一种复合翼无人机容错组合导航方法技术

本发明专利技术属于交通安全技术领域，具体涉及一种复合翼无人机容错组合导航方法，包括以下步骤：S1、处理无人机真实飞行数据，获得导航解算所需参数；S2、建立联邦卡尔曼滤波器；S3、为联邦卡尔曼滤波器注入故障信号；S4、进行故障检测，获取故障检测结果；S5、利用故障检测结果进行数据融合重构后，获得容错后的导航解算信息。本发明专利技术采用联邦卡尔曼滤波结构建立组合导航系统，通过残差卡方检验与改进的融合方法，实现对传感器故障的检测与处理，自适应的进行数据融合，加强系统的可靠性与精确性，提高了无人机组合导航系统的容错性能，扩展了无人机的可飞行场景。

A fault tolerant integrated navigation method for compound wing UAV

【技术实现步骤摘要】
一种复合翼无人机容错组合导航方法
本专利技术属于无人机导航
，具体涉及一种复合翼无人机容错组合导航方法。
技术介绍
目前应用最为广泛的无人机组合导航系统由惯性测量单元(IMU)和全球定位系统(GPS)组成，采用扩展卡尔曼滤波算法进行数据融合，解算导航信息，但是该方法对GPS依赖程度较高，当GPS信号受到干扰或遮挡时，组合导航系统解算精度急剧下降，威胁飞行安全。此外，由于传统的无人机组合导航系统，大都由惯性测量单元(IMU)和全球定位系统(GPS)组成，采用如互补滤波、扩展卡尔曼滤波、粒子滤波等方法进行数据融合，这些方法虽然都能够抑制导航参数发散、提高解算精度，但是其可靠性较低，且不具备容错性。
技术实现思路
有鉴于此，本专利技术提供了一种复合翼无人机容错组合导航方法，以解决上述提出的技术问题。本专利技术的技术方案是：一种复合翼无人机容错组合导航方法，包括以下步骤：S1、处理无人机真实飞行数据，获得导航解算所需参数；S2、建立联邦卡尔曼滤波器；S3、为联邦卡尔曼滤波器注入故障信号；S4、进行故障检测，获取故障检测结果；S5、利用故障检测结果进行数据融合重构后，获得容错后的导航解算信息。优选的，步骤S1中处理无人机真实飞行数据，获得导航解算所需参数的方法，包括如下步骤：S11、从原始飞行数据中选择三轴陀螺仪数据、三轴加速度计数据、GPS速度及位置数据、光流数据进行保存；S12、从原始飞行数据中选择无人机正常飞行时的位置、速度、姿态角作为比较基准值。优选的，步骤S2中建立联邦卡尔曼滤波器的方法，包括如下步骤：S21、确定滤波器结构的类型；S22、确定子滤波器所用传感器的类型，进行子滤波器的结构设计；S23、以子滤波器的结构为基础，分别进行子滤波器的算法设计，建立状态方程和量测方程，确定量测量。优选的，步骤S21中确定滤波器结构的类型为联邦卡尔曼滤波无反馈结构。优选的，步骤S22中确定子滤波器的类型为GPS和光流传感器的组合。优选的，步骤S23中确定子滤波器的算法为扩展卡尔曼滤波算法，选择量测量为GPS位置、GPS速度和光流速度。优选的，步骤S4中采用改进的残差卡方检验法进行故障检测，包括如下步骤：S41、利用式(1)计算故障检测函数值λk其中，rk为残差，Zk为量测量，Hk为量测矩阵，为状态一步预测，Ak为残差的方差，Pk/k-1为一步预测均方误差，为量测矩阵的转置，Rk为量测噪声阵，λk服从自由度为m的卡方分布，即λk～χ2(m)，m为量测Zk的维数，为残差的转置，为残差的方差的逆，rk为残差；S42、将计算出的故障检测函数λk与故障判断的上下门限值T1,T2进行对比，当λk≤T1，判定无故障；当T1<λk≤T2，判定故障较为轻微；当λk>T2，判定完全故障。优选的，S42中当故障判断结果是故障较为轻微时，出故障的子滤波器的输出会自适应的进入数据融合，进行数据融合重构的方法，包括如下步骤：S421、利用式(2)计算数据融合的自适应因子ρ其中，ρ为自适应因子，T1,T2为故障判断的门限值，λk为故障检测函数值；S422、利用式(3)求解全局状态估计其中，αgps＝ρgps-ρgpsof，αof＝ρof-ρgpsof，αgpsof＝ρgpsof，αgps是GPS子滤波器状态量生效程度，ρgps是GPS正常时的自适应因子，ρgpsof是GPS与光流均正常时的自适应因子，为GPS子滤波器状态估计，为子滤波器1的状态估计，αof是光流子滤波器状态量生效程度，ρof是光流正常的自适应因子，ρgpsof是GPS与光流均正常时的自适应因子，为光流子滤波器状态估计，为子滤波器2的状态估计，αgpsof是GPS与光流子滤波器的融合状态量生效程度，ρgpsof是GPS与光流均正常时的自适应因子，为GPS与光流子滤波器融合状态估计，为GPS子滤波器状态估计，P1为子滤波器的估计均方误差，P2为子滤波器2的估计均方误差。与现有技术相比，本专利技术提供的一种复合翼无人机容错组合导航方法，在无人机实际飞行的数据基础上，为系统加入光流传感器作为GPS的余度，采用联邦卡尔曼滤波结构建立组合导航系统，通过残差卡方检验与改进的融合方法，实现对传感器故障的检测与处理，自适应的进行数据融合，加强系统的可靠性与精确性，提高了无人机组合导航系统的容错性能，扩展了无人机的可飞行场景，实用性好，值得推广。附图说明图1为本专利技术的技术方案流程图；图2为本专利技术的联邦卡尔曼滤波结构框图；图3为本专利技术的光流传感器信息解算示意图；图4为本专利技术的改进的故障判断逻辑；图5为本专利技术的无故障-东向速度误差；图6为本专利技术的GPS注入故障-GPS子滤波器的故障检测函数λk；图7为本专利技术的GPS注入故障-东向速度误差；图8为本专利技术的GPS注入故障-自适应融合后东向速度误差；图9为本专利技术的无故障-东向速度误差；图10为本专利技术的OF注入故障-OF子滤波器的故障检测函数λk；图11为本专利技术的OF注入故障-东向速度误差；图12为本专利技术的OF注入故障-自适应融合后东向速度误差。具体实施方式下面结合附图1到图12对本专利技术提供的一种复合翼无人机容错组合导航方法的一个具体实施方式进行详细描述，但应当理解本专利技术的保护范围并不受具体实施方式的限制。实施例1如图1所示，本专利技术提供的一种复合翼无人机容错组合导航方法，包括以下步骤：S1、处理无人机真实飞行数据，获得导航解算所需参数；S2、建立联邦卡尔曼滤波器；S3、为联邦卡尔曼滤波器注入故障信号；S4、进行故障检测，获取故障检测结果；S5、利用故障检测结果进行数据融合重构后，获得容错后的导航解算信息。进一步的，步骤S1中处理无人机真实飞行数据，获得导航解算所需参数的方法，包括如下步骤：S11、从原始飞行数据中选择三轴陀螺仪数据、三轴加速度计数据、GPS速度及位置数据、光流数据进行保存；S12、从原始飞行数据中选择无人机正常飞行时的位置、速度、姿态角作为比较基准值。进一步的，步骤S2中建立联邦卡尔曼滤波器的方法，包括如下步骤：S21、确定滤波器结构的类型；S22、确定子滤波器所用传感器的类型，进行子滤波器的结构设计；S23、以子滤波器的结构为基础，分别进行子滤波器的算法设计，建立状态方程和量测方程，确定量测量。进一步的，步骤S21中确定滤波器结构的类型为联邦卡尔曼滤波无反馈结构。进一步的，步骤S22中确定子滤波器的类型为GPS和光流传感器的组合。进一步的，步骤S23中确定子滤波器的算法为扩展卡本文档来自技高网...

【技术保护点】
1.一种复合翼无人机容错组合导航方法，其特征在于，包括以下步骤：/nS1、处理无人机真实飞行数据，获得导航解算所需参数；/nS2、建立联邦卡尔曼滤波器；/nS3、为联邦卡尔曼滤波器注入故障信号；/nS4、进行故障检测，获取故障检测结果；/nS5、利用故障检测结果进行数据融合重构后，获得容错后的导航解算信息。/n

【技术特征摘要】
1.一种复合翼无人机容错组合导航方法，其特征在于，包括以下步骤：
S1、处理无人机真实飞行数据，获得导航解算所需参数；
S2、建立联邦卡尔曼滤波器；
S3、为联邦卡尔曼滤波器注入故障信号；
S4、进行故障检测，获取故障检测结果；
S5、利用故障检测结果进行数据融合重构后，获得容错后的导航解算信息。


2.根据权利要求1所述的一种复合翼无人机容错组合导航方法，其特征在于，所述步骤S1中处理无人机真实飞行数据，获得导航解算所需参数的方法，包括如下步骤：
S11、从原始飞行数据中选择三轴陀螺仪数据、三轴加速度计数据、GPS速度及位置数据、光流数据进行保存；
S12、从原始飞行数据中选择无人机正常飞行时的位置、速度、姿态角作为比较基准值。


3.根据权利要求1所述的一种复合翼无人机容错组合导航方法，其特征在于，所述步骤S2中建立联邦卡尔曼滤波器的方法，包括如下步骤：
S21、确定滤波器结构的类型；
S22、确定子滤波器所用传感器的类型，进行子滤波器的结构设计；
S23、以子滤波器的结构为基础，分别进行子滤波器的算法设计，建立状态方程和量测方程，确定量测量。


4.根据权利要求3所述的一种复合翼无人机容错组合导航方法，其特征在于，所述步骤S21中确定滤波器结构的类型为联邦卡尔曼滤波无反馈结构。


5.根据权利要求3所述的一种复合翼无人机容错组合导航方法，其特征在于，所述步骤S22中确定子滤波器的类型为GPS和光流传感器的组合。


6.根据权利要求3所述的一种复合翼无人机容错组合导航方法，其特征在于，所述步骤S23中确定子滤波器的算法为扩展卡尔曼滤波算法，选择量测量为GPS位置、GPS速度和光流速度。


7.根据权利要求1或5所述的一种复合翼无人机容错组合导航方法，其特征在于，所述步骤S4中采用改进的残差卡方检验法进行故障检测，包括如下步...

【专利技术属性】
技术研发人员：何鹤，何明，
申请(专利权)人：星际江苏航空科技有限公司，
类型：发明
国别省市：江苏;32