基于滤波器方差阵修正的多源信息非等间隔联邦滤波方法技术

技术编号:9871311 阅读:177 留言:0更新日期:2014-04-04 00:45
本发明专利技术公开了一种基于滤波器方差阵修正的多源信息非等间隔联邦滤波方法,具体步骤为:首先建立航空机载惯性导航系统与其他导航系统的融合无重置模式联邦滤波器,随后利用基于子滤波器方差阵修正的多源信息非等间隔联邦滤波方法,提高子滤波器滤波精度。以高空长航无人机为应用对象,结合实际传感器使用特点,设计了适用于高空长航无人机的INS/CNS/SAR/TER组合非等间隔联邦滤波实现方案。本发明专利技术能够在几乎不增加额外计算负担的情况下,通过修正子滤波器滤波方差阵来改善滤波器的融合精度,在保持无重置结构容错性强特性的同时,解决无重置联邦滤波器在应用于多源信息非等间隔滤波时的适应性问题,进一步提升系统导航精度,增强组合导航系统的鲁棒性。

【技术实现步骤摘要】

本专利技术公开了一种,涉及飞行器组合导航

技术介绍
无人机技术以其独特的不受人的生理条件限制、空勤保障简单及零伤亡率优势成为各国航空领域的研究热点。随着高空长航无人机技术的发展,对导航定位的精度和可靠性都提出了更高的要求,单一导航系统已难以满足要求。以美国等军事强国的典型高空长航无人机为例,主要以惯性导航系统和卫星导航系统相结合,另外根据执行任务外加其它导航系统电子吊舱。现代战争电磁环境恶劣,武器系统会因受到电磁压制而效能大大削弱,卫星导航系统与惯性导航系统的相结合虽然可以弥补各自的不足,但是在受到强电磁压制的情况下,卫星导航系统容易受到干扰,将无法使用。除卫星导航系统外,现有可以应用于高空长航无人机的其他自主导航手段主要有惯性、地形/景象匹配辅助、天文导航系统等。考虑到战时存在失去卫星导航信息的威胁,为此研究不依赖于卫星导航的无人机自主导航实现方法就尤为重要。把两种或多种导航系统组合起来,应用最优估计理论形成最优组合导航系统,有利于充分运用各导航系统的信息进行信息互补和信息融合,使组合后的导航系统在精度和可靠性方面都有所提高,这已成为无人机导航定位技术的发展方向。由于多源组合导航中引入了多个导航设备,随之会引入各导航子滤波系统数据更新频率不一致所导致的滤波器量测信息非等间隔处理的问题。国内外学者提出改进措施包括在有重置结构下,证明其非等间隔算法与集中卡尔曼算法等价;子滤波器同时采样并以相同的采样率对目标进行观测;外推内插将各子滤波器时刻推到主滤波器融合时间等各种方法,但限制过多限制实际`应用。
技术实现思路
本专利技术所要解决的技术问题是:针对现有技术的缺陷,提供一种。本专利技术为解决上述技术问题采用以下技术方案:所述包括以下步骤:步骤一、选取东北天地理坐标系,惯性导航系统误差状态量定义为:本文档来自技高网...

【技术保护点】
基于滤波器方差阵修正的多源信息非等间隔联邦滤波方法,其特征在于,包括以下步骤:步骤一、选取东北天地理坐标系,惯性导航系统误差状态量定义为:X=[φE,φN,φU,δvE,δvN,δvU,δL,δλ,δh,εbx,εby,εbz,εrx,εry,εrz,▽x,▽y,▽z]T?????(1)其中,φE,φN,φU分别表示惯性导航系统误差状态量中的东向平台误差角状态量、北向平台误差角状态量和天向平台误差角状态量;δvE,δvN,δvU分别表示惯性导航系统误差状态量中的东向速度误差状态量、北向速度误差状态量和天向速度误差状态量;δL,δλ,δh分别表示航空机载惯性导航系统误差状态量中的纬度误差状态量、经度误差状态量和高度误差状态量;εbx,εby,εbz,εrx,εry,εrz分别表示惯性导航系统误差状态量中的X轴、Y轴、Z轴方向陀螺常值漂移误差状态量和X轴、Y轴、Z轴方向陀螺一阶马尔可夫漂移误差状态量;▽x,▽y,▽z分别表示惯性导航系统误差状态量中的X轴、Y轴和Z轴方向加速度计零偏,上标T为转置;步骤二、采用地理坐标系下位置、速度、姿态线性化观测原理,根据子滤波系统的工作特性,建立地理坐标系下子滤波系统的量测方程,所述子滤波系统具体包括INS/CNS姿态量测系统、INS/SAR图像匹配水平位置量测系统、INS/TER地形匹配水平位置量测系统:X(t)·=F(t)X(t)+G(t)W(t)---(2)其中,X(t)为步骤一中X=[φE,φN,φU,δvE,δvN,δvU,δL,δλ,δh,εbx,εby,εbz,εrx,εry,εrz,▽x,▽y,▽z]T加入时间参数t的表达形式,为X(t)的微分形式,F(t)表示INS/CNS/SAR/TER组合导航系统状态方程的一步状态转移矩阵;G(t)表示INS/CNS/SAR/TER组合导航系统状态方程的系统白噪声误差矩阵;W(t)为惯性/卫星组合导航系统状态方程的系统误差白噪声矢量;步骤三、将各子滤波系统量测方程中的子滤波系统误差状态量进行KF滤波, 计算子滤波器的滤波估计均方差阵;增加修正方差阵ΔPi,调整最终信息融合时的冗余子滤波系统信息的权重分配,具体如下:在离散系统的卡尔曼滤波误差分析中,x~i(k)P=defxi(k)r-x^i(k)---(3)Pi(k)P=defE[x~i(k)Px~i(k)PT]---(4)其中,分别为第i个子滤波器的第k时刻状态真实量和滤波估计量,为理想状态值与滤波估计值的差值,为子系统理想估计均方差阵,E[.]为取均值运算,T为转置运算;在子滤波器的滤波估计均方差阵的基础上增加修正方差阵ΔPi后,得到经过修正的系统滤波器输出的估计均方差阵Pi(k):Pi(k)=Pi(k)+ΔPi????????(5)最终得到改进后的主滤波器信息融合算法为:Pi(k)=Pi(k)+ΔPiPf(k)-1=Σi=1nPi(k/k)-1x^f(k)=Pf(k)(Σi=1nPi(k/k)-1x^i(k/k))---(6)其中,Pf(k)分别为主滤波器滤波输出的滤波估计量和误差方差阵;为主滤波器滤波输出的误差方差阵Pf(k)的逆,为第i个子滤波器k时刻的估计均方差阵Pi(k)的逆,为第i个子滤波器k时刻滤波估计量;步骤四、采用无重置联邦滤波器非等间隔修正算法,将一个滤波周期内的卡尔曼滤波分为两个信息更新过程:时间更新和量测更新;各子滤波器在信息输出时,若未到量测时间则输出时间更新信息,若到量测时间时则输出量测更新信息;步骤五、采用联邦滤波器对步骤三中子滤波系统得出的滤波结果进行数据融合,输出全局最优估计值。FDA0000448246680000012.jpg,FDA0000448246680000023.jpg,FDA0000448246680000024.jpg,FDA0000448246680000025.jpg,FDA0000448246680000027.jpg,FDA0000448246680000028.jpg,FDA0000448246680000029.jpg,FDA00004482466800000210.jpg...

【技术特征摘要】
1.基于滤波器方差阵修正的多源信息非等间隔联邦滤波方法,其特征在于,包括以下步骤: 步骤一、选取东北天地理坐标系,惯性导航系统误差状态量定义为: 2.根据权利要求1所述的基于滤波器方差阵修正的多源信息非等间隔联邦滤波方法,其特征在于,所述子滤波系统测量方程具体如下: Cl) INS/CNS姿态量测方程: 3.根据权利要求1...

【专利技术属性】
技术研发人员:方峥熊智华冰邵慧杨镜许建新彭惠吴旋柏青青赵慧潘加亮
申请(专利权)人:南京航空航天大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1