基于CEPF的无人机多源导航信息状态预测方法技术

本发明专利技术公开了基于CEPF的无人机多源导航信息状态预测方法，旨在解决解决无人机组合导航系统中多源信息融合面临的模型不确定性和偏差问题。本发明专利技术首先建立INS组合导航系统的直接法状态方程和量测方程，然后对组合导航系统方程进行离散化，最后利用CEPF算法降低测量信息中的偏差对组合导航系统的不利影响；CEPF首先使用“consider”方法将偏差的统计信息合并到状态估计方程中，Consider卡尔曼滤波完成对目标的滤波估计处理。本发明专利技术的有益技术效果在于：有效地降低了偏差和模型不确定性的影响，提高了无人机组合导航的精度。

Multi-source navigation information state prediction method of UAV Based on CEPF

【技术实现步骤摘要】
基于CEPF的无人机多源导航信息状态预测方法
本专利技术涉及一种无人机多源信息融合导航系统，具体涉及一种基于Consider扩展卡尔曼滤波(ConsiderExtendedKalmanParticleFilter,CEPF)的无人机多源导航信息融合方法。
技术介绍
无人机具有机动性能强、可垂直起降和定点悬停等优点，在军事和民用领域应用前景广泛。随着应用范围的发展，无人机执行飞行任务面临的问题越来越困难，且具有较高的动态性和较大的不确定性。无人机导航系统可以为无人机提供自身的运动参数、物理环境参数等信息，而精准的导航信息是无人机执行飞行任务的首要条件。由于惯性导航系统(InertialNavigationSystem，INS)具有自主性强、隐蔽性好、信息更加全面和宽频带等特有优点，无人机导航系统选用INS作为组合导航系统的主导航系统，并引入GPS、磁力计、光流、气压高度计辅助导航方式，通过它们的观测信息与主导航系统的信息进行数据的融合处理，进而修正惯导的累积误差，提高导航的精度。但是无人机组合导航系统中往往存在模型不确定和系统偏差等问题，当采用P本文档来自技高网...

【技术保护点】
1.一种基于CEPF的无人机多源导航信息状态预测方法，其特征在于，包括如下步骤：/nS1：获取无人机组合导航系统中不同时刻相关的导航参数，带入无人机的状态方程和量测方程；所述量测方程包括偏差p；/nS2：利用初始时刻导航参数，获取无人机状态一步预测、方差一步预测、一步预测的协方差、状态估计误差方差阵及滤波增益矩阵一步预测；/nS3：利用步骤S2中无人机状态一步预测、方差一步预测、一步预测的协方差、状态估计误差方差阵及滤波增益矩阵一步预测；根据卡尔曼滤波算法，获得下一时刻的无人机状态更新；/nS4：更新粒子集合的状态估计值和量测值、每个粒子的权重；/nS5：对粒子集合进行复制和淘汰；获得重采样之...

【技术特征摘要】
1.一种基于CEPF的无人机多源导航信息状态预测方法，其特征在于，包括如下步骤：
S1：获取无人机组合导航系统中不同时刻相关的导航参数，带入无人机的状态方程和量测方程；所述量测方程包括偏差p；
S2：利用初始时刻导航参数，获取无人机状态一步预测、方差一步预测、一步预测的协方差、状态估计误差方差阵及滤波增益矩阵一步预测；
S3：利用步骤S2中无人机状态一步预测、方差一步预测、一步预测的协方差、状态估计误差方差阵及滤波增益矩阵一步预测；根据卡尔曼滤波算法，获得下一时刻的无人机状态更新；
S4：更新粒子集合的状态估计值和量测值、每个粒子的权重；
S5：对粒子集合进行复制和淘汰；获得重采样之后的状态估计粒子集合；
S6：对上述重采样之后获得的状态估计粒子集合求均值；
S7：循环迭代S1-S6，即可得到无人机组合导航系统的此时刻的参数。


2.根据权利要求1所述的基于CEPF的无人机多源导航信息状态预测方法，其特征在于：在步骤S1中，所述导航参数包括：
GPS测得的载体位置及载体位置的东方向分量、北方向分量和天方向分量，东方向、北方向、天方向的GPS位置偏差，东方向、北方向、天方向的GPS位置量测值的随机误差；
气压高度计测得的载体高度、高度偏差、测值的随机误差；
光流速度矢量，光流速度的偏差，光流速度量测值的随机误差；
磁力计测定的地磁场矢量，东方向、北方向、天方向的磁力计偏差，东方向、北方向、天方向的磁力计量测值的随机误差；
加速度计测定的东方向分量、北方向分量和天方向分量线加速度，加速度计常值漂移；
无人机的横滚角、俯仰角、航向角；
陀螺仪在IMU中机体坐标系下输出的三个轴向的瞬时旋转角速度，陀螺仪常值漂移。


3.根据权利要求1所述的基于CEPF的无人机多源导航信息状态预测方法，其特征在于：在步骤S1中，所述量测方程为：
z＝h(x)+p+vb
其中，vb为量测噪声，其表达式为：vb＝[vme,vmn,vmu,vre,vrn,vru,vvx,vvy,vh]T
式中，h(x)＝[mbrvflowhbaro]T，mb＝[mbxmbymbz]为地理系下的地磁场矢量；
r＝[rgergnrgu]为GPS测得的载体位置；
rge、rgn和rgu是GPS测得载体位置的东方向分量、北方向分量和天方向分量；
vflow＝[vflow_xvflow_y]为光流速度矢量，vflow_x和vflow_y分别是光流传感器测得的载体光流速度x方向分量和y方向分量；
hbaro为气压高度计测得的载体高度；p＝[pme,pmn,pmu,pre,prn,pru,pvx,pvy,ph]T为偏差，pme、pmn和pmu分别是东北天方向的磁力计偏差，pre、prn和pru分别是东北天方向的GPS位置偏差，pvx和pvy是光流速度的偏差，ph为气压高度计的高度偏差；
vb为量测噪声，vme、vmn和vmu分别为在导航坐标系东、北、天方向磁力计量测值的随机误差；vpe、vpn和vpu分别为在导航坐标系东、北、天GPS位置量测值的随机误差；
vvx和vvy是光流速度量测值...

【专利技术属性】
技术研发人员：娄泰山，陈南华，焦玉召，王晓雷，丁国强，赵红梅，杜海明，
申请(专利权)人：郑州轻工业大学，
类型：发明
国别省市：河南;41