阵中和的表达式为：4.根据权利要求1所述的机载分布式POS的多节点信息融合方法，其特征在于，根据该子IMU的姿态误差、速度误差和位置误差修正该子IMU的捷联解算结果，得到该子IMU的修正位置、修正速度和修正姿态，具体包括：根据tk时刻估计出的失准角速度误差和位置误差δLi、δλi、δhi，修正第i个子IMU的姿态、速度和位置：步骤41：根据以下公式，得到修正速度：其中，和分别为第i个子IMU修正后的东向、北向和天向速度；和分别为第i个子IMU捷联解算得到的东向、北向和天向速度；和分别为tk时刻卡尔曼滤波估计出的第i个子IMU捷联解算东向、北向和天向速度误差；步骤42：根据以下公式，得到修正位置：其中，和分别为第i个子IMU捷联解算得到的纬度、经度和高度；和分别为第i个子IMU修正后的纬度、经度和高度；δLi、δλi和δhi分别为tk时刻卡尔曼滤波估计出的第i个子IMU捷联解算纬度、经度和高度误差；步骤43：根据以下步骤，得到修正姿态，所述修正姿态包括航向角、俯仰角和横滚角：步骤431：计算tk时刻第i个子IMU导航坐标系ni与计算导航坐标系n′i间的转换矩阵和第i个子IMU载体坐标系bi与真实导航坐标系ni之间的转换矩阵其中，为tk时刻第i个子IMU捷联解算得到的姿态的方向余弦矩阵；步骤432：由被更新后的第i个子IMU的方向余弦矩阵计算tk时刻第i个子IMU的航向角ψs、俯仰角θs和横滚角γs：其中，Tlm为矩阵中第l行、第m列的元素，l＝1,2...

【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