CN104880189A - 一种动中通天线低成本跟踪抗干扰方法 - Google Patents

Abstract

本发明涉及一种动中通天线低成本跟踪抗干扰方法，其解决了现有动中通天线容易受到干扰，测量不准确的技术问题。其采用了卡尔曼滤波器来融合各类信息，采用加速度计信息来估计载体姿态，利用跟踪与陀螺信息P工校正得到航向信息，并根据载体的运动情况调整滤波器的量测噪声方差阵。本发明适用于车载、机载、船载等移动载体中的天线跟。

Description

一种动中通天线低成本跟踪抗干扰方法

技术领域

本发明涉及一种天线跟踪方法，特别是涉及一种动中通天线低成本跟踪抗干扰方法。

背景技术

现有的用来获取倾角(Roll和Pitch)和航向(Yaw)信息的几种低成本传感器中。对于倾角测量，包括以下几类：第一个是倾角仪，倾角仪的输出与倾角成正比(根据重力场)，但这种传感器响应较慢且易受震动的影响，因此不能在倾斜角估计中单独使用。第二个是速率陀螺传感器，陀螺测量旋转角速率。为了获得角度信息，需要对传感器信号进行积分。因此，即使小的速率误差也能导致估计角的漂移。第三个是加速度计，加速度计的问题在于受到机动加速度的影响，只有在无机动加速度的情况下才能进行倾角估计。

对于航向测量，我们也可以通过积分陀螺信号，但同样会存在漂移问题。另一个传感器是磁强计，它通过测量地磁场来获取航向。虽然传感器本身非常精确和小巧，但由于受到磁场干扰的影响，仍然会存在较大误差。

针对MEMS惯性姿态系统在功能上和精度上的诸多不足，通常采用融合方法来将多个传感器取长补短。先用加速度计输出的加速度信息和磁强计输出磁场强度信息计算的姿态角，用该姿态角作为量测值来补偿陀螺的漂移，这种算法即可以保证定姿的精度，又可以由陀螺保证系统具有较高的动态性和稳定性。在这种工作方式下，采用陀螺、加速度计和磁强计组合通过卡尔曼滤波确定载体的姿态，依靠重力向量和地磁向量为参考信息修正了陀螺积分后的角度漂移，提高航姿系统的精度。但利用磁强计数据决定航向角存在磁场干扰。当传感器处于无磁场干扰的空旷区域时，地磁场没有受到干扰，此时的航向角是正确的。实际上，磁强计是安装在车体上，其中车体平台、车上元件如发动机、电缆等会产生电磁场干扰。另外，外部物体如经过的车，建筑物、高压电线、大的金属物等也会产生电磁干扰。这些干扰会扰乱、弯曲地磁场，最终导致航向角误差。

发明内容

本发明为了解决现有动中通天线容易受到干扰，测量不准确的技术问题。

本发明提供一种动中通天线低成本跟踪抗干扰方法，括以下步骤：

(1)利用MEMS三轴陀螺敏感载体运动的角速度信号ω_b，利用MEMS加速度计敏感载体坐标系中的加速度f_b，利用跟踪信息得到的航向角误差角，并将信号送至控制器；

(2)由所述控制器建立状态方程：

$\stackrel{\·}{X}=f\left(X\right)+w\left(t\right)$

该状态方程中，X为状态变量，系统噪声w为随机独立的零均值高斯白噪声序列，即w～N(0，Q)；

状态变量X为：

$X=\left[\begin{array}{c}q\\ {\mathrm{\ω}}_{\mathrm{bias}}\end{array}\right]={\left[\begin{array}{ccccccc}{q}_0& q_1& q_2& q_3& {\mathrm{\ω}}_{r\_\mathrm{bias}}& {\mathrm{\ω}}_{p\_\mathrm{bias}}& {\mathrm{\ω}}_{y\_\mathrm{bias}}\end{array}\right]}^T$

其中，q＝[q₀ q₁ q₂ q₃]^T表示姿态四元素，ω_bias＝[ω_{r_bias} ω_{p_bias} ω_{y_bias}]^T表示为陀螺零偏估计误差；

(3)定义系统状态转移矩阵为：

$\mathrm{\Φ}=\frac{\∂f\left(X\right)}{\∂X}$

其中中， $f\left(X\right)=\left[\begin{array}{c}-0.5(x_2{\mathrm{\ω}}_{\mathrm{bx}}+x_3{\mathrm{\ω}}_{\mathrm{by}}+x_4{\mathrm{\ω}}_{\mathrm{bz}})\\ 0.5(x_1{\mathrm{\ω}}_{\mathrm{bx}}-x_4{\mathrm{\ω}}_{\mathrm{by}}+x_3{\mathrm{\ω}}_{\mathrm{bz}})\\ 0.5(x_4{\mathrm{\ω}}_{\mathrm{bx}}+x_1{\mathrm{\ω}}_{\mathrm{by}}-x_3{\mathrm{\ω}}_{\mathrm{bz}})\\ -0.5(x_3{\mathrm{\ω}}_{\mathrm{bx}}-x_2{\mathrm{\ω}}_{\mathrm{by}}-x_1{\mathrm{\ω}}_{\mathrm{bz}})\\ 0\\ 0\\ 0\end{array}\right]$

由控制器建立观测方程：

Z＝h(X)+v，该观测方程中，Z＝[φ θ ψ]^T为量测变量，量测噪声v为随机独立的零均值高斯白噪声序列，即v～N(0，R)；

进步一计算得出系统量测转移矩阵为：

$H=\frac{\∂h\left(X\right)}{\∂X};$

将观测量相应分为两部分：一部分是利用MEMS三轴加速度计敏感的重力分量求解姿态角，另一部分用跟踪信息的得到的航向角误差与陀螺进行PI校正后估算出航向角信息，分别对应两个不同计算周期的量测转移矩阵H₁和H₂；

量测转移矩阵H₁的过程如下：

MEMS三轴加速度计测得的是载体所受的比力f，设惯性测量组件中消噪后的加表测量值为f_x，f_y，f_z，当载体处于静止和准静态时，由于载体速度较低，可以忽略哥氏加速度及其他干扰加速度的影响，在导航坐标系为“北东地”，载体坐标系为“前右下”情况下，可由加表的测量值按照下式得到载体的姿态角；

φ＝-atan(f_y/f_z)，

$\mathrm{\θ}=\arcsin (f_x/\sqrt{f_x^2+f_y^2+f_z^2}),$

对应的量测转移矩阵为： $H_1={\left[\begin{array}{ccc}\frac{\∂\mathrm{\φ}}{\∂X}& \frac{\∂\mathrm{\θ}}{\∂X}& 0_{7\×1}\end{array}\right]}^T;$

量测转移矩阵H₂的过程如下：

采用跟踪信息来定期校正系统的航向，跟踪信息经过处理后可以得到天线波束的指向偏差角，通过变换后可得到航向角误差；航向角误差经过一个PI控制器后去校正陀螺值ω_bz，将校正后的陀螺值积分后可得到航向角ψ；其中，控制器的增益，K_p和K_i与截止频率ω和阻尼相关：

K_i＝ω²

将航向角ψ也作为卡尔曼的量测变量，可得到量测转移矩阵：

$H_2={\left[\begin{array}{ccc}\frac{\∂\mathrm{\φ}}{\∂X}& \frac{\∂\mathrm{\θ}}{\∂X}& \frac{\∂\mathrm{\ψ}}{\∂X}\end{array}\right]}^T;$

(4)载体运动状态判别；

将加速度值转变到导航坐标系，根据下面规则判断：

If(|a_nx|＞δ_x)|(|a_ny|＞δ_y)|(|a_nz-g|＞δ_z)，认定存在外部加速度，式中，a_nx、a_ny和a_nz为导航坐标系下的加速度值；

当载体存在外部加速度时，通过调整量测协方差矩阵R来改变滤波器增益，此时，测协方差矩阵为：

$R=\left[\begin{array}{ccc}1000\×r_{\mathrm{\φ}}& 0& 0\\ 0& 1000\×r_{\mathrm{\θ}}& 0\\ 0& 0& r_{\mathrm{\ψ}}\end{array}\right].$

优选地，滤波器的设计是：

(1)计算卡尔曼增益值：

$K_k=P_k^{-}{H}_{\mathrm{ki}}^T{(H_{\mathrm{ki}}{P}_k^{-}{H}_{\mathrm{ki}}^T+R_k)}^{-1};$

(2)更新估算值：

${\hat{X}}_k={\hat{X}}_k^{-}+K_k(Z_{\mathrm{ki}}-h_i\left({\hat{X}}_k^{-}\right)),$

(3)更新误差之矩阵：

$P_k=(I-K_k{H}_{\mathrm{ki}})P_k^{-},$

(4)预测参考状态误差：

${\hat{X}}_{k+1}^{-}=f\left({\hat{X}}_k\right),$

(5)估测误差矩阵：

$P_{k+1}^{-}={\mathrm{\Φ}}_k{P}_k{\mathrm{\Φ}}_k^T+Q,$

其中，当跟踪信息无效时，量测矩阵为H₁，测量值对应于Z₁，测量估计值为当跟踪信息有效时，量测矩阵为H₂，测量值对应于Z₂，测量估计值为

本发明的有益效果是：系统采用了卡尔曼滤波器来融合各类信息，采用加速度计信息来估计载体姿态，利用跟踪与陀螺信息PI校正得到航向信息，并根据载体的运动情况调整滤波器的量测噪声方差阵。本发明解决了低成本跟踪容易受到电磁干扰，使天线的跟踪性能更加稳定。

本发明进一步的特征，将在以下具体实施方式的描述中，得以清楚地记载。

附图说明

图1是本发明的跟踪干扰装置结构框图；

图2是组合的姿态测量方法组成框图；

图3是PI校正示意图；

图4是滤波器循环更新图。

附图符号说明：

1.MEMS三轴陀螺，2.MEMS三轴加速度计，3.卫星信标接收机，4.第一滤波放大器，5.第二滤波放大器，6.A/D转换器，7.控制器。

具体实施方式

系统由卫星信标接收机3、传感器、采集电路组成。传感器包括MEMS三轴陀螺1和MEMS三轴加速度计2，用于在动态环境下对载体横滚角和俯仰角的测量，MEMS三轴陀螺1用于敏感重力加速度，MEMS三轴加速度计2用于敏感载体运动角速度。控制器7采集MEMS三轴陀螺1和MEMS三轴加速度计2的数据并利用卡尔曼滤波器(是指中的第一滤波放大器4和第二滤波放大器5来完成的)来融合陀螺的速度、加速度信息。信号采集电路由A/D转换器6和电源电路等部分组成。

利用MEMS三轴陀螺1敏感载体运动的角速度信号ω_b，MEMS加速度计2敏感载体坐标系中的加速度f_b，利用跟踪信息得到的航向角误差角，并将信号送至控制器7。

如图2所示，利用扩展卡尔曼滤波来融合不同信息，估计状态变量。

由控制器7建立状态方程：

$\stackrel{\·}{X}=f\left(X\right)+w\left(t\right)---\left(1\right)$

公式(1)中，X为状态变量，系统噪声w为随机独立的零均值高斯白噪声序列，即w～N(0，Q)。

状态变量X为：

$X=\left[\begin{array}{c}q\\ {\mathrm{\ω}}_{\mathrm{bias}}\end{array}\right]={\left[\begin{array}{ccccccc}{q}_0& q_1& q_2& q_3& {\mathrm{\ω}}_{r\_\mathrm{bias}}& {\mathrm{\ω}}_{p\_\mathrm{bias}}& {\mathrm{\ω}}_{y\_\mathrm{bias}}\end{array}\right]}^T$

其中，q＝[q₀ q₁ q₂ q₃]^T表示姿态四元素，ω_bias＝[ω_{r_bias} ω_{p_bias} ω_{y_bias}]^T表示为陀螺零偏估计误差。

定义系统状态转移矩阵为：

$\mathrm{\Φ}=\frac{\∂f\left(X\right)}{\∂X}---\left(2\right)$

公式(2)中， $f\left(X\right)=\left[\begin{array}{c}-0.5(x_2{\mathrm{\ω}}_{\mathrm{bx}}+x_3{\mathrm{\ω}}_{\mathrm{by}}+x_4{\mathrm{\ω}}_{\mathrm{bz}})\\ 0.5(x_1{\mathrm{\ω}}_{\mathrm{bx}}-x_4{\mathrm{\ω}}_{\mathrm{by}}+x_3{\mathrm{\ω}}_{\mathrm{bz}})\\ 0.5(x_4{\mathrm{\ω}}_{\mathrm{bx}}+x_1{\mathrm{\ω}}_{\mathrm{by}}-x_3{\mathrm{\ω}}_{\mathrm{bz}})\\ -0.5(x_3{\mathrm{\ω}}_{\mathrm{bx}}-x_2{\mathrm{\ω}}_{\mathrm{by}}-x_1{\mathrm{\ω}}_{\mathrm{bz}})\\ 0\\ 0\\ 0\end{array}\right]$

由控制器7建立观测方程：

Z＝h(X)+v   (3)

公式(3)中，Z＝[φ θ ψ]^T为量测变量，量测噪声v为随机独立的零均值高斯白噪声序列，即v～N(0，R)。

系统量测转移矩阵为：

$H=\frac{\∂h\left(X\right)}{\∂X}---\left(4\right)$

考虑到跟踪信息的更新频率较慢，比MEMS三轴加速度计2的慢很多。因而，算法上将观测量相应分为两部分：一部分是利用MEMS三轴加速度计2敏感的重力分量求解姿态角(横滚角和纵摇角)，另一部分用跟踪信息的得到的航向角误差与陀螺进行PI校正后估算出航向角信息，分别对应两个不同计算周期的量测转移矩阵H₁和H₂。

量测转移矩阵H₁的过程如下：

MEMS三轴加速度计2测得的是载体所受的比力f，设惯性测量组件中消噪后的加表测量值为f_x，f_y，f_z，当载体处于静止和准静态时，由于载体速度较低，可以忽略哥氏加速度及其他干扰加速度的影响，在导航坐标系为“北东地”，载体坐标系为“前右下”情况下，可由加表的测量值按照下式得到载体的姿态角。

φ＝-atan(f_y/f_z)   (5)

$\mathrm{\θ}=\arcsin (f_x/\sqrt{f_x^2+f_y^2+f_z^2})$

对应的量测转移矩阵为： $H_1={\left[\begin{array}{ccc}\frac{\∂\mathrm{\φ}}{\∂X}& \frac{\∂\mathrm{\θ}}{\∂X}& 0_{7\×1}\end{array}\right]}^T$

量测转移矩阵H₂的过程如下：

由于MEMS三轴加速度计2无法估计航向角，载体的航向长时间还会是发散。为了避免航向发散，采用跟踪信息来定期校正系统的航向。跟踪信息经过处理后可以得到天线波束的指向偏差角，通过变换后可得到航向角误差。航向角误差经过一个PI控制器(增益分别为K_p和K_i)后去校正陀螺值ω_bz，将校正后的陀螺值积分后可得到航向角ψ。其中，控制器的增益，K_p和K_i与截止频率ω和阻尼相关：

K_i＝ω²

将航向角ψ也作为卡尔曼的量测变量，可得到量测转移矩阵：

$H_2={\left[\begin{array}{ccc}\frac{\∂\mathrm{\φ}}{\∂X}& \frac{\∂\mathrm{\θ}}{\∂X}& \frac{\∂\mathrm{\ψ}}{\∂X}\end{array}\right]}^T$

在载体运动中，根据MEMS三轴陀螺1和MEMS三轴加速度计3估计的姿态具有较大的动态误差。为了减小动动态环境对载体姿态估计的影响，系统需要自动适应机动状态的变化。将加速度值转变到导航坐标系，根据下面规则判断：

If(|a_nx|＞δ_x)|(|a_ny|＞δ_y)|(|a_nz-g|＞δ_z)，认定存在外部加速度。

式中，a_nx、a_ny和a_nz为导航坐标系下的加速度值。

当载体存在外部加速度时，通过调整量测协方差矩阵R来改变滤波器增益。此时，测协方差矩阵为：

$R=\left[\begin{array}{ccc}1000\×r_{\mathrm{\φ}}& 0& 0\\ 0& 1000\×r_{\mathrm{\θ}}& 0\\ 0& 0& r_{\mathrm{\ψ}}\end{array}\right]$

下面介绍滤波器的设计：

(1)计算卡尔曼增益值：

$K_k=P_k^{-}{H}_{\mathrm{ki}}^T{(H_{\mathrm{ki}}{P}_k^{-}{H}_{\mathrm{ki}}^T+R_k)}^{-1}$

(2)更新估算值：

${\hat{X}}_k={\hat{X}}_k^{-}+K_k(Z_{\mathrm{ki}}-h_i\left({\hat{X}}_k^{-}\right))$

(3)更新误差之矩阵

$P_k=(I-K_k{H}_{\mathrm{ki}})P_k^{-}$

(4)预测参考状态误差

${\hat{X}}_{k+1}^{-}=f\left({\hat{X}}_k\right)$

(5)估测误差矩阵

$P_{k+1}^{-}={\mathrm{\Φ}}_k{P}_k{\mathrm{\Φ}}_k^T+Q$

其中，当跟踪信息无效时，量测矩阵为H₁，测量值对应于Z₁，测量估计值为当跟踪信息有效时，量测矩阵为H₂，测量值对应于Z₂，测量估计值为

以上所述仅对本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡是在本发明的权利要求限定范围内，所做的任何修改、等同替换、改进等，均应在本发明的保护范围之内。

Claims (2)

1.一种动中通天线低成本跟踪抗干扰方法，其特征是包括以下步骤：

(1)利用MEMS三轴陀螺敏感载体运动的角速度信号ω_b，利用MEMS加速度计敏感载体坐标系中的加速度f_b，利用跟踪信息得到的航向角误差角，并将信号送至控制器；

(2)由所述控制器建立状态方程：

$\stackrel{\·}{X}=f\left(X\right)+w\left(t\right)$

该状态方程中，X为状态变量，系统噪声w为随机独立的零均值高斯白噪声序列，即w～N(0，Q)；

状态变量X为：

$X=\left[\begin{array}{c}q\\ {\mathrm{\ω}}_{\mathrm{bias}}\end{array}\right]{\left[\begin{array}{ccccccc}{q}_0& q_1& q_2& q_3& {\mathrm{\ω}}_{r\_\mathrm{bias}}& {\mathrm{\ω}}_{p\_\mathrm{bias}}& {\mathrm{\ω}}_{y\_\mathrm{bias}}\end{array}\right]}^T$

其中，q＝[q₀ q₁ q₂ q₃]^T表示姿态四元素，ω_bias＝[ω_{r_bias} ω_{p_bias} ω_{y_bias}]^T表示为陀螺零偏估计误差；

(3)定义系统状态转移矩阵为：

$\mathrm{\Φ}=\frac{\∂f\left(X\right)}{\∂X}$

其中中， $f\left(X\right)=\left[\begin{array}{c}-0.5(x_2{\mathrm{\ω}}_{\mathrm{bx}}+x_3{\mathrm{\ω}}_{\mathrm{by}}+x_4{\mathrm{\ω}}_{\mathrm{bz}})\\ 0.5(x_1{\mathrm{\ω}}_{\mathrm{bx}}-x_4{\mathrm{\ω}}_{\mathrm{by}}+x_3{\mathrm{\ω}}_{\mathrm{bz}})\\ 0.5(x_4{\mathrm{\ω}}_{\mathrm{bx}}+x_1{\mathrm{\ω}}_{\mathrm{by}}-x_3{\mathrm{\ω}}_{\mathrm{bz}})\\ -0.5(x_3{\mathrm{\ω}}_{\mathrm{bx}}-x_2{\mathrm{\ω}}_{\mathrm{by}}-x_1{\mathrm{\ω}}_{\mathrm{bz}})\\ 0\\ 0\\ 0\end{array}\right]$

由控制器建立观测方程：

Z＝h(X)+v，该观测方程中，Z＝[φ θ ψ]^T为量测变量，量测噪声v为随机独立的零均值高斯白噪声序列，即v～N(0，R)；

进步一计算得出系统量测转移矩阵为：

$H=\frac{\∂h\left(X\right)}{\∂X};$

将观测量相应分为两部分：一部分是利用MEMS三轴加速度计敏感的重力分量求解姿态角，另一部分用跟踪信息的得到的航向角误差与陀螺进行PI校正后估算出航向角信息，分别对应两个不同计算周期的量测转移矩阵H₁和H₂；

量测转移矩阵H₁的过程如下：

MEMS三轴加速度计测得的是载体所受的比力f，设惯性测量组件中消噪后的加表测量值为f_x，f_y，f_z，当载体处于静止和准静态时，由于载体速度较低，可以忽略哥氏加速度及其他干扰加速度的影响，在导航坐标系为“北东地”，载体坐标系为“前右下”情况下，可由加表的测量值按照下式得到载体的姿态角；

φ＝-atan(f_y/f_z)，

$\mathrm{\θ}=\arcsin (f_x/\sqrt{f_x^2+f_y^2+f_z^2}),$

对应的量测转移矩阵为： $H_1={\left[\begin{array}{ccc}\frac{\∂\mathrm{\φ}}{\∂X}& \frac{\∂\mathrm{\θ}}{\∂X}& 0_{7\×1}\end{array}\right]}^T;$

量测转移矩阵H₂的过程如下：

采用跟踪信息来定期校正系统的航向，跟踪信息经过处理后可以得到天线波束的指向偏差角，通过变换后可得到航向角误差；航向角误差经过一个PI控制器后去校正陀螺值ω_bz，将校正后的陀螺值积分后可得到航向角ψ；其中，控制器的增益，K_p和K_i与截止频率ω和阻尼相关：

K_i＝ω²

将航向角ψ也作为卡尔曼的量测变量，可得到量测转移矩阵：

$H_2={\left[\begin{array}{ccc}\frac{\∂\mathrm{\φ}}{\∂X}& \frac{\∂\mathrm{\θ}}{\∂X}& \frac{\∂\mathrm{\ψ}}{\∂X}\end{array}\right]}^T;$

(4)载体运动状态判别；

将加速度值转变到导航坐标系，根据下面规则判断：

If(|a_nx|＞δ_x)|(|a_ny|＞δ_y)|(|a_nz-g|＞δ_z)，认定存在外部加速度，式中，a_nx、a_ny和a_nz为导航坐标系下的加速度值；

当载体存在外部加速度时，通过调整量测协方差矩阵R来改变滤波器增益，此时，测协方差矩阵为：

$R=\left[\begin{array}{ccc}1000\×r_{\mathrm{\φ}}& 0& 0\\ 0& 1000\×r_{\mathrm{\θ}}& 0\\ 0& 0& r_{\mathrm{\ψ}}\end{array}\right].$

2.根据权利要求1所述的动中通天线低成本跟踪抗干扰方法，其特征是，滤波器的设计是：

(1)计算卡尔曼增益值：

$K_k=P_k^{-}{H}_{\mathrm{ki}}^T{(H_{\mathrm{ki}}{P}_k^{-}{H}_{\mathrm{ki}}^T+R_k)}^{-1};$

(2)更新估算值：

${\hat{X}}_k={\hat{X}}_k^{-}+K_k(Z_{\mathrm{ki}}-h_i\left({\hat{X}}_k^{-}\right)),$

(3)更新误差之矩阵：

$P_k=(I-K_k{H}_{\mathrm{ki}})P_k^{-},$

(4)预测参考状态误差：

${\hat{X}}_{k+1}^{-}=f\left({\hat{X}}_k\right),$

(5)估测误差矩阵：

$P_{k+1}^{-}={\mathrm{\Φ}}_k{P}_k{\mathrm{\Φ}}_k^T+Q,$

其中，当跟踪信息无效时，量测矩阵为H₁，测量值对应于Z₁，测量估计值为当跟踪信息有效时，量测矩阵为H₂，测量值对应于Z₂，测量估计值为