CN103759761B - 一种无需加速度传感器组合补偿的无人机升降率测量方法 - Google Patents

Abstract

本发明公开了一种无需加速度传感器组合补偿的无人机升降率测量方法。所述的升降率测量方法主要是针对当前基于组合补偿原理的无人机升降率测量方法存在对加速度传感器信息过分依赖的弊端，一旦加速度传感器测量精度下降或者失效，此时将难以提供具有相当精度的升降率信息。基于此，本发明构造了一种仅依赖于无人机高度信息且具有级联形式的非线性跟踪微分器，同时采用“先预报，后微分”的原理来弥补升降率的相位损失，以此来解决缺少加速度传感器配置或失效情况下的无人机升降率的测量问题。本发明可用于无人机的自动控制飞行，特别是在加速度传感器失效等场合，将有利于提高飞行安全系数和高度控制精度。

Description

一种无需加速度传感器组合补偿的无人机升降率测量方法

技术领域

发明涉及无人机飞行控制领域，具体地说，是指一种无需加速度传感器组合补偿的无人机升降率测量方法。

背景技术

当前无人机升降率的测量通常采用无线电高度表输出的升降率信息与加速度传感器信息组合补偿的方法，相应的硬件配置称为垂直速度传感器，主要由无线电高度表、加速度传感器、限幅器以及滤波器等组成，其中无线电高度表是测量飞机到地面垂直距离的机载无线电设备，可以提供两路数据输出，一路为相对纯净的高度信息，一路为采用差分法计算得出的升降率信息，携带的噪声强度较大，无法直接提供给飞控系统使用，因此在组合补偿获取升降率的过程中，必须对无线电高度表输出的升降率信息限幅处理，特别是在无人机进入跑道前的地面不平坦时，限幅措施尤为必要。设置滤波器的目的是抑制升降率信息的噪声电平。因滤波器也时延了有用信号，故需采用加速度信号进行补偿。一旦加速度传感器测量精度下降或者失效，基于组合补偿原理的升降率测量方法将难以提供具有相当精度的升降率信息。

发明内容

本发明的目的是为了解决上述问题，提出一种无人机升降率的测量方法，能够在加速度传感器测量精度下降或者失效的情况下提取升降率信息。

一种无需加速度传感器组合补偿的无人机升降率测量方法，包括以下几个步骤：

步骤一：由无线电高度表获取当前无人机的高度信息H(k)；

步骤二：将当前无人机的高度信息H(k)送入第一级非线性跟踪微分器，获得升降率信息z₂(k)；

步骤三：将步骤二获得的升降率信息z₂(k)送入第二级非线性跟踪微分器中，并采用先预报后微分的方法，获得升降率信息z₃(k)；

步骤四：飞行过程中针对无人机的高度信息H(k)，重复上述步骤得到升降率信息z₃(k)并送入飞控系统中。

本发明的优点在于：

（1）与当前基于组合补偿原理相比，无需额外的硬件作支撑，简化了硬件配置，缩减了相应的成本开销；

（2）为加速度传感器测量精度下降或失效的情况下提供了一种较鲁棒的升降率测量方法；

（3）经处理后的升降率信息可用于无人机的自动控制飞行，特别是在进场着落、贴地、掠海飞行或地形规避等场合，会得到更高的控制精度，有利于飞行安全。

附图说明

图1是本发明的方法流程图；

图2是实施例中现有的基于组合补偿原理的升降率测量方法中加速度计失效和正常工作情况下所得的升降率信号；

图3是本发明实施例中第一级非线性跟踪微分器的输出高度跟踪信息z₁(k)和升降率信息z₂(k)；

图4是本发明实施例中第二级非线性跟踪微分器的输出升降率信息z₃(k)以及理想的升降率信息；

具体实施方式

下面将结合附图和实施例对本发明作进一步的详细说明。

本发明的构思是：考虑到无线电高度表输出的两路数据信息中，与升降率信息相比，高度信息相对纯净，可将其作为第一级非线性跟踪微分器的输入信号，由此产生高度的跟踪和微分信息，这些信号的动态品质可以通过加速度因子和滤波因子进行调节，将产生的高度微分信息(即升降率信息)送入第二级非线性跟踪微分器，进行滤波以获得较纯净的升降率信息，同时为避免升降率信息存在较大时延，采用该微分器输出的微分信息(即加速度信息)，基于“先预报后微分”的原理对升降率信息进行适当地预报与修正，整个方案的实现过程无需额外的硬件作支撑，仅利用了无线电高度表的高度信息。

本发明是一种无需加速度传感器组合补偿的无人机升降率测量方法，如图1所示，包括以下几个步骤：

步骤一：由无线电高度表获取当前无人机的高度信息H(k)；

步骤二：将当前无人机的高度信息H(k)送入第一级非线性跟踪微分器，获得升降率信息z₂(k)；

第一级非线性跟踪微分器为：

$\left\{\begin{array}{c}\mathrm{fh}=\mathrm{fhan}(z_1\left(k\right)-H\left(k\right),z_2\left(k\right),r,h_0)\\ z_1(k+1)=z_1\left(k\right)+h\·z_2\left(k\right)\\ z_2(k+1)=z_2\left(k\right)+h\·\mathrm{fh}\end{array}\right.---\left(1\right)$

其中：fhan(x₁,x₂,r,h₀)为最速控制综合函数，其公式如下：

$\left\{\begin{array}{c}d={\mathrm{rh}}_0\\ d_0=h_{0}d\\ y=x_1+h_0{x}_2\\ a_0=\sqrt{d^2+8r\left|y\right|}\\ a=\left\{\begin{array}{c}{x}_2+\frac{(a_0-d)}{2}\mathrm{sign}\left(y\right),\left|y\right|>d_0---\left(2\right)\\ x2+\frac{y}{h},\left|y\right|\≤d_0\end{array}\right.\\ \mathrm{fhan}=\left\{\begin{array}{c}-\mathrm{rsign}\left(a\right),\left|a\right|>d\\ -r\frac{a}{b},\left|a\right|\≤d\end{array}\right.\end{array}\right.$

式(1)中：z₁(k)为跟踪微分器对高度信息H(k)的最速跟踪，z₂(k)为高度信息的近似微分，即升降率信息，记作h为系统采样步长，r为加速度因子，h₀为滤波因子，通常取h₀＝1.5～2h，加速度因子与采样步长均可调。r越大，z₁(k)对高度信息H(k)的逼近能力越好，但r过大会在频带内引入过多的高频分量，造成微分信息的品质恶化。一般设定r在100～200之间取值。

步骤三：将步骤二获得的升降率信息z₂(k)送入第二级非线性跟踪微分器中，并采用先预报后微分的方法，获得升降率信息z₃(k)；

第二级非线性跟踪微分器为：

$\left\{\begin{array}{c}{\stackrel{\·}{H}}_0\left(k\right)=z_2\left(k\right)+h_1\·z_4\left(k\right)\\ \mathrm{fh}=\mathrm{fhan}(z_3\left(k\right)-{\stackrel{\·}{H}}_0\left(k\right),z_4\left(k\right),r_1,h_0)\\ z_3(k+1)=z_3\left(k\right)+h\·z_4\left(k\right)\\ z_4(k+1)=z_4\left(k\right)+h\·\mathrm{fh}\end{array}\right.---\left(4\right)$

式中，z₃(k)为第二级跟踪微分器对第一级跟踪微分器输出的升降率信息z₂(k)的最速跟踪，即最终的升降率信息，z₄(k)为升降率信息的近似微分，即加速度信息。h与h₀的取值与步骤二保持一致，h₁为预报步长，通常为滤波因子的h₀的1.5～2倍。为z₂(k)的预测修正值，预测的目的在于微分信号z₄(k)所含噪声能够再进行一次滤波，一方面减少了z₃(k)的相位损失，另一方面可以保证z₃(k)的噪声电平被抑制在一定范围内。r₁为第二级跟踪微分器的加速度因子，为保证z₃(k)包含较少的噪声电平，这里的r₁不宜过大，一般选r₁＝(0.5～0.8)·r。

步骤四：飞行过程中针对无人机的高度信息H(k)，重复上述步骤得到升降率信息z₃(k)并送入飞控系统中。

实施例：

为对比分析本发明提出的方法的有效性，首先，给出当前基于组合补偿原理的升降率测量方法的仿真结果。假设无线电高度表的输出升降率信号为其中噪声强度α为2，n(t)为均值为零，方差为0.01的白噪声信号，加速度传感器的输出信号其中噪声强度β为0.1，滤波器采用一阶惯性环节，对应的时间常数T＝0.5，这里给出加速度传感器失效以及正常工作情况下的升降率信息仿真结果图，如图2所示。可以发现，加速度计正常工作的情况下所得的升降率信息基本不含噪声信息，能够平稳地跟踪上理想升降率信号。相反，当加速度计失效时，此时的升降率无法跟踪上理想信号，相位损失较严重，表明了当前基于组合补偿原理的升降率测量方法的可行性受加速度计工况的制约。

也就是说，一旦加速度传感器测量精度下降或者失效，基于组合补偿原理的升降率测量方法将难以提供具有相当精度的升降率信息。

本实施例中，假设无线电高度表的输出高度信号为H(t)＝sin(t)+γn(t)，其中n(t)为均值为零，方差为0.001的白噪声信号，噪声强度γ为0.1，将高度信息离散化：

H(k)＝sin(kh)+γn(kh)，其中h为系统采样步长，这里设置为0.001秒。

非线性跟踪微分器初始化参数如下：

滤波因子h₀＝2h＝0.002，加速度因子r＝100,r₁＝50，预报步长h₁＝1.5h₀＝0.003，将当前无人机的高度信息H(k)送入形如式(1)的非线性跟踪微分器中，得到的高度跟踪信息z₁(k)和升降率信息z₂(k)如图3所示，可以看出，此时的升降率信息z₂(k)包含一定的噪声信号，接着按照步骤3所述将升降率信息z₂(k)送入第二级跟踪微分器，并采用先预报后微分的方法，得到的升降率信息z₃(k)以及理想的升降率信息如图4所示。

不难发现，与理想的升降率信息相比，通过第二级跟踪微分器获得的升降率信息z₃(k)相位损失较小，对噪声抑制的能力大大增强，能够满足飞控系统对升降率信号的品质要求。

与当前基于组合补偿原理的升降率测量方法相比，本发明无需额外的硬件作支撑，简化了硬件配置，缩减了相应的成本开销；同时为加速度传感器测量精度下降或失效的情况下提供了一种可行的解决方案。

Claims (1)

1.一种无需加速度传感器组合补偿的无人机升降率测量方法，包括以下几个步骤：

步骤一：由无线电高度表获取当前无人机的高度信息H(k)；

步骤二：将当前无人机的高度信息H(k)送入第一级非线性跟踪微分器，获得升降率信息z₂(k)；

第一级非线性跟踪微分器为：

$\left\{\begin{array}{c}fh=fhan\left(z_1\right(k)-H(k),z_2(k),r,h_0)\\ z_1(k+1)=z_1\left(k\right)+h\·z_2\left(k\right)\\ z_2(k+1)=z_2\left(k\right)+h\·fh\end{array}\right.---\left(1\right)$

其中：fhan(x₁,x₂,r,h₀)为最速控制综合函数，其公式如下：

$\left\{\begin{array}{c}d={\mathrm{rh}}_0\\ d_0=h_{0}d\\ y=x_1+h_0{x}_2\\ a_0=\sqrt{d^2+8r\left|y\right|}\\ a=\left\{\begin{array}{c}{x}_2+\frac{\left(a_0-d\right)}{2}sign\left(y\right),\left|y\right|>d_0\\ x_2+\frac{y}{h},\left|y\right|\≤d_0\end{array}\right.\\ fhan=\left\{\begin{array}{c}-rsign\left(a\right),\left|a\right|>d\\ -r\frac{a}{d},\left|a\right|\≤d\end{array}\right.\end{array}\right.---\left(2\right)$

式中：z₁(k)为跟踪微分器对高度信息H(k)的最速跟踪，z₂(k)为高度信息的近似微分，即升降率信息，记作h为系统采样步长，r为加速度因子，h₀为滤波因子；

步骤三：将步骤二获得的升降率信息z₂(k)送入第二级非线性跟踪微分器中，并采用先预报后微分的方法，获得升降率信息z₃(k)；

第二级非线性跟踪微分器为：

$\left\{\begin{array}{c}{\stackrel{\·}{H}}_0\left(k\right)=z_2\left(k\right)+h_1\·z_4\left(k\right)\\ fh=fhan\left(z_3\right(k)-{\stackrel{\·}{H}}_0(k),z_4(k),r_1,h_0)\\ z_3(k+1)=z_3\left(k\right)+h\·z_4\left(k\right)\\ z_4(k+1)=z_4\left(k\right)+h\·fh\end{array}\right.---\left(4\right)$

式中，z₃(k)为第二级跟踪微分器对第一级跟踪微分器输出的升降率信息z₂(k)的最速跟踪，即最终获取的的升降率信息，z₄(k)为升降率信息z₃(k)的近似微分，即加速度信息；h₁为预报步长，为z₂(k)的预测修正值，r₁为第二级跟踪微分器的加速度因子；

步骤四：飞行过程中针对无人机的高度信息H(k)，重复上述步骤得到升降率信息z₃(k)并送入飞控系统中。