CN102809377A - 飞行器惯性/气动模型组合导航方法 - Google Patents
飞行器惯性/气动模型组合导航方法 Download PDFInfo
- Publication number
- CN102809377A CN102809377A CN201210289087XA CN201210289087A CN102809377A CN 102809377 A CN102809377 A CN 102809377A CN 201210289087X A CN201210289087X A CN 201210289087XA CN 201210289087 A CN201210289087 A CN 201210289087A CN 102809377 A CN102809377 A CN 102809377A
- Authority
- CN
- China
- Prior art keywords
- aircraft
- axle
- error
- inertial navigation
- moment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Navigation (AREA)
Abstract
本发明涉及一种飞行器惯性/气动模型组合导航方法,属于组合导航与自主导航领域。本发明利用飞行器已知的气动参数、外形参数、控制量以及部分运动参数信息对飞行器的速度、姿态进行求解,利用惯导系统误差模型与飞行器气动模型,构建卡尔曼滤波器,将惯性导航系统得到的位置、速度、姿态信息与气动模型得到的速度、姿态信息进行数据融合,同时对惯性器件误差进行实时估计与补偿,从而提高导航精度。本发明无需增加任何外部设备,可以提高飞行器的自主导航能力,具有成本低、适用范围广等特点。
Description
技术领域
本发明涉及一种飞行器惯性/气动模型组合导航方法,属于组合导航与自主导航领域。
背景技术
惯性导航系统是目前飞行器最为主要的导航系统之一,具有不依赖外界信息、隐蔽性好、抗辐射性强、全天候等优点。然而由于惯性导航是一种推算式导航,其误差会随时间而积累,在长时间单独工作后其导航误差会严重发散,因此惯性导航系统需要与其它类型的导航系统共同使用。
目前与惯性导航系统较为常用的组合方式为惯性/卫星组合导航系统,卫星导航系统利用载体与卫星的相对关系进行导航,其定位误差不随时间发散。目前常用的卫星导航系统有美国的GPS、俄罗斯的GLONASS以及中国的北斗等。然而由于卫星导航需要接收外界无线电信号,在一些特殊情况下会受到人为或自然干扰,此时需要选择具有自主导航能力的导航系统对惯性导航系统进行辅助。
除惯性导航外,目前常用的自主导航方式有天文导航、地磁导航以及视觉导航等。将这些导航系统与惯性导航系统进行数据融合,实时对惯性器件误差进行估计与补偿,可以显著提高飞行器的自主导航能力。但是考虑到体积、载重、成本、精度等因素,这些导航方式在飞行器中的应用会受到一定限制。例如天文导航系统成本高、体积大,不利于在小型无人机中使用;地磁导航对地磁场模型与磁强计的精度有较高要求,目前导航精度较低;视觉导航需要进行视觉匹配,仅适用于视野良好的低空导航。
飞行器的气动模型基于自身的动力学方程与运动学方程,描述了其运动参数(迎角、侧滑角、空速、姿态、角速度、加速度等)、气动参数(阻力系数、升力系数、滚转力矩系数等)以及控制量(推力、操纵舵舵面偏角等)之间的关系。其中部分物理量已知,即可完成对剩余物理量的求解。
发明内容
本发明提出了一种飞行器惯性/气动模型组合导航方法,该方法无需增加任何外部设备,可以提高飞行器的自主导航能力,具有成本低、适用范围广等特点。
本发明为解决其技术问题采用如下技术方案:
一种飞行器惯性/气动模型组合导航方法,利用飞行器已知的气动参数、外形参数、控制量以及运动参数信息对飞行器的速度、姿态进行求解,利用惯导系统误差模型与飞行器气动模型,构建卡尔曼滤波器,将惯性导航系统得到的位置、速度、姿态信息与气动模型得到的速度、姿态信息进行数据融合,同时对惯性器件误差进行实时估计与补偿,具体步骤如下:
(1) 以周期 读取飞行器的阻力系数,侧力系数,升力系数,并将上述3个系数、、分别定义于机体系轴、轴和轴;以周期读取飞行器的滚转力矩系数,俯仰力矩系数,偏航力矩系数,并将上述3个系数、、分别定义于机体系轴、轴和轴;以周期读取飞行器的发动机推力,其在机体坐标系下轴、轴和轴方向的分量分别为、、;以周期读取飞行器的空速和飞行器的总质量,飞行器的总质量包括飞行器机体质量、机载设备质量、乘员质量、武器质量以及剩余燃油质量;
(3) 根据飞行器动力学方程计算飞行器所受的力与力矩;
根据飞行器的动力学方程,以及步骤(1)中得到的飞行器气动参数(飞行器的阻力系数、侧力系数、升力系数;滚转力矩系数、俯仰力矩系数、偏航力矩系数;飞行器的发动机推力在机体坐标系下轴、轴和轴方向的分量、、;飞行器重力在机体坐标系下轴、轴和轴方向的分量、、),得飞行器所受到合外力为:,
(4) 根据飞行器运动学方程计算导航参数;
以、、分别表示飞行器机体系下轴、轴和轴方向的速度,以、、分别表示飞行器机体系下轴、轴和轴方向的角速度,以分别表示飞机绕机体轴的转动惯量,为飞行器对轴、轴的惯性积,由于飞机具有机体坐标系的对称面,所以飞行器对轴、轴的惯性和对轴、轴的惯性为零,由飞行器的运动学方程组,为飞行器机体系下轴的角加速度,为飞行器机体系下轴的角加速度,为飞行器机体系下轴的角加速度以及步骤(3)中求得的飞行器在机体系轴、轴和轴方向的滚转力矩、俯仰力矩、偏航力矩,对机体系下的角速度、、进行求解,其中,,,,,,,,,;
以、、分别表示飞行器的横滚角、俯仰角、航向角三个姿态角,根据姿态角的变化率与角速率的关系,为横滚角速率, 为俯仰角速率,为航向角速率,以及步骤(4)中求得的机体系下的角速度、、,求解三个姿态角的数值;
根据飞行器的运动学方程组,为飞行器机体系下轴的加速度,为飞行器机体系下轴的加速度,为飞行器机体系下轴的加速度,以及步骤(3)中求得的飞行器所受到的合外力、、,步骤(1)中获得的飞行器的总质量,步骤(4)中求得的机体系下的角速度、、,对飞行器机体系下轴、轴和轴方向的速度、、进行求解;
(5) 根据飞行器的气动模型与惯导系统误差模型,选取气动模型解算出的速度误差、姿态误差、角速度误差与惯导系统的位置误差、姿态误差、速度误差、陀螺一阶马尔科夫误差、陀螺零偏误差、加速度计一阶马尔科夫误差为状态量,建立状态方程;选取飞行器速度、姿态为量测量,建立观测方程;根据步骤(2)得到惯导系统输出导航参数与步骤(4)气动模型解算的导航参数,根据卡尔曼滤波方程得到时刻状态量的最优估计值,其具体步骤为:
(a)卡尔曼滤波器状态方程的建立
根据飞行器的气动模型与惯导系统误差模型,选取气动模型解算出的速度误差、姿态误差、角速度误差与惯导系统的位置误差、姿态误差、速度误差、陀螺一阶马尔科夫误差、陀螺零偏误差、加速度计一阶马尔科夫误差为状态量,状态量共27维,表达式为,其中与惯导系统相关的状态量
,其中下标代表与惯导系统相关的参数,下同,分别为惯导系统解算的东北天坐标系下轴、轴和轴三个方向的平台误差角,该坐标系中轴、轴和轴分别于当地东向、北向、天向重合,、、分别为惯导系统解算的东北天坐标系下轴、轴和轴三个方向的速度误差,分别为惯导系统解算的经度误差、纬度误差以及高度误差,为机体系下三个陀螺的零偏误差,为机体系下三个陀螺的一阶马尔科夫过程误差,为机体系下三个加速度计的一阶马尔科夫过程误差,其中与气动模型相关的状态量,其中下标代表与气动模型相关的参数,下同,、、分别表示气动模型解算的飞行器机体系下轴、轴和轴方向的速度误差,、、分别表示气动模型解算的飞行器机体系下轴、轴和轴方向的角速度误差,、、分别表示气动模型解算的飞行器的横滚角误差、俯仰角误差、航向角误差;
为系统噪声,其值为,与惯导系统相关的系统噪声,其中、、代表惯导系统机体系下三个陀螺的白噪声,、、代表惯导系统机体系下三个陀螺一阶马尔科夫误差的驱动白噪声,、、代表惯导系统机体系下三个加速度计一阶马尔科夫误差的驱动白噪声,与气动模型相关的系统噪声,其中、、代表飞行器受到的力的误差,、、代表飞行器所受到的力矩的误差;
和为地球子午圈和卯酉圈主曲率半径,,,为地球椭圆度,为地球赤道半径,为地球自转角速度,、、分别代表惯性导航系统解算出的飞行器在地理系下轴、轴和轴方向的速度,为惯性导航系统解算出的飞行器纬度,为惯性导航系统解算出的飞行器高度,
(b)卡尔曼滤波器量测方程的建立
,其中、、为惯导系统解算的姿态误差角,而状态量为惯导系统求解的飞行器在地理系下的速度误差,状态量为气动模型求解的行器在机体系下的速度误差,因此为使二者一致,将转换到地理系下,综上,得到,其中为气动模型解算的机体系到地理系的转换矩阵,
(c)连续型线性方程离散化
式中,为时刻的状态最优估计值,为时刻的状态最优估计值,为状态变量从时刻到时刻的状态转移矩阵,为时刻的系统噪声,为时刻的系统噪声对时刻状态影响的噪声系数矩阵,为时刻的观测值,为时刻的观测噪声,,为步骤(a)中的状态转换矩阵在时刻的值,,为步骤(a)中的系统噪声系数矩阵在时刻的值,,为步骤(b)中的量测矩阵在时刻的值;
(d)卡尔曼滤波方程
根据步骤(2)获取惯导系统输出的飞行器速度与姿态信息,以及步骤(4)获取气动模型输出的飞行器速度与姿态信息,组成时刻总的量测量,结合求解得到的时刻状态量的一步预测值和滤波增益矩阵,利用公式对时刻状态最优估计值进行求解;
(6) 惯导系统误差修正,
本发明的有益效果如下:
本发明利用飞行器的气动模型对导航参数进行解算,将解算得到的导航参数与惯性导航系统输出的导航参数进行数据融合,提高惯性导航系统精度。通过气动模型解算的导航参数对惯性导航系统进行辅助,无需增加任何外部设备,具有成本低、零载重、适用范围广等优点。惯性气动模型组合导航系统在不降低载体自主导航能力的情况下,可以弥补惯性导航系统单独工作时导航误差随时间发散的缺点,提高导航精度与可靠性。
附图说明
图1为本发明方法的原理示意图。
图2为气动模型解算导航参数流程图。
图3为惯性/气动模型组合导航系统卡尔曼滤波算法框图。
具体实施方式
图1为本发明方法的原理示意图,其利用飞行器现有的气动参数、外形参数、控制量以及部分机载传感器输出的运动参数信息,结合飞行器自身气动模型,求解模型输出的导航参数,具体流程如图2所示。通过构建卡尔曼滤波器,将该类导航参数与惯性导航系统解算的导航参数进行信息融合,具体流程如图3所示,实现对惯性导航系统输出的实时修正,从而提高导航精度。
飞行器惯性/气动模型组合导航方法的详细实施步骤:
(1) 以周期读取飞行器的阻力系数,侧力系数,升力系数,其分别定义于机体系轴、轴和轴;以周期读取飞行器的滚转力矩系数,俯仰力矩系数,偏航力矩系数,其分别定义于机体系轴、轴和轴;以周期读取飞行器的发动机推力,其在机体坐标系下轴、轴和轴方向的分量分别为、、;以周期读取飞行器的空速和飞行器的总质量,飞行器的总质量包括飞行器机体质量、机载设备质量、乘员质量、武器质量以及剩余燃油质量。
(3) 根据飞行器动力学方程计算飞行器所受的力与力矩。
根据飞行器的动力学方程,以及步骤(1)中得到的飞行器气动参数,可得飞行器所受到合外力为:
,其中、、为飞行器所受合外力在机体系轴、轴和轴方向的分量。为当地大气密度,为空速,为机翼面积。所受力矩为:,其中、、为飞行器所受合外力在机体系轴、轴和轴方向的分量,被称为滚转力矩、俯仰力矩以及偏航力矩。为机翼展长,为机翼平均气动弦长,为机翼面积,为滚转力矩系数,为俯仰力矩系数,为偏航力矩系数。
(4) 根据飞行器运动学方程计算导航参数。
以、、分别表示飞行器机体系下轴、轴和轴方向的速度,以、、分别表示飞行器机体系下轴、轴和轴方向的角速度。以分别表示飞机绕机体轴的转动惯量,为飞行器对轴、轴的惯性积,由于飞机具有机体坐标系的对称面,所以飞行器对轴、轴的惯性和对轴、轴的惯性为零。由飞行器的运动学方程组,为飞行器机体系下轴的角加速度,为飞行器机体系下轴的角加速度,为飞行器机体系下轴的角加速度,以及步骤(3)中求得的飞行器在机体系轴、轴和轴方向的滚转力矩、俯仰力矩、偏航力矩,可对机体系下的角速度、、进行求解。其中,,,,,,,,,。
以、、分别表示飞行器的横滚角、俯仰角、航向角三个姿态角,根据姿态角的变化率与角速率的关系,其中为横滚角速率, 为俯仰角速率,为航向角速率,以及步骤(4)中求得的机体系下的角速度、、,求解三个姿态角的数值。
根据飞行器的运动学方程组,其中为飞行器机体系下轴的加速度,为飞行器机体系下轴的加速度,为飞行器机体系下轴的加速度,以及步骤(3)中求得的飞行器所受到的力、、,步骤(1)中获得的质量,步骤(4)中求得的机体系下的角速度、、,对飞行器机体系下轴、轴和轴方向的速度、、进行求解。
(5) 根据飞行器的气动模型与惯导系统误差模型,选取气动模型解算出的速度误差、姿态误差、角速度误差与惯导系统的位置误差、姿态误差、速度误差、陀螺一阶马尔科夫误差、陀螺零偏误差、加速度计一阶马尔科夫误差为状态量,建立状态方程;选取飞行器速度、姿态为量测量,建立观测方程;根据步骤(2)得到惯导系统输出导航参数与步骤(4)气动模型解算的导航参数,根据卡尔曼滤波方程得到时刻状态量的最优估计值。其具体步骤为:
(a)卡尔曼滤波器状态方程的建立
根据飞行器的气动模型与惯导系统误差模型,选取气动模型解算出的速度误差、姿态误差、角速度误差与惯导系统的位置误差、姿态误差、速度误差、陀螺一阶马尔科夫误差、陀螺零偏误差、加速度计一阶马尔科夫误差为状态量。状态量共27维,表达式为,其中与惯导系统相关的状态量
,其中下标 代表与惯导系统相关的参数,下同。分别为惯导系统解算的东北天坐标系(该坐标系中轴、轴和轴分别于当地东向、北向、天向重合)下轴、轴和轴三个方向的平台误差角,、、分别为惯导系统解算的东北天坐标系下轴、轴和轴三个方向的速度误差,分别为惯导系统解算的经度误差、纬度误差以及高度误差。为机体系下三个陀螺的零偏误差,为机体系下三个陀螺的一阶马尔科夫过程误差,为机体系下三个加速度计的一阶马尔科夫过程误差。其中与气动模型相关的状态量,其中下标 代表与气动模型相关的参数,下同。、、分别表示气动模型解算的飞行器机体系下轴、轴和轴方向的速度误差,、、分别表示气动模型解算的飞行器机体系下轴、轴和轴方向的角速度误差,、、分别表示气动模型解算的飞行器的横滚角误差、俯仰角误差、航向角误差。
为系统噪声,其值为。与惯导系统相关的系统噪声,其中、、代表惯导系统机体系下三个陀螺的白噪声,、、代表惯导系统机体系下三个陀螺一阶马尔科夫误差的驱动白噪声,、、代表惯导系统机体系下三个加速度计一阶马尔科夫误差的驱动白噪声。与气动模型相关的系统噪声,其中、、代表飞行器受到的力的误差,、、代表飞行器所受到的力矩的误差。
和为地球子午圈和卯酉圈主曲率半径,,,为地球椭圆度,为地球赤道半径。为地球自转角速度,、、分别代表惯性导航系统解算出的飞行器在地理系下轴、轴和轴方向的速度。为惯性导航系统解算出的飞行器纬度,为惯性导航系统解算出的飞行器高度。
(b)卡尔曼滤波器量测方程的建立
在滤波方程中,状态量为惯导系统的平台误差角,为了与气动模型的状态量相统一,需将其转换为惯导系统的姿态误差角,其转换关系式为
,其中、、为惯导系统解算的姿态误差角。而状态量为惯导系统求解的飞行器在地理系下的速度误差,状态量为气动模型求解的行器在机体系下的速度误差,因此为使二者一致,将转换到地理系下。综上,可得,其中为气动模型解算的机体系到地理系的转换矩阵,
(c)连续型线性方程离散化
取采样周期对步骤(a)与步骤(b)中得到的连续型线性方程进行离散化得到离散型线性方程:
式中,为时刻的状态最优估计值,为时刻的状态最优估计值,为状态变量从时刻到时刻的状态转移矩阵,为时刻的系统噪声,为时刻的系统噪声对时刻状态影响的噪声系数矩阵。为时刻的观测值,为时刻的观测噪声。,为步骤(a)中的状态转换矩阵在时刻的值。,为步骤(a)中的系统噪声系数矩阵在时刻的值。,为步骤(b)中的量测矩阵在时刻的值。
(d)卡尔曼滤波方程
根据步骤(2)获取惯导系统输出的飞行器速度与姿态信息,以及步骤(4)获取气动模型输出的飞行器速度与姿态信息,组成时刻总的量测量。结合求解得到的时刻状态量的一步预测值和滤波增益矩阵,利用公式对时刻状态最优估计值进行求解。
(6) 惯导系统误差修正。
Claims (1)
1.一种飞行器惯性/气动模型组合导航方法,其特征在于:利用飞行器已知的气动参数、外形参数、控制量以及运动参数信息对飞行器的速度、姿态进行求解,利用惯导系统误差模型与飞行器气动模型,构建卡尔曼滤波器,将惯性导航系统得到的位置、速度、姿态信息与气动模型得到的速度、姿态信息进行数据融合,同时对惯性器件误差进行实时估计与补偿,具体步骤如下:
(1)以周期 读取飞行器的阻力系数,侧力系数,升力系数,并将上述3个系数、、分别定义于机体系轴、轴和轴;以周期读取飞行器的滚转力矩系数,俯仰力矩系数,偏航力矩系数,并将上述3个系数、、分别定义于机体系轴、轴和轴;以周期读取飞行器的发动机推力,其在机体坐标系下轴、轴和轴方向的分量分别为、、;以周期读取飞行器的空速和飞行器的总质量,飞行器的总质量包括飞行器机体质量、机载设备质量、乘员质量、武器质量以及剩余燃油质量;
(3)根据飞行器动力学方程计算飞行器所受的力与力矩;
根据飞行器的动力学方程,以及步骤(1)中得到的飞行器气动参数,即飞行器的阻力系数、侧力系数、升力系数;滚转力矩系数、俯仰力矩系数、偏航力矩系数;飞行器的发动机推力在机体坐标系下轴、轴和轴方向的分量、、;飞行器重力在机体坐标系下轴、轴和轴方向的分量、、,得飞行器所受到合外力为:,
(4)根据飞行器运动学方程计算导航参数;
以、、分别表示飞行器机体系下轴、轴和轴方向的速度,以、、分别表示飞行器机体系下轴、轴和轴方向的角速度,以分别表示飞机绕机体轴的转动惯量,为飞行器对轴、轴的惯性积,由于飞机具有机体坐标系的对称面,所以飞行器对轴、轴的惯性和对轴、轴的惯性为零,由飞行器的运动学方程组,为飞行器机体系下轴的角加速度,为飞行器机体系下轴的角加速度,为飞行器机体系下轴的角加速度以及步骤(3)中求得的飞行器在机体系轴、轴和轴方向的滚转力矩、俯仰力矩、偏航力矩,对机体系下的角速度、、进行求解,其中,,,,,,,,,;
以、、分别表示飞行器的横滚角、俯仰角、航向角三个姿态角,根据姿态角的变化率与角速率的关系,为横滚角速率, 为俯仰角速率,为航向角速率,以及步骤(4)中求得的机体系下的角速度、、,求解三个姿态角的数值;
根据飞行器的运动学方程组,为飞行器机体系下轴的加速度,为飞行器机体系下轴的加速度,为飞行器机体系下轴的加速度,以及步骤(3)中求得的飞行器所受到的合外力、、,步骤(1)中获得的飞行器的总质量,步骤(4)中求得的机体系下的角速度、、,对飞行器机体系下轴、轴和轴方向的速度、、进行求解;
(5)根据飞行器的气动模型与惯导系统误差模型,选取气动模型解算出的速度误差、姿态误差、角速度误差与惯导系统的位置误差、姿态误差、速度误差、陀螺一阶马尔科夫误差、陀螺零偏误差、加速度计一阶马尔科夫误差为状态量,建立状态方程;选取飞行器速度、姿态为量测量,建立观测方程;根据步骤(2)得到惯导系统输出导航参数与步骤(4)气动模型解算的导航参数,根据卡尔曼滤波方程得到时刻状态量的最优估计值,其具体步骤为:
(a)卡尔曼滤波器状态方程的建立
根据飞行器的气动模型与惯导系统误差模型,选取气动模型解算出的速度误差、姿态误差、角速度误差与惯导系统的位置误差、姿态误差、速度误差、陀螺一阶马尔科夫误差、陀螺零偏误差、加速度计一阶马尔科夫误差为状态量,状态量共27维,表达式为,其中与惯导系统相关的状态量
,其中下标代表与惯导系统相关的参数,下同,分别为惯导系统解算的东北天坐标系下轴、轴和轴三个方向的平台误差角,该坐标系中轴、轴和轴分别于当地东向、北向、天向重合,、、分别为惯导系统解算的东北天坐标系下轴、轴和轴三个方向的速度误差,分别为惯导系统解算的经度误差、纬度误差以及高度误差,为机体系下三个陀螺的零偏误差,为机体系下三个陀螺的一阶马尔科夫过程误差,为机体系下三个加速度计的一阶马尔科夫过程误差,其中与气动模型相关的状态量,其中下标代表与气动模型相关的参数,下同,、、分别表示气动模型解算的飞行器机体系下轴、轴和轴方向的速度误差,、、分别表示气动模型解算的飞行器机体系下轴、轴和轴方向的角速度误差,、、分别表示气动模型解算的飞行器的横滚角误差、俯仰角误差、航向角误差;
为系统噪声,其值为,与惯导系统相关的系统噪声,其中、、代表惯导系统机体系下三个陀螺的白噪声,、、代表惯导系统机体系下三个陀螺一阶马尔科夫误差的驱动白噪声,、、代表惯导系统机体系下三个加速度计一阶马尔科夫误差的驱动白噪声,与气动模型相关的系统噪声,其中、、代表飞行器受到的力的误差,、、代表飞行器所受到的力矩的误差;
和为地球子午圈和卯酉圈主曲率半径,,,为地球椭圆度,为地球赤道半径,为地球自转角速度,、、分别代表惯性导航系统解算出的飞行器在地理系下轴、轴和轴方向的速度,为惯性导航系统解算出的飞行器纬度,为惯性导航系统解算出的飞行器高度,
(b)卡尔曼滤波器量测方程的建立
,其中、、为惯导系统解算的姿态误差角,而状态量为惯导系统求解的飞行器在地理系下的速度误差,状态量为气动模型求解的行器在机体系下的速度误差,因此为使二者一致,将转换到地理系下,综上,得到,其中为气动模型解算的机体系到地理系的转换矩阵,
(c)连续型线性方程离散化
式中,为时刻的状态最优估计值,为时刻的状态最优估计值,为状态变量从时刻到时刻的状态转移矩阵,为时刻的系统噪声,为时刻的系统噪声对时刻状态影响的噪声系数矩阵,为时刻的观测值,为时刻的观测噪声,,为步骤(a)中的状态转换矩阵在时刻的值,,为步骤(a)中的系统噪声系数矩阵在时刻的值,,为步骤(b)中的量测矩阵在时刻的值;
(d)卡尔曼滤波方程
根据步骤(2)获取惯导系统输出的飞行器速度与姿态信息,以及步骤(4)获取气动模型输出的飞行器速度与姿态信息,组成时刻总的量测量,结合求解得到的时刻状态量的一步预测值和滤波增益矩阵,利用公式对时刻状态最优估计值进行求解;
(6)惯导系统误差修正,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210289087.XA CN102809377B (zh) | 2012-08-15 | 2012-08-15 | 飞行器惯性/气动模型组合导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210289087.XA CN102809377B (zh) | 2012-08-15 | 2012-08-15 | 飞行器惯性/气动模型组合导航方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102809377A true CN102809377A (zh) | 2012-12-05 |
CN102809377B CN102809377B (zh) | 2015-08-12 |
Family
ID=47233157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210289087.XA Active CN102809377B (zh) | 2012-08-15 | 2012-08-15 | 飞行器惯性/气动模型组合导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102809377B (zh) |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103363993A (zh) * | 2013-07-06 | 2013-10-23 | 西北工业大学 | 一种基于无迹卡尔曼滤波的飞机角速率信号重构方法 |
CN103630137A (zh) * | 2013-12-02 | 2014-03-12 | 东南大学 | 一种用于导航系统的姿态及航向角的校正方法 |
CN103759733A (zh) * | 2013-10-29 | 2014-04-30 | 南昌大学 | 基于联邦滤波的ins/vkm/vdm车载导航系统 |
CN103837151A (zh) * | 2014-03-05 | 2014-06-04 | 南京航空航天大学 | 一种四旋翼飞行器的气动模型辅助导航方法 |
CN104215262A (zh) * | 2014-08-29 | 2014-12-17 | 南京航空航天大学 | 一种惯性导航系统惯性传感器误差在线动态辨识方法 |
CN104808673A (zh) * | 2015-02-12 | 2015-07-29 | 武汉顶翔智控科技有限公司 | 一种基于卡尔曼滤波的四旋翼飞行器高度估计方法 |
CN106774378A (zh) * | 2017-03-01 | 2017-05-31 | 杭州谷航科技有限公司 | 一种无人机飞行控制及定位方法 |
CN107014386A (zh) * | 2017-06-02 | 2017-08-04 | 武汉云衡智能科技有限公司 | 一种飞行器姿态解算的干扰加速度测量方法 |
CN107063248A (zh) * | 2017-02-10 | 2017-08-18 | 南京航空航天大学 | 基于旋翼转速的动力学模型辅助惯导的导航方法 |
CN107101636A (zh) * | 2017-05-23 | 2017-08-29 | 南京航空航天大学 | 一种使用卡尔曼滤波器辨识多旋翼动力学模型参数的方法 |
CN107908186A (zh) * | 2017-11-07 | 2018-04-13 | 驭势科技(北京)有限公司 | 用于控制无人驾驶车辆运行的方法及系统 |
CN108562289A (zh) * | 2018-06-07 | 2018-09-21 | 南京航空航天大学 | 连续多边几何环境中四旋翼飞行器激光雷达导航方法 |
CN108563113A (zh) * | 2018-06-12 | 2018-09-21 | 哈尔滨工程大学 | 舰船用多回路无模型自适应艏向控制方法 |
CN108981709A (zh) * | 2018-08-02 | 2018-12-11 | 南京航空航天大学 | 基于力矩模型辅助的四旋翼横滚角、俯仰角容错估计方法 |
CN109781107A (zh) * | 2017-11-15 | 2019-05-21 | 北京自动化控制设备研究所 | 一种低精度惯导滚动角确定方法 |
CN109945859A (zh) * | 2019-04-01 | 2019-06-28 | 东南大学 | 一种自适应h∞滤波的运动学约束捷联惯性导航方法 |
CN110006425A (zh) * | 2019-04-11 | 2019-07-12 | 南京航空航天大学 | 基于载体动力学模型辅助的高动态角速度估计方法 |
CN110243377A (zh) * | 2019-07-19 | 2019-09-17 | 南京航空航天大学 | 一种基于分层式结构的集群飞行器协同导航方法 |
CN110455310A (zh) * | 2019-05-28 | 2019-11-15 | 中国空气动力研究与发展中心 | 高超声速飞行器的大气数据测量方法 |
CN110672099A (zh) * | 2019-09-09 | 2020-01-10 | 武汉元生创新科技有限公司 | 一种用于室内机器人导航的航向校正方法和系统 |
CN110986937A (zh) * | 2019-12-19 | 2020-04-10 | 北京三快在线科技有限公司 | 用于无人设备的导航装置、方法及无人设备 |
WO2020134857A1 (zh) | 2018-12-29 | 2020-07-02 | 长沙天仪空间科技研究院有限公司 | 一种充气天线 |
CN111580540A (zh) * | 2020-06-21 | 2020-08-25 | 西北工业大学 | 基于Kalman滤波的变体飞行器T-S模糊控制方法 |
CN112378401A (zh) * | 2020-08-28 | 2021-02-19 | 中国船舶重工集团公司第七0七研究所 | 一种惯导系统运动加速度估计方法 |
CN113303306A (zh) * | 2021-05-20 | 2021-08-27 | 中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所) | 农药喷洒无人机的防喷药漂移方法、系统及存储介质 |
CN113375634A (zh) * | 2021-04-30 | 2021-09-10 | 北京临近空间飞行器系统工程研究所 | 基于大气模型和飞行器法向过载组合的高度测量方法 |
CN114234910A (zh) * | 2021-12-08 | 2022-03-25 | 南京航空航天大学 | 基于气压基准自适应修正的惯性和ads高度融合方法 |
CN117589190A (zh) * | 2024-01-18 | 2024-02-23 | 西北工业大学 | 基于惯导/飞控的大气参数解算方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102520726A (zh) * | 2011-12-19 | 2012-06-27 | 南京航空航天大学 | 大攻角飞行状态下的大气攻角及侧滑角估计方法 |
-
2012
- 2012-08-15 CN CN201210289087.XA patent/CN102809377B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102520726A (zh) * | 2011-12-19 | 2012-06-27 | 南京航空航天大学 | 大攻角飞行状态下的大气攻角及侧滑角估计方法 |
Non-Patent Citations (2)
Title |
---|
吕品等: "基于气动模型辅助的四旋翼飞行器室内自主导航方法", 《航空学报》 * |
李荣冰等: "微小型飞行器惯性组合姿态确定与航路导航研究", 《航空学报》 * |
Cited By (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103363993B (zh) * | 2013-07-06 | 2016-04-20 | 西北工业大学 | 一种基于无迹卡尔曼滤波的飞机角速率信号重构方法 |
CN103363993A (zh) * | 2013-07-06 | 2013-10-23 | 西北工业大学 | 一种基于无迹卡尔曼滤波的飞机角速率信号重构方法 |
CN103759733A (zh) * | 2013-10-29 | 2014-04-30 | 南昌大学 | 基于联邦滤波的ins/vkm/vdm车载导航系统 |
CN103759733B (zh) * | 2013-10-29 | 2016-10-12 | 南昌大学 | 基于联邦滤波的ins/vkm/vdm车载导航系统 |
CN103630137A (zh) * | 2013-12-02 | 2014-03-12 | 东南大学 | 一种用于导航系统的姿态及航向角的校正方法 |
CN103630137B (zh) * | 2013-12-02 | 2016-03-23 | 东南大学 | 一种用于导航系统的姿态及航向角的校正方法 |
CN103837151A (zh) * | 2014-03-05 | 2014-06-04 | 南京航空航天大学 | 一种四旋翼飞行器的气动模型辅助导航方法 |
CN103837151B (zh) * | 2014-03-05 | 2016-08-24 | 南京航空航天大学 | 一种四旋翼飞行器的气动模型辅助导航方法 |
CN104215262A (zh) * | 2014-08-29 | 2014-12-17 | 南京航空航天大学 | 一种惯性导航系统惯性传感器误差在线动态辨识方法 |
CN104808673B (zh) * | 2015-02-12 | 2017-12-22 | 武汉顶翔智控科技有限公司 | 一种基于卡尔曼滤波的四旋翼飞行器高度估计方法 |
CN104808673A (zh) * | 2015-02-12 | 2015-07-29 | 武汉顶翔智控科技有限公司 | 一种基于卡尔曼滤波的四旋翼飞行器高度估计方法 |
CN107063248A (zh) * | 2017-02-10 | 2017-08-18 | 南京航空航天大学 | 基于旋翼转速的动力学模型辅助惯导的导航方法 |
CN106774378A (zh) * | 2017-03-01 | 2017-05-31 | 杭州谷航科技有限公司 | 一种无人机飞行控制及定位方法 |
CN106774378B (zh) * | 2017-03-01 | 2019-08-09 | 杭州谷航科技有限公司 | 一种无人机飞行控制及定位方法 |
CN107101636B (zh) * | 2017-05-23 | 2019-07-19 | 南京航空航天大学 | 一种使用卡尔曼滤波器辨识多旋翼动力学模型参数的方法 |
CN107101636A (zh) * | 2017-05-23 | 2017-08-29 | 南京航空航天大学 | 一种使用卡尔曼滤波器辨识多旋翼动力学模型参数的方法 |
CN107014386A (zh) * | 2017-06-02 | 2017-08-04 | 武汉云衡智能科技有限公司 | 一种飞行器姿态解算的干扰加速度测量方法 |
CN107014386B (zh) * | 2017-06-02 | 2019-08-30 | 武汉云衡智能科技有限公司 | 一种飞行器姿态解算的干扰加速度测量方法 |
CN107908186A (zh) * | 2017-11-07 | 2018-04-13 | 驭势科技(北京)有限公司 | 用于控制无人驾驶车辆运行的方法及系统 |
CN109781107A (zh) * | 2017-11-15 | 2019-05-21 | 北京自动化控制设备研究所 | 一种低精度惯导滚动角确定方法 |
CN108562289A (zh) * | 2018-06-07 | 2018-09-21 | 南京航空航天大学 | 连续多边几何环境中四旋翼飞行器激光雷达导航方法 |
CN108563113A (zh) * | 2018-06-12 | 2018-09-21 | 哈尔滨工程大学 | 舰船用多回路无模型自适应艏向控制方法 |
CN108981709A (zh) * | 2018-08-02 | 2018-12-11 | 南京航空航天大学 | 基于力矩模型辅助的四旋翼横滚角、俯仰角容错估计方法 |
CN108981709B (zh) * | 2018-08-02 | 2021-09-21 | 南京航空航天大学 | 基于力矩模型辅助的四旋翼横滚角、俯仰角容错估计方法 |
WO2020134857A1 (zh) | 2018-12-29 | 2020-07-02 | 长沙天仪空间科技研究院有限公司 | 一种充气天线 |
CN109945859A (zh) * | 2019-04-01 | 2019-06-28 | 东南大学 | 一种自适应h∞滤波的运动学约束捷联惯性导航方法 |
CN110006425A (zh) * | 2019-04-11 | 2019-07-12 | 南京航空航天大学 | 基于载体动力学模型辅助的高动态角速度估计方法 |
CN110455310A (zh) * | 2019-05-28 | 2019-11-15 | 中国空气动力研究与发展中心 | 高超声速飞行器的大气数据测量方法 |
CN110243377A (zh) * | 2019-07-19 | 2019-09-17 | 南京航空航天大学 | 一种基于分层式结构的集群飞行器协同导航方法 |
CN110672099A (zh) * | 2019-09-09 | 2020-01-10 | 武汉元生创新科技有限公司 | 一种用于室内机器人导航的航向校正方法和系统 |
CN110986937A (zh) * | 2019-12-19 | 2020-04-10 | 北京三快在线科技有限公司 | 用于无人设备的导航装置、方法及无人设备 |
CN111580540A (zh) * | 2020-06-21 | 2020-08-25 | 西北工业大学 | 基于Kalman滤波的变体飞行器T-S模糊控制方法 |
CN112378401B (zh) * | 2020-08-28 | 2022-10-28 | 中国船舶重工集团公司第七0七研究所 | 一种惯导系统运动加速度估计方法 |
CN112378401A (zh) * | 2020-08-28 | 2021-02-19 | 中国船舶重工集团公司第七0七研究所 | 一种惯导系统运动加速度估计方法 |
CN113375634A (zh) * | 2021-04-30 | 2021-09-10 | 北京临近空间飞行器系统工程研究所 | 基于大气模型和飞行器法向过载组合的高度测量方法 |
CN113303306A (zh) * | 2021-05-20 | 2021-08-27 | 中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所) | 农药喷洒无人机的防喷药漂移方法、系统及存储介质 |
CN113303306B (zh) * | 2021-05-20 | 2022-10-11 | 中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所) | 农药喷洒无人机的防喷药漂移方法、系统及存储介质 |
CN114234910A (zh) * | 2021-12-08 | 2022-03-25 | 南京航空航天大学 | 基于气压基准自适应修正的惯性和ads高度融合方法 |
CN117589190A (zh) * | 2024-01-18 | 2024-02-23 | 西北工业大学 | 基于惯导/飞控的大气参数解算方法 |
CN117589190B (zh) * | 2024-01-18 | 2024-03-26 | 西北工业大学 | 基于惯导/飞控的大气参数解算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102809377B (zh) | 2015-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102809377B (zh) | 飞行器惯性/气动模型组合导航方法 | |
CN109813311B (zh) | 一种无人机编队协同导航方法 | |
WO2020220729A1 (zh) | 基于角加速度计/陀螺/加速度计的惯性导航解算方法 | |
CN102608596B (zh) | 一种用于机载惯性/多普勒雷达组合导航系统的信息融合方法 | |
CN112629538A (zh) | 基于融合互补滤波和卡尔曼滤波的舰船水平姿态测量方法 | |
CN104697526A (zh) | 用于农业机械的捷联惯导系统以及控制方法 | |
CN101074881B (zh) | 一种月球探测器软着陆阶段惯性导航方法 | |
CN103837151B (zh) | 一种四旋翼飞行器的气动模型辅助导航方法 | |
CN105094138A (zh) | 一种用于旋翼无人机的低空自主导航系统 | |
CN111351482A (zh) | 基于误差状态卡尔曼滤波的多旋翼飞行器组合导航方法 | |
CN105929836B (zh) | 用于四旋翼飞行器的控制方法 | |
CN112630813A (zh) | 基于捷联惯导和北斗卫星导航系统的无人机姿态测量方法 | |
CN101109959A (zh) | 一种适用于任意运动微小型系统的定姿系统 | |
CN106052685A (zh) | 一种两级分离融合的姿态和航向估计方法 | |
CN111964688B (zh) | 结合无人机动力学模型和mems传感器的姿态估计方法 | |
CN102519470A (zh) | 多级嵌入式组合导航系统及导航方法 | |
CN106767797A (zh) | 一种基于对偶四元数的惯性/gps组合导航方法 | |
CN104215262A (zh) | 一种惯性导航系统惯性传感器误差在线动态辨识方法 | |
CN108592911B (zh) | 一种四旋翼飞行器动力学模型/机载传感器组合导航方法 | |
CN105865455A (zh) | 一种利用gps与加速度计计算飞行器姿态角的方法 | |
CN111207745A (zh) | 一种适用于大机动无人机垂直陀螺仪的惯性测量方法 | |
CN103925930A (zh) | 一种重力仪双轴陀螺稳定平台航向误差效应的补偿方法 | |
CN106885587A (zh) | 旋翼扰动下惯性/gps组合导航外杆臂效应误差补偿方法 | |
CN107063248A (zh) | 基于旋翼转速的动力学模型辅助惯导的导航方法 | |
CN103226022B (zh) | 用于组合导航系统的动基座对准方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |