CN105259908B - 一种雷达引导无人机自动着舰制导与控制系统及其控制方法 - Google Patents

Abstract

本发明提出一种雷达引导无人机自动着舰制导与控制系统及其控制方法，该制导与控制系统由机载控制子系统和舰载制导子系统组成，两个子系统之间通过数据链路实现通信，通过将测得的无人机与舰船相对位置信号减去由于甲板运动而引起的扰动信号，获取一个稳定坐标系下的机舰相对位置信息；通过纵向引导律、纵向控制律、侧横向引导律和侧横向控制律计算出无人机的纵向、横侧向控制信号，控制无人机实现在舰船上自动着舰，所提出的制导与控制系统增大了无人机着舰的准确度和安全性。

Description

一种雷达引导无人机自动着舰制导与控制系统及其控制方法

技术领域

本发明涉飞行控制技术领域，尤其涉及一种及雷达引导无人机自动着舰制导与控制系统及其控制方法。

背景技术

无人机自动着舰就是在人不参与的情况下，由制导与控制系统引导并控制无人机沿着着舰轨迹下滑着舰。在实践过程中，由于航母甲板面积有限，可供着舰的跑道面积非常狭小，再加上海况比较复杂，导致航母甲板具有六自由度运动扰动，因此无人机实现安全着舰是相当困难的。

目前，有关无人机着舰制导与控制技术的研究文献很少，通常仅仅研究纵向通道，也没有研究制导方法，采用的控制方法也比较常规。

国家发明专利《基于甲板运动补偿的舰载机自动着舰引导控制方法》，给出了舰载机自动着舰控制系统的结构，然而，上述发明仅针对一般舰载机，而本发明针对的是舰载无人机，而且本发明给出了详细的制导系统结构，在系统结构方面与《基于甲板运动补偿的舰载机自动着舰引导控制方法》所公开的系统结构有所区别，而且在控制方法上也有很大区别。国家发明专利《一种舰载无人机自主着舰的飞行控制系统》，虽然也是针对无人机，但是主要针对旋翼无人机，而本发明主要针对固定翼无人机，两种无人机系统的配置完全不同，所发明的控制系统无论是架构还是方法都有很大的区别。

发明内容

发明目的：为解决上述现有技术的缺陷，本发明提出一种雷达引导无人机自动着舰制导与控制系统及其控制方法，主要针对固定翼无人机的自动着舰，设计了整个制导与控制系统结构，能够实现无人机自动着舰过程的引导与控制。

技术方案：本发明提供的技术方案为：一种雷达引导无人机自动着舰制导与控制系统，由机载控制子系统和舰载制导子系统组成，两个子系统之间通过数据链路实现通信，所述舰载控制子系统包括：雷达测量模块、雷达坐标转换计算模块、雷达坐标平移模块、舰船几何测量模块、舰船六度自由度运动模块、舰船扰动影响计算模块、机舰相对位置计算模块、无人机绝对位置计算模块和无人机基准轨迹计算模块；

所述雷达测量模块，用于测量以舰载引导雷达天线O_R为原点的球坐标系R下无人机的位置坐标(R_R，θ_R，ψ_R)，其中，R_R为斜距，θ_R为高低角，ψ_R为方位角，并发送给雷达坐标转换计算模块；

所述雷达坐标转换计算模块，接收雷达测量模块发送的无人机在坐标系R中的位置坐标(R_R，θ_R，ψ_R)，将其转换为以舰载引导雷达天线O_R为原点的空间坐标系O_R-X_ERY_ERZ_ER中的无人机位置坐标(X_EA1，Y_EA1，Z_EA1)，并将转换后的位置坐标发送给雷达坐标平移模块；

所述舰船几何测量模块，测量舰载引导雷达天线O_R位置与着舰点O_TD位置的相对距离，发送给雷达坐标平移模块，记ΔX，ΔY，ΔZ分别表示O_R与O_TD相对距离在空间坐标系TD中X轴、Y轴、Z轴上的分量；测量舰船重心O_S位置与着舰点O_TD位置的相对距离，发送给舰船扰动影响计算模块，记L_TD，Y_TD，G_TD分别表示O_S与O_TD相对距离在空间坐标系TD中X轴、Y轴、Z轴上的分量；测量舰船斜角甲板的方位角λ_ac，发送给无人机基准轨迹计算模块；

所述雷达坐标平移模块，根据接收到的无人机在坐标系O_R-X_ERY_ERZ_ER中的位置坐标(X_EA1，Y_EA1，Z_EA1)以及雷达天线O_R位置与着舰点O_TD位置的相对距离ΔX，ΔY，ΔZ，计算得到无人机在以着舰点O_TD为原点的空间坐标系TD中的位置坐(X_EATD，Y_EATD，Z_EATD)并发送给机舰相对位置计算模块；

所述舰船六度自由度运动模块，测量着舰点O_TD在以地面上一点O_E为原点的地面坐标系E下的位置坐标(X_ES，Y_ES，Z_ES)，发送给无人机绝对位置计算模块；测量当无人机进入着舰过程时着舰点O_TD在坐标系E的初始位置(X_ES0，Y_ES0)、舰船的航向角ψ、舰船前向速度u_s和侧向速度v_s，发送给无人机基准轨迹计算模块；测量坐标系E中由于海浪等因素引起的舰船重心线位移扰动(ΔX_su，ΔY_sw，ΔZ_he)及角位移扰动(θ_S，φ_S，Ψ_S)，发送给舰船扰动影响计算模块；其中，ΔX_su为舰船重心O_S处的纵荡信号，ΔY_sw为舰船重心O_S处的横荡信号，ΔZ_he为舰船重心O_S处的沉浮信号；θ_S、φ_S、ψ_S分别表示坐标系E中舰船重心在坐标轴X、Y、Z上的旋转角；

所述舰船扰动影响计算模块，根据接收到的舰船重心O_S位置与着舰点O_TD位置的相对距离L_TD，Y_TD，G_TD、舰船重心线位移扰动(ΔX_su，ΔY_sw，ΔZ_he)及角位移扰动(θ_S，φ_S，Ψ_S)，计算出舰船线位扰动相对着舰点O_TD的漂移量(ΔX_ES1，ΔY_ES1，ΔZ_ES1)和舰船角位扰动相对着舰点O_TD的漂移量(ΔX_ES3，ΔY_ES3，ΔZ_ES3)，并发送给机舰相对位置计算模块；其中，ΔX_ES1表示ΔX_su对着舰点O_TD的漂移量，ΔY_ES1表示ΔY_sw对着舰点O_TD的漂移量，ΔZ_ES1表示ΔZ_he对着舰点O_TD的漂移量；ΔX_ES3表示θ_S对着舰点O_TD的漂移量，ΔY_ES3表示φ_S对着舰点O_TD的漂移量，ΔZ_ES3表示Ψ_S对着舰点O_TD的漂移量；

所述机舰相对位置计算模块，根据接收到的舰船线位扰动相对着舰点O_TD的漂移量(ΔX_ES1，ΔY_ES1，ΔZ_ES1)和舰船角位扰动相对着舰点O_TD的漂移量(ΔX_ES3，ΔY_ES3，ΔZ_ES3)，以及雷达坐标平移模块发送的无人机在坐标系TD中的位置坐标(X_EATD，Y_EATD，Z_EATD)，计算出机舰相对位置(X_EAS，Y_EAS，Z_EAS)并发送给无人机绝对位置计算模块；

所述无人机绝对位置计算模块，根据接收到的机舰相对位置(X_EAS，Y_EAS，Z_EAS)和舰船在坐标系E下的位置坐标(X_ES，Y_ES，Z_ES)，计算出无人机在坐标系O_E-X_EY_EZ_E下的绝对位置并发送给无人机轨迹控制模块；

所述无人机基准轨迹计算模块，根据接收到的船舰斜角甲板方位角λ_ac、舰船在无人机进入着舰过程时的初始位置(X_ES0，Y_EX0)、舰船的航向角ψ、舰船前向速度u_s和侧向速度v_s，计算生成无人机重心的基准下滑轨迹以及无人机着舰过程中相对于坐标系E的下滑速度V_C、下滑角γ_C和无人机开始着舰时相对于地面坐标系的初始高度H_C0；将无人机重心的基准下滑轨迹发送给无人机轨迹控制模块，将无人机着舰过程中相对于地面坐标系E的下滑速度V_C、下滑角γ_C和无人机开始着舰时相对于地面坐标系的初始高度H_C0发送给无人机姿态控制模块；

所述机载控制子系统，包括：无人机轨迹控制模块、无人机姿态控制模块、无人机传感器模块和油门与舵机伺服模块；

所述无人机轨迹控制模块，根据接收到的无人机绝对位置信号；接收无人机基准轨迹计算模块发送的基准下滑轨迹信号；向无人机姿态控制模块发送无人机俯仰角指令信号θ_C和滚转角指令信号φ_C；

所述无人机姿态控制模块，接收无人机基准轨迹计算模块发送的无人机着舰过程中相对于坐标系E的下滑速度、下滑角和无人机开始着舰时相对于地面坐标系的初始高度信号(V_C，γ_C，H_C0)；接收无人机轨迹控制模块发送的俯仰角指令信号θ_C和滚转角指令信号φ_C；向油门与舵机伺服模块发送升降舵控制指令修正信号油门开度控制指令修正信号副翼控制指令修正信号和方向舵控制指令修正信号

所述油门与舵机伺服模块，用于使无人机根据接收到的升降舵、油门开度、副翼和方向舵控制指令修正信号调整飞行轨迹；

所述无人机传感器模块，用于采集无人机着舰过程中的实时参数，包括下滑速度V、飞行姿态角(θ，φ，ψ)及姿态角速率(p，q，r)、气流角(α，β)，并发送到无人机姿态控制模块；其中，θ，φ，ψ分别表示无人机飞行时的俯仰角、滚转角、偏航角；p，q，r分别为滚转角速率、俯仰角速率和偏航角速率；α，β分别表示无人机的气流迎角和气流侧滑角。

作为本发明的进一步优选，所述无人机轨迹控制模块包括纵向引导律计算模块和侧向引导律计算模块；所述纵向引导律计算模块用于计算无人机实际着舰轨迹相对于基准轨迹的纵向误差和纵向调整角度；侧向引导律计算模块用于计算无人机实际着舰轨迹相对于基准轨迹的侧向误差和侧向调整角度。

作为本发明的进一步优选，所述纵向引导律计算模块和侧向引导律计算模块均采用α-β滤波器设计模式。

作为本发明的进一步优选，所述无人机姿态控制模块包括纵向控制律计算模块和横侧向控制律计算模块；纵向控制律用于计算模块用于计算无人机纵向控制信号；横侧向控制律计算模块用于计算无人机横侧向控制信号。

本发明还提出一种雷达引导无人机自动着舰制导与控制方法，通过设置在舰船上的舰载制导子系统与设置在无人机上的机载控制子系统之间进行数据网络通信来调整无人机着舰的轨迹，包括步骤：

(1)获取无人机相对于地面坐标系的绝对运行轨迹，包括：

1)计算出无人机相对于着舰点O_TD的运动轨迹，包括步骤：

设无人机开始着舰的时间为t₀，结束着舰的时间为t_d；建立以舰载引导雷达天线O_R为原点的球坐标系R，通过雷达测量位置坐标模块测量t时刻无人机在坐标系R中的(R_R，θ_R，ψ_R)，其中，R_R为斜距，θ_R为高低角，ψ_R为方位角；建立以舰载引导雷达天线O_R为原点的空间坐标系O_R-X_ERY_ERZ_ER，将t时刻无人机在坐标系R中的位置坐标转换为在坐标系O_R-X_ERY_ERZ_ER中的位置坐标(X_EA1，Y_EA1，Z_EA1)，(X_EA1，Y_EA1，Z_EA1)的表达式为：

通过舰船几何测量模块测量舰载引导雷达天线O_R位置与着舰点O_TD位置的相对距离ΔX，ΔY，ΔZ、舰船重心O_S位置与着舰点O_TD位置的相对距离L_TD，Y_TD，G_TD以及舰船斜角甲板的方位角λ_ac，并将检测到的信息发送给雷达坐标平移计算模块，其中，ΔX，ΔY，ΔZ分别表示O_R与O_TD相对距离在空间坐标系TD中X轴、Y轴、Z轴上的分量，L_TD，Y_TD，G_TD分别表示O_S与O_TD相对距离在空间坐标系TD中X轴、Y轴、Z轴上的分量；建立以着舰点O_TD为原点的空间坐标系TD并通过雷达坐标平移计算模块计算出t时刻无人机在坐标系TD中的位置坐标(X_EATD，Y_EATD，Z_EATD)，计算表达式为：

2)计算着舰点O_TD相对于地面坐标系E的运动轨迹，包括步骤：

建立以地面上静止的一点O_E为原点的地面坐标系E，坐标系E与舰船平面具有相同高度，设舰船在地面坐标系E中的航向角为ψ，并沿着舰体长度方向做匀速运动，其前向速度为u_s，侧向速度为v_s，通过舰船六自由度运动测量模块测量出t₀时着舰点O_TD相对于地面坐标系E的位置(X_ES0，Y_ES0)，由此计算出着舰点O_TD在坐标系E中的运动速度分量，其表达式为：

进一步得到着舰点O_TD在坐标系E中的位置矢量其中，

3)计算舰船重心线位移扰动和角位移扰动，包括步骤：

通过舰船六自由度运动测量模块测量舰船重心线位移扰动(ΔX_su，ΔY_sw，ΔZ_he)及角位移扰动(θ_S，φ_S，ψ_S)，其中，ΔX_su为舰船重心O_S处的纵荡信号，ΔY_sw为舰船重心O_S处的横荡信号，ΔZ_he为舰船重心O_S处的沉浮信号；θ_S、φ_S、ψ_S分别表示坐标系E中舰船重心在坐标轴X、Y、Z上的旋转角；

计算舰船三个线位移扰动对着舰点O_TD的漂移量，其计算表达式为：

计算舰船三个角位移扰动量(θ_S，φ_S，ψ_S)对着舰点O_TD的漂移量，其计算表达式为：

其中，是以无人机体为原点的空间坐标系B到地面坐标系E的转换矩阵，ψ_S0为舰船在着舰开始时间t₀的初始方位角；

将无人机在以着舰点O_TD为原点的地面坐标系TD中的位置坐标减去舰船六自由度扰动运动在着舰点处的扰动值，得到无人机在雷达稳定坐标系中的坐标，其计算公式为：

根据无人机相对于着舰点O_TD的位置(X_EAS，Y_EAS，Z_EAS)和着舰点O_TD相对于地面坐标系的位置计算出着舰过程中无人机相对于地面坐标系E的绝对运行轨迹，表示为其中

(2)通过无人机基准轨迹计算模块计算出无人机相对于地面坐标系E的基准下滑轨迹，包括步骤：

1)设定参数：假设无人机着舰时先以H_c0作高度保持飞行，对准跑道的方位角为λ_ac，预定的下降点表示为O_A0(X_A0，Y_A0，Z_A0)时，当到达预定下降点时无人机开始下滑并跟踪基准轨迹；

2)计算预定的着舰点O_TD在地面坐标系E下的位置：着舰开始时，舰船着舰点O_TD在地面坐标系下的初始位置为假设舰船以恒定航速V_S保持航向角ψ行驶，到达着舰点时，舰船着舰点O_TD的位置矢量表示为

3)计算无人机的初始下降点O_A0(X_A0，Y_A0，Z_A0)在地面坐标系E下的位置：无人机下滑角为γ_c、无人机地速矢量V_c、舰船斜角甲板的方位角为λ_ac，计算出无人机初始下降点O_A0(X_A0，Y_A0，Z_A0)在地面坐标系E中的初始位置为

式中，γ_c为负值，R_A＝Vt_d，t_d为下滑结束时间，V为下滑速度；

4)无人机相对于地面坐标系E的基准下滑轨迹：以无人机重心为原点的具有斜角甲板的三维着舰基准轨迹表示为

(3)无人机绝对位置计算模块和无人机基准轨迹计算模块通过数据链路通信网络分别将无人机实际运行轨迹与无人机基准轨迹发送给无人机轨迹控制模块，无人机轨迹控制模块计算无人机绝对运行轨迹相对于基准下滑轨迹的误差修正指令信号，包括俯仰角指令信号和滚转角指令信号(θ_C，φ_C)，并发送给无人机姿态控制模块；

(4)无人机姿态控制模块获取无人机传感器模块发送的无人机实时飞行姿态信息，并根据误差修正指令信号控制油门与舵机伺服模块对无人机的升降舵、油门开度、副翼和方向舵进行调整。

作为本发明的进一步优选，所述步骤(3)还包括：采用纵向引导律和侧向引导律，通过无人机轨迹控制模块计算误差修正指令信号，包括步骤：

1)纵向引导率计算，包括：

设无人机实际飞行高度为H，高度指令为H_C，用高度指令减去无人机实际飞行高度得到高度误差信号H_er，表示高度指令的一阶导数；采用α滤波器滤去高度误差信号H_er中的噪声并将滤去噪声后的信号发送给α₂滤波器；采用β滤波器对进行预估，将预估后的信号发送给α₁滤波器再次滤波并发送给α₂滤波器；α₂滤波器对整个引导信息进行软化处理，并得到俯仰角指令信号θ_c，其中，α-β滤波器、α₁滤波器、α₂滤波器的传递函数表达式为：

其中，T为滤波器采样周期；

2)侧向引导律计算，包括：

设无人机实际侧偏角度为y，侧偏指令为y_c，用侧偏指令减去无人机实际侧偏角度得到侧偏误差信号y_er，表示侧偏指令的一阶导数，φ_c表示滚动角指令信号；采用α滤波器滤去高度误差信号y_er中的噪声并将滤去噪声后的信号发送给α₂滤波器；采用β滤波器对进行预估，将预估后的信号发送给α₁滤波器再次滤波并发送给α₂滤波器；α₂滤波器对整个引导信息进行软化处理，并得到滚动角指令信号φ_c，其中，α滤波器、β滤波器、α₁滤波器和α₂滤波器的传递函数表达式为：

作为本发明的进一步优选，所述步骤(4)还包括：无人机姿态控制模块采用基于信息融合控制理论，将关于升降舵、油门开度、副翼和方向舵控制指令修正信号的运算分为纵向控制律计算和横侧向控制律计算，包括步骤：

1)计算纵向控制率，包括：

第一步，基于无人机着舰过程中的下滑速度V、俯仰角θ、滚转角φ、偏航角ψ、滚转角速率p、俯仰角速率q、偏航角速率r、气流迎角α、气流侧滑角β、升降舵控制指令修正信号油门开度控制指令修正信号副翼控制指令修正信号和方向舵控制指令修正信号建立无人机运动的纵向线性模型，为

y_lon＝[0 0 0 1]x_lon

其中，x_lon为纵向状态变量，x_lon＝[ΔV Δα Δq Δθ]^T，式中，ΔV、Δα、Δq、Δθ分别为无人机受到纵向扰动时发生的下滑速度偏离量、迎角偏离量、俯仰角速率偏离量和俯仰角偏离量；u_lon为纵向控制输入变量，u_lon＝[Δδ_e Δδ_T]^T，式中，Δδ_e和Δδ_T分别表示控制扰动所需的升降舵控制指令修正信号增量和油门开度控制指令修正信号增量，y_lon为无人机运动的纵向线性模型的纵向控制输出变量；

第二步，定义误差为e_lon＝r_lon-y_lon，r_lon＝Δθ_c，建立纵向线性误差系统线性模型，为：

纵向线性误差系统线性模型进行离散化处理，得到离散时间误差系统线性模型，为

x _{l on，k+1}＝A _lon x _lon，k+B _lonu_lon，k

式中，x _lon，k+1表示k+1时刻的纵向状态变量，x _lon，k表示k时刻的纵向状态变量，u_lon，k表示k时刻的纵向控制输入变量；

第三步，基于信息融合最优控制方法，设计纵向控制律方程式为

0＝u_lou，k+n_lon，k

式中，n_lon，k为零均值、协方差为R_lon ^-1的白噪声，w_lon，k+1为零均值、协方差为P _lon，k+1的白噪声，假设误差系统的期望输出值为零，取将的取值带入纵向控制律方程式，得到无人机纵向控制向量的最优融合估计，为

式中，Q_lon，R_lon分别为性能指标函数中输出调节误差项和控制能量项的权值矩阵，P_lon为纵向控制黎卡提方程的解；

2)计算横侧向控制律，包括：

基于无人机着舰过程中的下滑速度V、飞行姿态角(θ，φ，ψ)及姿态角速率(p，q，r)、气流角(α，β)和升降舵、油门开度、副翼和方向舵控制指令修正信号建立无人机运动的横侧向线性模型，为

y_lat＝[0 0 0 1]x_lat

式中，x_lat＝[β p r φ]^T为横侧向状态变量，u_lat＝[δ_a δ_r]^T为横侧向控制输入变量，y_lat为无人机运动的横侧向线性模型的控制输出变量；

第二步，定义误差e_lat＝r_lat-y_lat，r_lat＝φ_c，建立横侧向线性误差系统线性模型，为：

其中，C_lat为常数矩阵；

横侧向线性误差系统线性模型进行离散化处理，得到横侧向离散时间误差系统线性模型，为

x _lat，k+1＝A _lat x _lat，k+B _latu_lat，k

x _lat，k+1表示k+1时刻的横向状态变量，x _lat，k表示k时刻的横向状态变量，u_lat，k表示k时刻的横向控制输入变量；

第三步，基于信息融合最优控制方法，设计横侧向控制律方程式为

0＝u_lat，k+n_lat，k

式中，n_lat，k为零均值、协方差为R_lat ^-1的白噪声，w_lat，k+1是零均值、协方差为P _lat，k+1的白噪声，设误差系统的期望输出值为零，取将的取值代入横侧向控制律方程式，得到无人机横侧向控制向量的最优融合估计值为

式中，P_lat为侧向控制黎卡提方程的解，Q_lat，R_lat分别为性能指标函数中输出调节误差项和控制能量项的权值矩阵。

有益效果：与现有的无人机着舰制导与控制系统相比，本发明具有以下优点：

1、本发明可以将舰船扰动信息从无人机位置信号中除去，从而获得无人机在稳定坐标系下的绝对运动轨迹，增大了无人机轨迹测量的真实度。

2、本发明可以实时获得无人机实时着舰轨迹与计算所得的基准轨迹的误差，并相应地产生误差抑制指令信号。

3、本发明根据抑制误差指令信号全方位地修正无人机着舰轨迹，使无人机轨迹修正具有更好的精确度。

附图说明

图1为雷达引导无人机自动着舰制导与控制系统的原理框图；

图2为纵向引导律原理框图；

图3为侧向引导律原理框图；

图4为无人机着舰纵向下滑轨迹跟踪效果图。

具体实施方式

下面结合附图对本发明作更进一步的说明。

如图1所示为雷达引导无人机自动着舰制导与控制系统的原理框图，该系统包括舰载控制子系统和机载控制子系统，两子系统之间通过数据链路实现通信。装于舰上的精密跟踪雷达可以测量无人机相对于舰的空间位置，但由于测量坐标系随着舰的甲板运动而运动，从而使雷达测得的无人机空间位置也会因甲板运动而出现抖动，这种抖动将作为反馈信号进入轨迹制导系统，会使无人机舵面出现抖动，这对着舰飞行是很不利的。为了消除这一扰动，在本发明中采取建立一个稳定的测量坐标系将测得的无人机位置信号中减去由于甲板运动而引起的扰动信号，以使测量系统稳定，获得无人机精确的着舰轨道信息。

为获取无人机在稳定坐标系中的着舰轨道信息，首先需建立无人机相对于着舰点的运动位置轨迹，包括如下步骤：

(1)建立以舰载引导雷达天线O_R为原点的球坐标系R，通过雷达测量模块测量无人机在坐标系R中的位置信息(R_R，θ_R，ψ_R)，其中，R_R为斜距，θ_R为高低角，ψ_R为方位角；

(2)建立以舰载引导雷达天线O_R为原点的空间坐标系O_R-X_ERY_ERZ_ER，将球坐标系R中的无人机位置(R_R，θ_R，ψ_R)转化为地面坐标系O_R-X_ERY_ERZ_ER中的无人机位置(X_EA1，Y_EA1，Z_EA1)，转化公式为

(3)通过舰船几何测量模块测量舰载引导雷达天线O_R位置与着舰点O_TD位置的相对距离(ΔX，ΔY，ΔZ)、舰船重心O_S位置与着舰点O_TD位置的相对距离(L_TD，Y_TD，G_TD)以及舰船斜角甲板的方位角λ_ac；

(4)通过雷达平移计算模块计算以着舰点O_TD为原点的地面坐标系TD中的无人机位置(X_EATD，Y_EATD，Z_EATD)，计算公式为：

式中，(ΔX，ΔY，ΔZ)为舰载引导雷达天线O_R位置与着舰点O_TD位置的相对距离；

为了建立无人机在地面坐标系E中的绝对运动，还需建立舰船在地面坐标系E中的运动轨迹，步骤如下：

(1)建立以地面上一点O_E为原点的地面坐标系E，它与着舰平面有同等高度。设舰船在地面坐标系E中的初始航向角为ψ_S0，并沿舰体作前向速度为u_s、侧向速度为v_S的匀速运动，t₀为无人机开始着舰时间，t_d为无人机结束着舰时间。

(2)设着舰开始时，着舰点O_TD相对于地面坐标的位置为(X_ES0，Y_ES0)，由此可以计算出着舰点运动速度在地面坐标系中的分量为

(3)最终可得着舰点在地面坐标系中的位置矢量为其中

为了获得稳定坐标系，还需计算由于海浪因素引起的舰船重心线位移扰动和角位移扰动，步骤如下：

(1)通过舰船六自由度运动测量模块测量舰船重心线位移扰动(ΔX_su，ΔY_sw，ΔZ_he)及角位移扰动(θ_S，φ_S，ψ_S)，因为方位角不变所以Δψ_S＝0，其中ΔX_su为舰船重心O_S处的纵荡信号，ΔY_sw为舰船重心O_S处的横荡信号，ΔZ_he为舰船重心O_S处的沉浮信号；

(2)计算舰船三个线位移扰动对着舰点的漂移，舰船重心O_S处的纵荡ΔX_su、横荡ΔY_sw、沉浮ΔZ_he对着舰点O_TD的漂移量为

(3)计算舰船三个角位移扰动量(θ_S，φ_S，ψ_S)对着舰点O_TD的漂移量为

式中是机体坐标系B到地面坐标系E的转换矩阵，ψ_S0为舰船在着舰开始时间t₀的初始方位角；

将无人机在以着舰点O_TD为原点的地面坐标系TD中的测量值减去舰船六自由度扰动运动在着舰点处的扰动值，得到无人机在雷达稳定坐标系中的位置信息，其原理公式如下：

最后，由无人机相对于着舰点O_TD的位置(X_EAS，Y_EAS，Z_EAS)和着舰点O_TD相对于地面坐标系的位置计算出着舰过程中无人机重心相对于地面坐标系的绝对运行轨迹，表示为其中

通过无人机基准轨迹计算模块，计算出无人机相对于地面坐标系的基准下滑轨迹，因为测量无人机在空中的位置是建立在地面坐标系中的，所以被跟踪的基准轨迹也必须建立在地面坐标系中，其计算步骤如下：

(1)设定参数：假设无人机着舰时先以H_c0作高度保持飞行，由侧向制导系统对准跑道的方位角λ_ac。当到达预定的下降点O_A0(X_A0，Y_A0，Z_A0)时，无人机开始下滑跟踪基准轨迹。

(2)计算预定着舰点在地面坐标系下的位置：着舰开始时，舰船着舰点O_TD在地面坐标系下的初始位置为假设舰以恒定航速V_S保持航向ψ_S行驶，到达着舰点时，舰船着舰点的位置矢量表示为

(3)计算无人机的初始下降点在地面坐标系下的位置：根据预定着舰时间t、预定无人机下滑角为γ_c、预定无人机地速矢量V_c、斜角甲板的方位角为λ_ac，可计算出无人机初始下降点在地面坐标系中的初始位置为

式中，γ_c为负值，R_A＝Vt_d，t_d为下滑着舰所需时间。

(4)计算无人机重心基准轨迹：以无人机重心O_A为原点的具有斜角甲板的三维着舰基准轨迹表示为

舰载制导子系统通过数据链路通信网络将无人机实际运行轨迹与无人机基准轨迹发送给机载控制子系统，机载控制子系统计算无人机绝对运行轨迹相对于基准下滑轨迹的误差修正指令信号，在本发明中优选采用纵向引导律和侧向引导律计算误差修正指令信号，通过无人机轨迹控制模块进行以下计算：

(1)纵向引导律计算

纵向引导是以俯仰姿态作为内回路，通过无人机高度信息与指令高度信号求差，得到高度误差信号，通过抑制高度误差来实现飞行高度的控制。为了更快速、准确地消除静差，同时为了使引导律在滤去传感器噪声的同时具有一定的稳定裕度并且具有足够带宽，在设计时加入α-β滤波器，纵向引导律的计算原理框图如图2所示。

图2中，H_er表示高度误差信息，表示高度指令的一阶导数。α滤波器用来滤去高度误差信息H_er中的噪声，β滤波器预估的信息并经α₁滤波器再次滤波，最后经α₂滤波器对整个引导信息进行软化处理，并得到俯仰角指令信号θ_c。

其中，α-β滤波器、α₁滤波器、α₂滤波器的传递函数表达式为：

其中，T为滤波器采样周期。

(2)侧向引导律计算

侧向引导律的作用是通过将指定的侧偏信号与实际侧偏信号相减得到误差信号，

消除这一误差信号，不断修正飞行轨迹，其结构如图3所示。

图3中，y_er表示侧偏误差，表示侧偏指令的一阶导数，φ_c为滚动角指令信号。其中每个滤波器的作用与高度控制器中一致，其传递函数形式如下：

无人机姿态控制模块计算升降舵、油门开度、副翼和方向舵控制指令修正信号并发送给油门和舵机伺服模块，控制无人机修正着舰轨迹，在本发明中采用基于信息融合控制理论，将关于升降舵、油门开度、副翼和方向舵控制指令修正信号的运算分为纵向控制律计算和横侧向控制律计算，其计算步骤如下：

(1)纵向控制律计算

第一步，建立无人机运动的非线性数学模型。基于无人机着舰过程中的飞行速度V、飞行姿态角(θ，φ，ψ)及姿态角速率(p，q，r)、气流角(α，β)和升降舵、油门开度、副翼和方向舵控制指令修正信号对无人机模型进行线性化处理，得到纵向线性模型为

y_lon＝[0 0 0 1]x_lon

其中，x_lon＝[ΔV Δα Δq Δθ]^T为状态变量，u_lon＝[Δδ_e Δδ_T]^T为控制输入变量。

第二步，定义误差e_lon＝r_lon-y_lon，r_lon＝Δθ_c，建立纵向线性误差系统线性模型

经过离散化处理，得到离散时间误差系统线性模型

x _lon，k+1＝A _lon x _lon，k+B _lonu_lon，k

第三步，基于信息融合最优控制方法，设计纵向控制律

信息融合最优控制基于线性二次型性能指标函数，关于控制向量的信息有两个，包括

0＝u_lon，k+n_lon，k

式中，n_lon，k为零均值、协方差为R_lon ^-1的白噪声，w_lon，k+1是零均值、协方差为P _lon，k+1的白噪声。由于协状态估计与误差系统的期望输出有关系，而作为输出调节器设计问题，期望输出为零，因此

基于融合估计理论，通过融合上述两个信息，得到无人机纵向控制向量的最优融合估计为

式中，Q_lon，R_lon分别为性能指标函数中输出调节误差项和控制能量项的权值矩阵。

(2)横侧向控制律计算

第一步，建立无人机运动的非线性数学模型。基于无人机的预定高度、预定速度、预定下滑角信号，对无人机模型进行线性化处理，得到横侧向线性模型为

y_lat＝[0 0 0 1]x_lat

式中，x_lat＝[β p r φ]^T为状态变量，u_lat＝[δ_a δ_r]^T为控制输入变量

第二步，定义误差e_lat＝r_lat-y_lat，r_lat＝φ_c，建立横侧向线性误差系统线性模型：

其中，C_lat为常数矩阵。

将横侧向线性误差系统线性模型经过离散化处理，得到离散时间误差系统线性模型，

x _lat，k+1＝A _lat x _lat，k+B _latu_lat，k

第三步，基于信息融合最优控制方法，设计横侧向控制律。控制的目的是为了误差系统输出调节为零，使得无人机的滚转角跟踪指令信号，侧滑角、滚转角速率和偏航角速率保持在着舰平衡运动状态。

信息融合最优控制基于线性二次型性能指标函数，关于控制向量的信息有两个，包括

0＝u_lat，k+n_lat，k

式中，n_lat，k为零均值、协方差为R_lat ^-1的白噪声，w_lat，k+1是零均值、协方差为P _lat，k+1的白噪声。由于协状态估计与误差系统的期望输出有关系，而作为输出调节器设计问题，期望输出为零，因此

基于融合估计理论，通过融合上述两个信息，得到无人机横侧向控制向量的最优融合估计为

式中，Q_lat，R_lat分别为性能指标函数中输出调节误差项和控制能量项的权值矩阵。

油门与舵机伺服模块根据无人机姿态控制模块发送的升降舵、油门开度、副翼和方向舵控制指令修正信号调整无人机着舰轨迹。

为了验证雷达引导无人机自动着舰制导与控制系统的有效性，本发明利用MATLAB仿真软件，构建了该仿真系统，设计了一条理想着舰下滑轨迹，利用飞控系统实现该轨迹的跟踪控制，从而实现着舰过程。为了简化仿真过程，仅建立了无人机的线性化数学模型，设计了姿态控制回路和轨迹控制回路，仅给出了纵向下滑轨迹的跟踪结果如图4所示，图中，虚线表示无人机实际下滑轨迹，实线表示基准下滑轨迹。其中，无人机初始高度设置为104.5米，理想下滑速度设置为20米/秒。从图中结果可以看出，本发明提供的控制方法可以实现无人机理想着舰下滑轨迹的跟踪。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (7)

1.一种雷达引导无人机自动着舰制导与控制系统，由机载控制子系统和舰载制导子系统组成，两个子系统之间通过数据链路实现通信，其特征在于，

所述舰载制导子系统包括：雷达测量模块、雷达坐标转换计算模块、雷达坐标平移模块、舰船几何测量模块、舰船六度自由度运动模块、舰船扰动影响计算模块、机舰相对位置计算模块、无人机绝对位置计算模块和无人机基准轨迹计算模块；

所述雷达测量模块，用于测量以舰载引导雷达天线O_R为原点的球坐标系R下无人机的位置坐标(R_R,θ_R,ψ_R)，其中，R_R为斜距，θ_R为高低角，ψ_R为方位角，并发送给雷达坐标转换计算模块；

所述雷达坐标转换计算模块，接收雷达测量模块发送的无人机在坐标系R中的位置坐标(R_R,θ_R,ψ_R)，将其转换为以舰载引导雷达天线O_R为原点的空间坐标系O_R-X_ERY_ERZ_ER中的无人机位置坐标(X_EA1,Y_EA1,Z_EA1)，并将转换后的位置坐标发送给雷达坐标平移模块；

所述舰船几何测量模块，测量舰载引导雷达天线O_R位置与着舰点O_TD位置的相对距离，发送给雷达坐标平移模块，记ΔX,ΔY,ΔZ分别表示O_R与O_TD相对距离在空间坐标系TD中X轴、Y轴、Z轴上的分量；测量舰船重心O_S位置与着舰点O_TD位置的相对距离，发送给舰船扰动影响计算模块，记L_TD,Y_TD,G_TD分别表示O_S与O_TD相对距离在空间坐标系TD中X轴、Y轴、Z轴上的分量；测量舰船斜角甲板的方位角λ_ac，发送给无人机基准轨迹计算模块；

所述雷达坐标平移模块，根据接收到的无人机在坐标系O_R-X_ERY_ERZ_ER中的位置坐标(X_EA1,Y_EA1,Z_EA1)以及雷达天线O_R位置与着舰点O_TD位置的相对距离ΔX,ΔY,ΔZ，计算得到无人机在以着舰点O_TD为原点的空间坐标系TD中的位置坐标(X_EATD,Y_EATD,Z_EATD)并发送给机舰相对位置计算模块；

所述舰船六度自由度运动模块，测量着舰点O_TD在以地面上一点O_E为原点的地面坐标系E下的位置坐标(X_ES,Y_ES,Z_ES)，发送给无人机绝对位置计算模块；测量当无人机进入着舰过程时着舰点O_TD在坐标系E的初始位置(X_ES0,Y_ES0)、舰船的航向角ψ、舰船前向速度u_s和侧向速度v_s，发送给无人机基准轨迹计算模块；测量坐标系E中由于海浪因素引起的舰船重心线位移扰动(ΔX_su，ΔY_sw，ΔZ_he)及角位移扰动(θ_S,φ_S,ψ_S)，发送给舰船扰动影响计算模块；其中，ΔX_su为舰船重心O_S处的纵荡信号，ΔY_sw为舰船重心O_S处的横荡信号，ΔZ_he为舰船重心O_S处的沉浮信号；θ_S、φ_S、ψ_S分别表示坐标系E中舰船重心在坐标轴X、Y、Z上的旋转角；

所述舰船扰动影响计算模块，根据接收到的舰船重心O_S位置与着舰点O_TD位置的相对距离L_TD,Y_TD,G_TD、舰船重心线位移扰动(ΔX_su，ΔY_sw，ΔZ_he)及角位移扰动(θ_S,φ_S,Ψ_S)，计算出舰船线位扰动相对着舰点O_TD的漂移量(ΔX_ES1,ΔY_ES1,ΔZ_ES1)和舰船角位扰动相对着舰点O_TD的漂移量(ΔX_ES3,ΔY_ES3,ΔZ_ES3)，并发送给机舰相对位置计算模块；其中，ΔX_ES1表示ΔX_su对着舰点O_TD的漂移量，ΔY_ES1表示ΔY_sw对着舰点O_TD的漂移量，ΔZ_ES1表示ΔZ_he对着舰点O_TD的漂移量；ΔX_ES3表示θ_S对着舰点O_TD的漂移量，ΔY_ES3表示φ_S对着舰点O_TD的漂移量，ΔZ_ES3表示Ψ_S对着舰点O_TD的漂移量；

所述机舰相对位置计算模块，根据接收到的舰船线位扰动相对着舰点O_TD的漂移量(ΔX_ES1,ΔY_ES1,ΔZ_ES1)和舰船角位扰动相对着舰点O_TD的漂移量(ΔX_ES3,ΔY_ES3,ΔZ_ES3)，以及雷达坐标平移模块发送的无人机在坐标系TD中的位置坐标(X_EATD,Y_EATD,Z_EATD)，计算出机舰相对位置(X_EAS,Y_EAS,Z_EAS)并发送给无人机绝对位置计算模块；

所述无人机绝对位置计算模块，根据接收到的机舰相对位置(X_EAS,Y_EAS,Z_EAS)和舰船在坐标系E下的位置坐标(X_ES,Y_ES,Z_ES)，计算出无人机在坐标系E下的绝对位置并发送给无人机轨迹控制模块；

所述无人机基准轨迹计算模块，根据接收到的船舰斜角甲板方位角λ_ac、舰船在无人机进入着舰过程时的初始位置(X_ES0,Y_EX0)、舰船的航向角ψ、舰船前向速度u_s和侧向速度v_s，计算生成无人机重心的基准下滑轨迹以及无人机着舰过程中相对于坐标系E的下滑速度V_C、下滑角γ_C和无人机开始着舰时相对于地面坐标系的初始高度H_C0；将无人机重心的基准下滑轨迹发送给无人机轨迹控制模块，将无人机着舰过程中相对于地面坐标系E的下滑速度V_C、下滑角γ_C和无人机开始着舰时相对于地面坐标系的初始高度H_C0发送给无人机姿态控制模块；

所述机载控制子系统，包括：无人机轨迹控制模块、无人机姿态控制模块、无人机传感器模块和油门与舵机伺服模块；

所述无人机轨迹控制模块，根据接收到的无人机绝对位置信号；接收无人机基准轨迹计算模块发送的基准下滑轨迹信号；向无人机姿态控制模块发送无人机俯仰角指令信号θ_C和滚转角指令信号φ_C；

所述无人机姿态控制模块，接收无人机基准轨迹计算模块发送的无人机着舰过程中相对于坐标系E的下滑速度、下滑角和无人机开始着舰时相对于地面坐标系的初始高度信号(V_C,γ_C,H_C0)；接收无人机轨迹控制模块发送的俯仰角指令信号θ_C和滚转角指令信号φ_C；向油门与舵机伺服模块发送升降舵控制指令修正信号油门开度控制指令修正信号副翼控制指令修正信号和方向舵控制指令修正信号

所述油门与舵机伺服模块，用于使无人机根据接收到的升降舵、油门开度、副翼和方向舵控制指令修正信号调整飞行轨迹；

所述无人机传感器模块，用于采集无人机着舰过程中的实时参数，包括飞行速度V、飞行姿态角(θ,φ,ψ)及姿态角速率(p,q,r)、气流角(α,β)，并发送到无人机姿态控制模块；其中，θ,φ,ψ分别表示无人机飞行时的俯仰角、滚转角、偏航角；p,q,r分别为滚转角速率、俯仰角速率和偏航角速率；α,β分别表示无人机的气流迎角和气流侧滑角。

2.根据权利要求1所述的雷达引导无人机自动着舰制导与控制系统，其特征在于，所述无人机轨迹控制模块包括纵向引导律计算模块和侧向引导律计算模块；所述纵向引导律计算模块用于计算无人机实际着舰轨迹相对于基准轨迹的纵向误差和纵向调整角度；侧向引导律计算模块用于计算无人机实际着舰轨迹相对于基准轨迹的侧向误差和侧向调整角度。

3.根据权利要求2所述的雷达引导无人机自动着舰制导与控制系统，其特征在于，所述纵向引导律计算模块和侧向引导律计算模块均采用α-β滤波器设计模式。

4.根据权利要求1所述的雷达引导无人机自动着舰制导与控制系统，其特征在于，所述无人机姿态控制模块包括纵向控制律计算模块和横侧向控制律计算模块；纵向控制律用于计算模块用于计算无人机纵向控制信号；横侧向控制律计算模块用于计算无人机横侧向控制信号。

5.一种雷达引导无人机自动着舰制导与控制方法，通过设置在舰船上的舰载制导子系统与设置在无人机上的机载控制子系统之间进行数据网络通信来调整无人机着舰的轨迹，其特征在于，包括步骤：

(1)获取无人机相对于地面坐标系的绝对运行轨迹，包括：

1)计算出无人机相对于着舰点O_TD的运动轨迹，包括步骤：

设无人机开始着舰的时间为t₀，结束着舰的时间为t_d，t为无人机从开始着舰到结束着舰中间的任意时间点；建立以舰载引导雷达天线O_R为原点的球坐标系R，通过雷达测量位置坐标模块测量t时刻无人机在坐标系R中的(R_R,θ_R,ψ_R)，其中，R_R为斜距，θ_R为高低角，ψ_R为方位角；建立以舰载引导雷达天线O_R为原点的空间坐标系O_R-X_ERY_ERZ_ER，将t时刻无人机在坐标系R中的位置坐标转换为在坐标系O_R-X_ERY_ERZ_ER中的位置坐标(X_EA1,Y_EA1,Z_EA1)，(X_EA1,Y_EA1,Z_EA1)的表达式为：

通过舰船几何测量模块测量舰载引导雷达天线O_R位置与着舰点O_TD位置的相对距离ΔX,ΔY,ΔZ、舰船重心O_S位置与着舰点O_TD位置的相对距离L_TD,Y_TD,G_TD以及舰船斜角甲板的方位角λ_ac，并将检测到的信息发送给雷达坐标平移计算模块，其中，ΔX,ΔY,ΔZ分别表示O_R与O_TD相对距离在空间坐标系TD中X轴、Y轴、Z轴上的分量，L_TD,Y_TD,G_TD分别表示O_S与O_TD相对距离在空间坐标系TD中X轴、Y轴、Z轴上的分量；建立以着舰点O_TD为原点的空间坐标系TD并通过雷达坐标平移计算模块计算出t时刻无人机在坐标系TD中的位置坐标(X_EATD,Y_EATD,Z_EATD)，计算表达式为：

2)计算着舰点O_TD相对于地面坐标系E的运动轨迹，包括步骤：

建立以地面上静止的一点O_E为原点的地面坐标系E，坐标系E与舰船平面具有相同高度，设舰船在地面坐标系E中的航向角为ψ，并沿着舰体长度方向做匀速运动，其前向速度为u_s，侧向速度为v_s，通过舰船六自由度运动测量模块测量出t₀时着舰点O_TD相对于地面坐标系E的位置(X_ES0,Y_ES0)，由此计算出着舰点O_TD在坐标系E中的运动速度分量，其表达式为：

进一步得到着舰点O_TD在坐标系E中的位置矢量其中，

3)计算舰船重心线位移扰动和角位移扰动，包括步骤：

通过舰船六自由度运动测量模块测量舰船重心线位移扰动(ΔX_su，ΔY_sw，ΔZ_he)及角位移扰动(θ_S,φ_S,ψ_S)，其中，ΔX_su为舰船重心O_S处的纵荡信号，ΔY_sw为舰船重心O_S处的横荡信号，ΔZ_he为舰船重心O_S处的沉浮信号；θ_S、φ_S、ψ_S分别表示坐标系E中舰船重心在坐标轴X、Y、Z上的旋转角；

计算舰船三个线位移扰动对着舰点O_TD的漂移量，其计算表达式为：

计算舰船三个角位移扰动量(θ_S,φ_S,ψ_S)对着舰点O_TD的漂移量，其计算表达式为：

其中，是以无人机体为原点的空间坐标系B到地面坐标系E的转换矩阵，ψ_S0为舰船在着舰开始时间t₀的初始方位角；

将无人机在以着舰点O_TD为原点的地面坐标系TD中的位置坐标减去舰船六自由度扰动运动在着舰点处的扰动值，得到无人机在雷达稳定坐标系中的坐标，其计算公式为：

根据无人机相对于着舰点O_TD的位置(X_EAS,Y_EAS,Z_EAS)和着舰点O_TD相对于地面坐标系的位置计算出着舰过程中无人机相对于地面坐标系E的绝对运行轨迹，表示为其中

(2)通过无人机基准轨迹计算模块计算出无人机相对于地面坐标系E的基准下滑轨迹，包括步骤：

1)设定参数：假设无人机着舰时先以H_c0作高度保持飞行，对准跑道的方位角为λ_ac，预定的下降点表示为O_A0(X_A0,Y_A0,Z_A0)时，当到达预定下降点时无人机开始下滑并跟踪基准轨迹；

2)计算预定的着舰点O_TD在地面坐标系E下的位置：着舰开始时，舰船着舰点O_TD在地面坐标系下的初始位置为假设舰船以恒定航速V_S保持航向角ψ行驶，到达着舰点时，舰船着舰点O_TD的位置矢量表示为

3)计算无人机的初始下降点O_A0(X_A0,Y_A0,Z_A0)在地面坐标系E下的位置：无人机下滑角为γ_c、无人机地速矢量V_c、舰船斜角甲板的方位角为λ_ac，计算出无人机初始下降点O_A0(X_A0,Y_A0,Z_A0)在地面坐标系E中的初始位置为

式中，γ_c为负值，R_A＝Vt_d，t_d为下滑结束时间，V为下滑速度；

4)无人机相对于地面坐标系E的基准下滑轨迹：以无人机重心为原点的具有斜角甲板的三维着舰基准轨迹表示为

(3)无人机绝对位置计算模块和无人机基准轨迹计算模块通过数据链路通信网络分别将无人机实际运行轨迹与无人机基准轨迹发送给无人机轨迹控制模块，无人机轨迹控制模块计算无人机绝对运行轨迹相对于基准下滑轨迹的误差修正指令信号，包括俯仰角指令信号θ_C和滚转角指令信号φ_C，并发送给无人机姿态控制模块；

(4)无人机姿态控制模块获取无人机传感器模块发送的无人机实时飞行姿态信息，并根据误差修正指令信号控制油门与舵机伺服模块对无人机的升降舵、油门开度、副翼和方向舵进行调整。

6.根据权利要求5所述的一种雷达引导无人机自动着舰制导与控制方法，其特征在于，所述步骤(3)还包括：采用纵向引导律和侧向引导律，通过无人机轨迹控制模块计算误差修正指令信号，包括步骤：

1)纵向引导率计算，包括：

设无人机实际飞行高度为H，高度指令为H_C，用高度指令减去无人机实际飞行高度得到高度误差信号H_er，表示高度指令的一阶导数；采用α滤波器滤去高度误差信号H_er中的噪声并将滤去噪声后的信号发送给α₂滤波器；采用β滤波器对进行预估，将预估后的信号发送给α₁滤波器再次滤波并发送给α₂滤波器；α₂滤波器对整个引导信息进行软化处理，并得到俯仰角指令信号θ_c，其中，α-β滤波器、α₁滤波器、α₂滤波器的传递函数表达式为：

其中，T为滤波器采样周期；

2)侧向引导律计算，包括：

设无人机实际侧偏角度为y，侧偏指令为y_c，用侧偏指令减去无人机实际侧偏角度得到侧偏误差信号y_er，表示侧偏指令的一阶导数，φ_c表示滚动角指令信号；采用α滤波器滤去高度误差信号y_er中的噪声并将滤去噪声后的信号发送给α₂滤波器；采用β滤波器对进行预估，将预估后的信号发送给α₁滤波器再次滤波并发送给α₂滤波器；α₂滤波器对整个引导信息进行软化处理，并得到滚动角指令信号φ_c，其中，α滤波器、β滤波器、α₁滤波器和α₂滤波器的传递函数表达式为：

。

7.根据权利要求6所述的一种雷达引导无人机自动着舰制导与控制方法，其特征在于，所述步骤(4)还包括：无人机姿态控制模块采用基于信息融合控制理论，将关于升降舵、油门开度、副翼和方向舵控制指令修正信号的运算分为纵向控制律计算和横侧向控制律计算，包括步骤：

1)计算纵向控制率，包括：

第一步，基于无人机着舰过程中的下滑速度V、俯仰角θ、滚转角φ、偏航角ψ、滚转角速率p、俯仰角速率q、偏航角速率r、气流迎角α、气流侧滑角β、升降舵控制指令修正信号油门开度控制指令修正信号副翼控制指令修正信号和方向舵控制指令修正信号建立无人机运动的纵向线性模型，为

y_lon＝[0 0 0 1]x_lon

其中,x_lon为纵向状态变量，x_lon＝[ΔV Δα Δq Δθ]^T，式中，ΔV、Δα、Δq、Δθ分别为无人机受到纵向扰动时发生的下滑速度偏离量、迎角偏离量、俯仰角速率偏离量和俯仰角偏离量；u_lon为纵向控制输入变量，u_lon＝[Δδ_e Δδ_T]^T，式中，Δδ_e和Δδ_T分别表示控制扰动所需的升降舵控制指令修正信号增量和油门开度控制指令修正信号增量；y_lon为无人机运动的纵向线性模型的纵向控制输出变量；

第二步，定义误差为e_lon＝r_lon-y_lon，r_lon＝Δθ_c，Δθ_c表示纵向扰动时发生俯仰角指令信号偏离量；建立纵向线性误差系统线性模型，为：

纵向线性误差系统线性模型进行离散化处理，得到离散时间误差系统线性模型，为x _lon,k+1＝A _lon x _lon,k+B _lonu_lon,k

式中，x _lon,k+1表示k+1时刻的纵向状态变量，x _lon,k表示k时刻的纵向状态变量，u_lon,k表示k时刻的纵向控制输入变量；

第三步，基于信息融合最优控制方法，设计纵向控制律方程式为

0＝u_lon,k+n_lon,k

式中，n_lon,k为零均值、协方差为R_lon ^-1的白噪声，w_lon,k+1为零均值、协方差为P _lon,k+1的白噪声，假设误差系统的期望输出值为零，取将的取值带入纵向控制律方程式，得到无人机纵向控制向量的最优融合估计，为

式中，Q_lon,R_lon分别为性能指标函数中输出调节误差项和控制能量项的权值矩阵，P_lon为纵向控制黎卡提方程的解；

2)计算横侧向控制律，包括：

基于无人机着舰过程中的下滑速度V、飞行姿态角(θ,φ,ψ)及姿态角速率(p,q,r)、气流角(α,β)和升降舵、油门开度、副翼和方向舵控制指令修正信号建立无人机运动的横测向线性模型，为

y_lat＝[0 0 0 1]x_lat

式中，x_lat为横侧向状态变量，x_lat＝[β p r φ]^T，u_lat为横侧向控制输入变量，u_lat＝[δ_aδ_r]^T，δ_a表示无人机当前的副翼控制信号，δ_r表示无人机当前的方向舵控制信号；y_lat为无人机运动的横侧向线性模型的控制输出变量；

第二步，定义误差e_lat＝r_lat-y_lat，r_lat＝φ_c，φ_c表示横向扰动时发生滚转角指令信号偏离量；建立横侧向线性误差系统线性模型，为：

C_lat＝[0 0 0 1]；

横侧向线性误差系统线性模型进行离散化处理，得到横侧向离散时间误差系统线性模型，为

x _lat,k+1＝A _lat x _lat,k+B _latu_lat,k

x _lat,k+1表示k+1时刻的横向状态变量，x _lat,k表示k时刻的横向状态变量，u_lat,k表示k时刻的横向控制输入变量；

第三步，基于信息融合最优控制方法，设计横侧向控制律方程式为

0＝u_lat,k+n_lat,k

式中，n_lat,k为零均值、协方差为R_lat ^-1的白噪声，w_lat,k+1是零均值、协方差为P _lat,k+1的白噪声，设误差系统的期望输出值为零，取将的取值代入横侧向控制律方程式，得到无人机横侧向控制向量的最优融合估计值为

式中，P_lat为侧向控制黎卡提方程的解，Q_lat,R_lat分别为性能指标函数中输出调节误差项和控制能量项的权值矩阵。