CN105910602B

CN105910602B - 一种组合导航方法

Info

Publication number: CN105910602B
Application number: CN201610372749.8A
Authority: CN
Inventors: 冷雪飞; 茹江涛; 巩哲; 刘杨
Original assignee: Nanjing University of Aeronautics and Astronautics
Current assignee: Nanjing University of Aeronautics and Astronautics
Priority date: 2016-05-30
Filing date: 2016-05-30
Publication date: 2019-01-29
Anticipated expiration: 2036-05-30
Also published as: CN105910602A

Abstract

本发明实施例公开了一种组合导航方法，涉及导航技术领域，能够提高组合导航系统的可靠性和精度。本发明包括：在飞行器导航过程中，通过主传感器获取惯性导航信息，所述主传感器包括：惯性导航系统(I NS)；通过图像传感器采集飞行图像与基准图像匹配，并获取飞行器位置信息、航向角信息，所述图像传感器包括合成孔径雷达(SAR)，所述飞行图像包括SAR图像；根据由所述图像传感器连续拍摄的图像，计算序列图像间关系，并通过相机成像模型获取所述飞行器的速度信息；通过气压高度计获取所述飞行器的高度信息；利用所述飞行器的位置、航向角信息、速度信息和高度信息，修正惯性导航信息。本发明适用于组合导航系统。

Description

一种组合导航方法

技术领域

本发明涉及导航技术领域，尤其涉及一种组合导航方法。

背景技术

目前，在航空器导航技术中，仅使用单一的导航系统已很难满足高精度导航的要求，各大机构都在研究结合多种传感器建成组合导航的方案，从而将不同种类的惯性导航信息有机结合，综合提高导航系统的可靠性和精度。

集成了惯性导航系统(INS)和合成孔径雷达(SAR)的组合导航系统因其自主性强、体积小、成本低、不易受电磁干扰等优点，在航空航天飞行器导航领域具有广泛应用。但是在组合导航系统中，不同的量测系统获得信息是不同步的。例如：INS一般具有比较小的积分时间；而SAR中的数字图像处理往往伴随大量的运算，因此SAR的图像匹配定位结果和INS的测速结果会有较大的量测间隔。且SAR动态的拍摄图像具有不同的特征信息，不同飞行位置的SAR定位和测速的量测时间也不相同。这些问题，都造成了图像匹配定位测速的输出的信息不同步，使得组合滤波精度产生负面影响，导致滤波发散，从而降低了组合导航系统的可靠性和精度。

发明内容

本发明的实施例提供一种组合导航方法，能够提高组合导航系统的可靠性和精度。

为达到上述目的，本发明的实施例采用如下技术方案：

在飞行器导航过程中，通过主传感器获取惯性导航信息，所述主传感器包括：惯性导航系统(INS)；通过图像传感器采集飞行图像与基准图像匹配，并获取飞行器位置信息、航向角信息，所述图像传感器包括合成孔径雷达(SAR)，所述飞行图像包括SAR图像；根据由所述图像传感器连续拍摄的图像，计算序列图像间关系，并通过相机成像模型获取所述飞行器的速度信息；通过气压高度计获取所述飞行器的高度信息；利用所述飞行器的位置、航向角信息、速度信息和高度信息，修正所述惯性导航信息。

本发明实施例提供的组合导航方法，利用了SAR所提供的图像信息，加入了序列图像测速模块，为INS提供速度修正，提高了传统的SAR/INS组合导航的可靠性和精度。且利用INS信息增量同时对SAR惯性导航信息延迟、非等间隔以及SAR量测不在INS滤波离散间隔上所带来的误差进行补偿，相比于不考虑SAR量测不在INS滤波离散间隔上的延迟修正更加精确，解决了目前在组合导航系统中，不同的量测系统获得信息是不同步的问题，提高了组合导航系统的可靠性和精度。并且本发明所采用的滤波融合算法在其他组合导航中，如INS/GPS也可适用，便于在工程应用的组合导航系统中进一步扩展并利用其他量测系统获得的信息。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本发明实施例提供的组合导航方法的流程图；

图2为本发明实施例提供的组合导航系统的运行架构示意图；

图3为本发明实施例提供的具体实例中的时序关系示意图。

具体实施方式

为使本领域技术人员更好地理解本发明的技术方案，下面结合附图和具体实施方式对本发明作进一步详细描述。下文中将详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

本发明实施例提供一种组合导航方法，如图1所示，包括：

S1、在飞行器导航过程中，通过主传感器获取惯性导航信息。

S2、通过图像传感器采集飞行图像与基准图像匹配，并获取飞行器位置信息、航向角信息。

其中，所述主传感器包括：惯性导航系统(INS)。所述图像传感器包括合成孔径雷达(SAR)，所述飞行图像包括SAR图像。例如：基于如图2所示的组合导航系统：在飞行器导航过程中，利用惯性导航系统(INS)作为主传感器，获得惯性导航信息。并在飞行器导航过程中，利用合成孔径雷达(SAR)图像与基准图像匹配获得飞行器位置、航向角信息；利用SAR连续拍摄的图像，计算序列图像间关系，同时结合飞行器姿态、高度、相机成像模型，得到飞行器东向和北向速度信息。设两张序列图像拍摄时间为t_velo1，t_velo2，该时间间隔内东向或北向的移动距离为l，则该方向速度为v＝l/(t_velo2-t_velo1)，速度量测时间为t_{velo_measure}＝(t_velo1+t_velo1)/2；利用气压高度计获得飞行器高度信息。对于每个量测时刻，都记录下量测时间t_measure，并在后两个滤波离散间隔记录下惯性导航系统的对应惯性导航信息X_{ins_1}，X_{ins_2}，以及后一个滤波离散间隔时刻t₁。

S3、根据由所述图像传感器连续拍摄的图像，计算序列图像间关系，并通过相机成像模型获取所述飞行器的速度信息。

S4、通过气压高度计获取所述飞行器的高度信息。

S5、利用所述飞行器的位置、航向角信息、速度信息和高度信息，修正所述惯性导航信息。

在本实施例中，所述利用所述飞行器的位置、航向角信息、速度信息和高度信息，修正所述惯性导航信息的具体实现方式包括：

根据所述飞行器的位置、航向角信息、速度信息和高度信息获取量测量。例如：根据所述飞行器的位置、航向角信息、速度信息和高度信息，通过量测

方程获取量测量，F(t)为状态转移矩阵，-G(t)为噪声系数矩阵，W(t)为噪声矩阵，X(t)为系统状态变量矩阵，其中，所述系统状态变量矩阵表示为：φ_E,φ_N,φ_U为沿东向、北向、天向姿态误差，δ_E,δ_N,δ_U分别表示东向、北向和天向的速度误差，δL,δλ,δh分别表示纬度、经度和高度误差，ε_bx,ε_by,ε_bz分别表示3个方向的陀螺常值漂移误差，ε_rx,ε_ry,ε_rz分别表示3个方向的一阶马尔可夫漂移误差，分别表示3个方向加速度计零偏。

其中，通过量测方程获取量测量的具体方式可以采用：根据所述INS与所述SAR的量测航向角、经度/纬度方向的速度、经度/纬度位置之差和所述INS与所述气压高度计获取的高度信息的之差，利用所述量测方程获取量测量Z(t)＝H(t)X(t)+V(t)其中，所述量测量的矩阵表示为：

R_M和R_N用于表示地球曲率半径，L为纬度，V₁为图像匹配输出的航向角误差，且V₁的大小依赖图像匹配定位精度，V₂和V₃分别表示序列图像匹配输出的经度方向速度误差、纬度方向速度误差，V₂和V₃的大小依赖序列图像匹配测速精度，V₄和V₅分别表示经度方向，纬度方向位置误差，V₄和V₅的大小依赖图像匹配定位精度，V₆为气压高度表高度误差，V₆的其大小依赖气压高度表测高精度，Z₁～Z₅分别表示所述INS与所述SAR的量测航向角之差、所述INS与所述SAR的经度方向的速度之差、所述INS与所述SAR的纬度方向的速度之差、所述INS与所述SAR的经度位置之差和所述INS与所述SAR的纬度位置之差，Z₆表示所述INS与所述气压高度计获取的高度信息的误差。

并在惯性导航系统的离散间隔到来时，检测是否有除惯性导航系统以外的量测信息被输出。

若无除惯性导航系统以外的量测信息被输出，则利用状态转移矩阵进行卡尔曼滤波的时间更新。例如：通过进行卡尔曼滤波的时间更新，其中，为k时刻状态向量，Φ_k,k-1为k时刻系统状态转移矩阵，P_k/k为k时刻误差协方差阵，Q_k-1为k-1时刻系统噪声方差阵，Γ_k,k-1为k-1时刻系统噪声系数阵。

若有除惯性导航系统以外的量测信息被输出，且量测输出不在状态方程离散间隔上，则延迟至紧邻的后一个离散间隔上，对除惯性导航系统以外的量测信息进行延迟修正，再进行组合滤波。例如：

对于每个量测时刻，记录量测时间t_measure，并在后两个滤波离散间隔记录下惯性导航系统的对应的惯性导航信息X_{ins_1}和X_{ins_2}，和后一个滤波离散间隔时刻t₁；

通过修正方程得到修正后的SAR的量测信息，其中，X_{ins_end}为滤波组合时刻的惯性导航系统的对应的惯性导航信息，Z_measure为SAR产生的量测信息，T为滤波离散间隔。

在本实施例中，在组合滤波中同时进行卡尔曼滤波的时间更新和量测更新，并根据滤波结果修正所述惯性导航信息的误差。例如：

通过进行卡尔曼滤波的时间更新和量测更新，其中，上述方程式中的各大写字母角标中的k均表示k时刻，Z_k为k时刻量测信息，为k时刻状态一步预测值，P_k/k-1为k时刻一步预测均方差，K_k为k时刻滤波增益。K时刻量测矩阵H_k，噪声方差阵R_k则需要根据量测传感器输出进行选择。

具体的，当SAR产生量测输出时，如果量测输出不在状态方程离散间隔上，则延迟至紧邻的后一个状态方程离散间隔上，并对SAR产生量测信息延迟修正。SAR定位量测不同步和信息滞后的时序关系如图3所示，其中：

T_INS为INS的计算周期，状态方程的离散化周期为T，设T＝NT_SNI,N为正整数，t₁、t₂、t₃…为滤波输出时刻，T_SAR1,T_SAR2为SAR定位从开始定位到图像匹配算法运行结束的时间间隔，每次SAR定位的T_SARi的时间间隔不一定相同，本算法不假设SAR定位开始时刻和匹配算法结束时刻在状态方程的离散间隔上，Δτ为SAR定位开始时刻到紧邻的后一个状态方程离散间隔的时间间隔，Δt为图像匹配算法运行结束到紧邻的后一个状态方程离散间隔的时间间隔。图像匹配测速与SAR定位具有相似的时序。

对SAR产生量测信息延迟修正的步骤为：在滤波组合时刻的对应惯性导航系统信息为X_{ins_end}，SAR传感器产生量测信息输出为Z_measure，滤波离散间隔为T，通过修正方程：

得到修正后的SAR传感器产生量测信息，再利用该信息进行组合滤波。

以图3中的第一次SAR定位修正时序为例，在t_s1时刻SAR开始定位，记录下与后一个滤波离散间隔t₂的时间差Δτ₁，并记录t₂，t₃时刻的INS输出值X_{ins_t2}，X_{ins_t3}，直到t_s2SAR匹配结束，输出t_s1时刻的量测值Z_posi，如果t_s2在状态方程离散间隔上，则记录该时间点的INS输出，如果不在间隔上，则记录后一个离散间隔点t₆的INS输出值X_{ins_t6}。t₆时刻的SAR匹配定位量测值为：

其中Z_k为k时刻量测信息，为k时刻状态一步预测值，P_k/k-1为k时刻一步预测均方差，K_k为k时刻滤波增益。K时刻量测矩阵H_k，噪声方差阵R_k则需要根据量测传感器输出进行选择：如有SAR定位的量测输出和SAR图像测速输出，则进行两者组合，如果还有高度计测高输出，则进行三者组合，因此共有7种组合方式。设SAR定位的量测矩阵为H_posi，噪声方差阵为R_posi；SAR图像测速的量测矩阵为H_velo，噪声方差阵为R_velo；气压高度计测高的量测矩阵为H_height，噪声方差阵为R_height。那么两者组合的量测矩阵和噪声方差阵分别为：三者组合的量测矩阵和噪声方差阵为：

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccess Memory，RAM)等。以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims

1.一种组合导航方法，其特征在于，包括：

在飞行器导航过程中，通过主传感器获取惯性导航信息，所述主传感器包括：惯性导航系统I NS；

通过图像传感器采集飞行图像与基准图像匹配，并获取飞行器位置信息、航向角信息，所述图像传感器包括合成孔径雷达SAR，所述飞行图像包括SAR图像；

根据由所述图像传感器连续拍摄的图像，计算序列图像间关系，并通过相机成像模型获取所述飞行器的速度信息；

通过气压高度计获取所述飞行器的高度信息；

利用所述飞行器的位置、航向角信息、速度信息和高度信息，修正所述惯性导航信息；

所述利用所述飞行器的位置、航向角信息、速度信息和高度信息，修正所述惯性导航信息，包括：

根据所述飞行器的位置、航向角信息、速度信息和高度信息获取量测量；

在惯性导航系统的离散间隔到来时，检测是否有除惯性导航系统以外的量测信息被输出；

若否则利用状态转移矩阵进行卡尔曼滤波的时间更新；

若是且量测输出不在状态方程离散间隔上，则延迟至紧邻的后一个离散间隔上，对除惯性导航系统以外的量测信息进行延迟修正，再进行组合滤波，其中，在组合滤波中同时进行卡尔曼滤波的时间更新和量测更新，并根据滤波结果修正所述惯性导航信息的误差。

2.根据权利要求1所述的方法，其特征在于，所述根据所述飞行器的位置、航向角信息、速度信息和高度信息获取量测量，包括：

根据所述飞行器的位置、航向角信息、速度信息和高度信息，通过量测方程获取量测量，F(t)为状态转移矩阵，G(t)为噪声系数矩阵，W(t)为噪声矩阵，X(t)为系统状态变量矩阵，其中，所述系统状态变量矩阵表示为：X＝[φ_E,φ_N,φ_U,δ_E,δ_N,δ_U,δL,δλ,δh,ε_bx,ε_by,ε_bz,ε_rx,ε_ry,ε_rz,▽_x,▽_y,▽_z]^T，φ_E,φ_N,φ_U为沿东向、北向、天向姿态误差，δ_E,δ_N,δ_U分别表示东向、北向和天向的速度误差，δL,δλ,δh分别表示纬度、经度和高度误差，ε_bx,ε_by,ε_bz分别表示3个方向的陀螺常值漂移误差，ε_rx,ε_ry,ε_rz分别表示3个方向的一阶马尔可夫漂移误差，▽_x,▽_y,▽_z分别表示3个方向加速度计零偏。

3.根据权利要求1或2所述的方法，其特征在于，通过量测方程获取量测量，包括：

根据所述INS与所述SAR的量测航向角、经度/纬度方向的速度、经度/纬度位置之差和所述INS与所述气压高度计获取的高度信息的之差，利用所述量测方程获取量测量Z(t)＝H(t)X(t)+V(t)其中，所述量测量的矩阵表示为：

R_M和R_N用于表示地球曲率半径，L为纬度，V₁为图像匹配输出的航向角误差，且V₁的大小依赖图像匹配定位精度，V₂和V₃分别表示序列图像匹配输出的经度方向速度误差、纬度方向速度误差，V₂和V₃的大小依赖序列图像匹配测速精度，V₄和V₅分别表示经度方向，纬度方向位置误差，V₄和V₅的大小依赖图像匹配定位精度，V₆为气压高度表高度误差，V₆的其大小依赖气压高度表测高精度，Z₁～Z₅分别表示所述INS与所述SAR的量测航向角、经度/纬度方向的速度、经度/纬度位置之差，Z₆表示所述INS与所述气压高度计获取的高度信息的误差。

4.根据权利要求3所述的方法，其特征在于，所述利用状态转移矩阵进行卡尔曼滤波的时间更新，包括：

通过进行卡尔曼滤波的时间更新，其中，为k时刻状态向量，Φ_k,k-1为k时刻系统状态转移矩阵，P_k/k为k时刻误差协方差阵，Q_k-1为k-1时刻系统噪声方差阵，Γ_k,k-1为k-1时刻系统噪声系数阵。

5.根据权利要求4所述的方法，其特征在于，所述对除惯性导航系统以外的量测信息进行延迟修正，包括：

6.根据权利要求5所述的方法，其特征在于，所述在组合滤波中同时进行卡尔曼滤波的时间更新和量测更新，包括：

通过进行卡尔曼滤波的时间更新和量测更新，其中，上述方程式中的各大写字母角标中的k均表示k时刻，Z_k为k时刻量测信息，为k时刻状态一步预测值，P_k/k-1为k时刻一步预测均方差，K_k为k时刻滤波增益，K时刻量测矩阵H_k，噪声方差阵R_k则需要根据量测传感器输出进行选择。