飞行体的导航方法、装置及系统制造方法及图纸

本发明专利技术公开了一种飞行体的导航方法、装置及系统。其中，该方法包括：获取所述飞行体的运动状态信息；基于预先构建的组合导航模型和所述运动状态信息，对系统噪声和量测噪声中的至少一个进行估计；基于所估计的系统噪声和所述量测噪声中的至少一个，修正惯导系统的惯导数据，并基于所修正的惯导数据对所述飞行体进行导航。本发明专利技术解决了由于导航时需要每次计算雅各比矩阵造成的实时性差的技术问题。各比矩阵造成的实时性差的技术问题。各比矩阵造成的实时性差的技术问题。

【技术实现步骤摘要】
飞行体的导航方法、装置及系统


[0001]本专利技术涉及计算机导航领域，具体而言，涉及一种飞行体的导航方法、装置及系 统。

技术介绍

[0002]高速自旋飞行体在制导过程中，存在着一定的困难。火箭弹的滚动角度较大，卫 星在捕捉信号时难度较大；火箭弹飞行过程中横滚角过大，需要较大的动态测量范围， 对陀螺仪的精度要求较高。
[0003]采用组合导航方案，通常使用EKF滤波方法。在构建模型的过程中，由于系统为 非线性系统，需要进行线性化，但使用雅各比矩阵运算，对实时性有一定影响；此外， 在使用EKF滤波算法过程中，无法对系统噪声矩阵Q、量测噪声矩阵R进行实时估计， 并且在EKF应用过程中为固定值，滤波结果存在误差。
[0004]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0005]本专利技术实施例提供了一种飞行体的导航方法、装置及系统，以至少解决由于导航 时需要每次计算雅各比矩阵造成的实时性差的技术问题。
[0006]根据本专利技术实施例的一个方面，提供了一种飞行体的导航方法，包括：获取所述 飞行体的运动状态信息；基于预先构建的组合导航模型和所述运动状态信息，对系统 噪声和量测噪声中的至少一个进行估计；基于所估计的系统噪声和所述量测噪声中的 至少一个，修正惯导系统的惯导数据，并基于所修正的惯导数据对所述飞行体进行导 航。
[0007]根据本专利技术实施例的另一方面，还提供了一种飞行体的导航装置，包括：获取模 块，被配置为获取所述飞行体的运动状态信息；估计模块，被配置为基于预先构建的 组合导航模型和所述运动状态信息，对系统噪声和量测噪声中的至少一个进行估计； 导航模块，被配置为基于所估计的系统噪声和所述量测噪声中的至少一个，修正惯导 系统的惯导数据，并基于所修正的惯导数据对所述飞行体进行导航。
[0008]根据本专利技术实施例的另一方面，还提供了一种飞行体的导航系统，包括：飞行体； 以及如上所述的导航装置，被配置为对所述飞行体进行导航。
[0009]根据本专利技术实施例的另一方面，还提供了一种计算机可读存储介质，其上存储有 程序，在所述程序被运行时，使得处理器执行如上所述的方法。
[0010]在本专利技术实施例中，获取所述飞行体的运动状态信息；基于预先构建的组合导航 模型和所述运动状态信息，对系统噪声和量测噪声中的至少一个进行估计；基于所估 计的系统噪声和所述量测噪声中的至少一个，修正惯导系统的惯导数据，并基于所修 正的惯导数据对所述飞行体进行导航，实现了提高导航实时性的技术效果，进而解决 了由于导航时需要每次计算雅各比矩阵造成的实时性差的技术问题。
附图说明
[0011]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本发 明的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图 中：
[0012]图1是根据本专利技术实施例的基于AEKF的高速自旋飞行体组合导航方法的流程图；
[0013]图2是根据本专利技术实施例的一种飞行体的导航方法的流程图；
[0014]图3是根据本专利技术实施例的一导航装置的结构示意图；
[0015]图4是根据本专利技术实施例的一导航系统的结构示意图；
[0016]图5是根据本专利技术实施例的另一导航系统的结构示意图；
[0017]图6是根据本专利技术实施例的计算机设备的结构示意图。
具体实施例
[0018]为了使本
的人员更好地理解本专利技术方案，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的实施例，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，都应当属于 本专利技术保护的范围。
[0019]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第 二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这 样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在 这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的 任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方 法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚 地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0020]实施例1
[0021]根据本专利技术实施例，提供了一种基于AEKF(自适应卡尔曼滤波算法)的高速自旋 飞行体组合导航方法的流程图，如图1所示，该方法包括：
[0022]步骤S101，系统初始化，设定相关导航参数。
[0023]步骤S102，进行初始对准，获取飞行体初始的速度、位置和姿态。
[0024]步骤S103，建立组合导航模型。
[0025]1)状态量构建
[0026]为提高组合导航的实时性，采用对系统方程和量测方程的非线性函数作泰勒级数 展开并仅保留线性项，获得线性模型。
[0027]与传统EKF(扩展卡尔曼滤波)建模方法不同，可以避免每次计算雅各比矩阵，直 接选取误差量作为状态变量。例如，选取以下的系统的误差量作为状态变量：位置误 差
△
P、速度误差
△
v、姿态误差加速度计零偏误差
△
a和陀螺零偏误差
△
ω，并建 立状态方程如下：
[0028][0029]式(1)中ΔP
k
和ΔP
k+1
分别为k时刻、k+1时刻的位置误差；ΔV
k
和ΔV
k+1
分别为 k时刻、k+1时刻的速度误差；和分别为k时刻、k+1时刻的姿态误差； Δa
k
和Δa
k+1
分别为k时刻、k+1时刻的加速度计零偏误差；Δω
k
和Δω
k+1
分别为k时 刻、k+1时刻的陀螺零偏误差；B1、B2为加速度计零偏误差、陀螺零偏误差的比例系 数；W
k
·
a
、W
k
·
ω
分别为k时刻加速度计、陀螺误差的随机系统动态噪声，且其均值和方 差满足为零均值白噪声序列；k表示时刻，Δt为时间，为 变化矩阵，n表示导航坐标系，b表示载体坐标系。St为反对称矩阵。
[0030]将上述等式写为标准的状态方程X
k+1
＝f[X
k
,k]+W
k
形式得:
[0031][0032]2)观测量构建
[0033]建立量测方程Z
k+1
＝h[X
k+1
,k+1]，其中，观测量为载体的位置、速度，具体为式(3) 所示：
[0034][0035]其中，Z
k+1
为k+1时刻观测量，h为观测矩阵，X...

【技术保护点】

【技术特征摘要】
1.一种飞行体的导航方法，包括：获取所述飞行体的运动状态信息；基于预先构建的组合导航模型和所述运动状态信息，对系统噪声和量测噪声中的至少一个进行估计；基于所估计的系统噪声和所述量测噪声中的至少一个，修正惯导系统的惯导数据，并基于所修正的惯导数据对所述飞行体进行导航。2.根据权利要求1所述的导航方法，其中，所述组合导航模型是通过以下方法构建的：基于所述惯导系统的误差量构建状态量；基于GPS系统的量测参数构建观测量。3.根据权利要求2所述的导航方法，其中，基于所述惯导系统的误差量构建状态量包括：从所述惯导系统获取所述误差量，其中，所述误差量包括位置误差ΔP、速度误差Δv、姿态误差加速度计零偏误差Δa和陀螺零偏误差Δω；基于所述误差量，建立如下的状态方程作为所述状态量：ΔP
k
和ΔP
k+1
分别为k时刻、k+1时刻的位置误差；ΔV
k
和ΔV
k+1
分别为k时刻、k+1时刻的速度误差；和分别为k时刻、k+1时刻的姿态误差；Δa
k
和Δa
k+1
分别为k时刻、k+1时刻的加速度计零偏误差；Δω
k
和Δω
k+1
分别为k时刻、k+1时刻的陀螺零偏误差；B1为加速度计零偏误差；B2为陀螺零偏误差的比例系数；W
k
·
a
为k时刻加速度计误差的随机系统动态噪声；W
k
·
ω
为陀螺误差的随机系统动态噪声，k表示时刻，Δt为时间，St为反对称矩阵，为变化矩阵，n表示导航坐标系，b表示载体坐标系。4.根据权利要求2所述的导航方法，其中，基于GPS系统的量测参数构建观测量包括：基于GPS系统的量测参数构建如下的量测方程，作为所述观测量：其中，Z
k+1
为k+1时刻观测量，h为观测矩阵，X
k+1
为k+1时刻系统的状态向量，l为单位矩阵，ΔP
k+1
为k+1时刻的位置误...

【专利技术属性】
技术研发人员：刘宁，董一平，苏中，李擎，刘福朝，戚文昊，李羚，赵辉，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：