CN107702718B - 一种基于瞬间可观测度模型的机载pos机动优化方法与装置 - Google Patents

一种基于瞬间可观测度模型的机载pos机动优化方法与装置 Download PDF

Info

Publication number
CN107702718B
CN107702718B CN201710837816.3A CN201710837816A CN107702718B CN 107702718 B CN107702718 B CN 107702718B CN 201710837816 A CN201710837816 A CN 201710837816A CN 107702718 B CN107702718 B CN 107702718B
Authority
CN
China
Prior art keywords
observability
matrix
maneuvering
establishing
model
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.)
Active
Application number
CN201710837816.3A
Other languages
English (en)
Other versions
CN107702718A (zh
Inventor
李建利
王云
刘刚
房建成
翟风光
叶文
邹思远
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN201710837816.3A priority Critical patent/CN107702718B/zh
Publication of CN107702718A publication Critical patent/CN107702718A/zh
Application granted granted Critical
Publication of CN107702718B publication Critical patent/CN107702718B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)
  • Navigation (AREA)

Abstract

本发明实施例提供了一种基于瞬间可观测度模型的机载POS机动优化方法与装置，首先将机载POS建模为分段定常系统，计算系统转移矩阵与量测矩阵。利用相邻时刻可观测性矩阵的差分结果，建立瞬间可观测度矩阵。其次，提取机动对各状态量可观测度的影响因子，分别建立失准角、陀螺常值漂移及加速度计偏置等状态量的瞬间可观测度模型。最后，建立机载POS的机动耦合方程，确定提高各状态量可观测度的机动优化方式。该方法阐述了机动对瞬间可观测度的影响机理，分析了机载POS的机动耦合关系，提高了机载POS的各状态量可观测度。

Description

一种基于瞬间可观测度模型的机载POS机动优化方法与装置
技术领域
本发明涉及导航系统领域，具体涉及一种基于瞬间可观测度模型的机载POS机动优化方法与装置。
背景技术
作为一种特殊的惯性/卫星组合导航系统，机载POS是航空对地观测系统完成测绘任务必不可少的关键通用设备。它由高精度惯性测量单元(Inertial Measurement Unit，IMU)、全球定位系统(Global Positioning System，GPS)、POS计算机(POS ComputerSystem，PCS)、POS后处理软件四部分组成，为高分辨率航空遥感系统提供高频、高精度的时间、空间基准信息，通过运动误差补偿提高成像精度和效率，是实现高分辨率成像的关键。由IMU敏感载体的运动，将陀螺和加速度计的敏感信息转化为数字信息发送到PCS进行捷联解算，同时PCS接收GPS位置和速度信息，与捷联解算结果进行实时信息融合，将变化增量经过卡尔曼滤波器进行误差迭代运算，为成像载荷提供实时位置、速度和姿态信息。
在机载POS的系统模型中，可观测度是反映机载POS滤波精度及快速性的重要参数,一些状态量具有低可观测度，其估计精度不能满足成像载荷的需求；传统可观测度分析方法只能计算出特定机动方式下各状态量的可观测度,而机动方式仅凭经验设定，因此需要通过特定机动方式来提高各状态量的可观测度。
发明内容
本发明实施例提供一种基于瞬间可观测度模型的机载POS机动优化方法与装置，以期克服传统基于奇异值分解的可观测度分析方法的不足。
第一方面，本发明实施例提供一种基于瞬间可观测度模型的机载POS机动优化方法，包括：
将所述机载POS系统分解为分段定常系统；
建立机载POS系统的状态模型和量测模型，根据所述状态模型和所述量测模型计算所述分段定常系统的移矩阵F(j)与量测矩阵H(j)，其中j表示第j时间段；
通过所述转移矩阵F(j)和所述量测矩阵H(j)获取所述分段定常系统第j时间段对应的可观测度矩阵Q(j)；
根据相邻时刻可观测度矩阵Q(j)与Q(j+1)的差分结果，建立瞬间可观测度矩阵
Figure GDA0002262165760000021
Q(j+1)为第j+1时间段对应的可观测度矩阵；
根据所述瞬间可观测度矩阵
Figure GDA0002262165760000022
建立机动对各预设状态量的瞬间可观测度模型，所述各预设状态量的瞬间可观测度模型分别表示机动对相应预设状态量的影响；
建立所述分段定常系统的机动耦合方程；
通过所述各预设状态量的瞬间可观测度模型和所述机动耦合方程分别确定所述各预设状态量的可观测度的优化方法。
在第一方面的第一种可能的实施方式中，所述建立机载POS系统的状态模型和量测模型包括：
基于捷联惯性导航系统误差方程，选取包含所述机载POS系统15维状态的状态向量X，
X＝[φE φN φU δVE δVN δVU δPE δPN δPU εx εyεz ▽x ▽y ▽z]T
其中，φ＝[φE φN φU]T为东、北、天向的系统失准角，δV＝[δVE δVN δVU]T为东、北、天向的系统速度误差，δP＝[δPE δPN δPU]T分别为东、北、天向的系统位置误差，ε＝[εxεy εz]T为陀螺常值漂移，▽＝[▽x ▽y ▽z]T为加速度计偏置；
选取SINS与GPS的速度之差、位置之差作为所述机载POS系统的量测量，获得量测向量：
Z＝[δV δP]
其中，：
Figure GDA0002262165760000023
Figure GDA0002262165760000024
分别为导航坐标系n
系下SINS、GPS的速度，
Figure GDA0002262165760000025
分别为n系下SINS、GPS的位置。
结合第一方面的第一种可能的实施方式，在第二种可能的实施方式中，所述根据所述状态模型和所述量测模型计算所述分段定常系统的移矩阵F(j)与量测矩阵H(j)，包括：
根据所述X和所述Z建立所述分段定常系统下的状态模型X’和量测模型Z’：
Figure GDA0002262165760000031
W表示包括陀螺随机噪声与加速度计测量噪声的系统噪声，R表示量测噪声，G(j)表示系统噪声驱动阵，H(j)为量测矩阵；
由所述X’和Z’获得H(j)和F(j)，
Figure GDA0002262165760000032
Figure GDA0002262165760000033
其中，
Figure GDA0002262165760000034
为机体系b系到导航坐标系n系的姿态转换矩阵,
[fn×]为n系下比力向量的反对称矩阵。
在第一方面的第三种可能的实施方式中，所述根据相邻时刻可观测度矩阵Q(j)与Q(j+1)的差分结果，建立瞬间可观测度矩阵
Figure GDA0002262165760000035
包括：
对Q(j)的非零子矩阵q(j)和Q(j+1)的非零子矩阵q(j+1)进行线性变换，分别获得
Figure GDA0002262165760000036
和
Figure GDA0002262165760000037
根据所述
Figure GDA0002262165760000038
和
Figure GDA0002262165760000039
的差分结果，建立所述瞬间可观测度矩阵
Figure GDA00022621657600000310
Figure GDA0002262165760000041
其中，[fn×](j)、[fn×](j+1)分别为第j时刻与第j+1时刻的比力，
Figure GDA0002262165760000042
Figure GDA0002262165760000043
分别为第j时刻与第j+1时刻的姿态转移矩阵，Δ[fn×](j+1)为比力变化和
Figure GDA0002262165760000044
为姿态变化，I3×3为单位矩阵。
结合第一方面的第三种可能的实施方式，在第四种可能的实施方式中，所述预设状态量包括：失准角，陀螺常值漂移和加速度计偏置。
在第一方面的第四种可能的实施方式中，所述根据所述瞬间可观测度矩阵
Figure GDA0002262165760000045
建立机动对各预设状态量的瞬间可观测度模型，包括：
通过对比力变化Δ[fn×](j+1)和姿态变化
Figure GDA0002262165760000046
进行分解，建立所述失准角、陀螺常值漂移和加速度计偏置的瞬间可观测度模型：
Figure GDA0002262165760000047
其中，ΔfE(j+1)、ΔfN(j+1)、ΔfU(j+1)分别是机体东、北、天向的比力变化，
Figure GDA0002262165760000048
分别是所述机体沿x、y、z轴向的转动角速度。
在第一方面的第五种可能的实施方式中，所述机动耦合方程为机动引起的姿态变化
Figure GDA0002262165760000049
与比力变化Δ[fn×](j+1)之间的耦合关系；
建立所述分段定常系统的机动耦合方程，包括：
根据机载POS系统机动时的前向速度与转动角速度，建立所述机动耦合方程：
Figure GDA0002262165760000051
式中：Δ[fn×](j+1)为第j+1时刻的比力变化，V为所述机载POS系统的前向速度。
第二方面，本发明实施例还提供一种优化机载POS系统可观测度的装置，包括：分解模块，用于将所述机载POS系统分解为分段定常系统；
计算模块，用于建立机载POS系统的状态模型和量测模型，根据所述状态模型和所述量测模型计算所述分段定常系统的移矩阵F(j)与量测矩阵H(j)，其中j表示第j时间段；
获取模块，用于通过所述转移矩阵F(j)和所述量测矩阵H(j)获取所述分段定常系统第j时间段对应的可观测度矩阵Q(j)；
第一建立模块，用于根据相邻时刻可观测度矩阵Q(j)与Q(j+1)的差分结果，建立瞬间可观测度矩阵
Figure GDA0002262165760000052
Q(j+1)为第j+1时间段对应的可观测度矩阵；
第二建立模块，用于根据所述瞬间可观测度矩阵
Figure GDA0002262165760000053
建立机动对各预设状态量的瞬间可观测度模型，所述各预设状态量的瞬间可观测度模型分别表示机动对相应预设状态量的影响；
第三建立模块，用于建立所述分段定常系统的机动耦合方程；
确定模块，用于通过所述各预设状态量的瞬间可观测度模型和所述机动耦合方程分别确定所述各预设状态量的可观测度的优化方法。
本发明实施例提供的基于瞬间可观测度模型的机载POS机动优化方法采用分段定常系统的可观测性分析方法，建立瞬间可观测度模型，揭示机动方式对可观测度的影响规律，确定提高各状态量的优化机动方式，解决了传统方法中机动方式凭经验设定的问题，提高了滤波的精度与快速性。
附图说明
图1是本发明实施例提供的一种基于瞬间可观测度模型的机载POS机动优化方法的流程示意图；
图2是本发明实施例提供的一种基于瞬间可观测度模型的机载POS机动优化方法的机动耦合示意图；
图3是本发明实施例提供的一种基于瞬间可观测度模型的机载POS机动优化装置的结构示意图；
图4是本发明实施例提供的机载POS系统参考坐标系示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清查、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
以下分别进行详细说明。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别类似的对象，而不必用于描述特定的顺序和先后次序。应该理解这样使用的数据在适当的情况下可以互换，以便这里描述的本发明实施例例如能够以除了在这里图示或者描述的那些以外的顺序实施。
此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚的列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品、或设备固有的其他步骤或单元。
请参阅图1，图1为本发明实施例提供的基于瞬间可观测度模型的机载POS机动优化方法的一个实施例流程示意图，本发明实施例提供的一种基于瞬间可观测度模型的机载POS机动优化方法，包括：
101、将所述机载POS系统分解为分段定常系统；
传统基于奇异值分解的可观测度分析方法只能计算出特定机动方式下各状态量的可观测度，本发明提供一种基于瞬间可观测度模型的机载POS系统机动优化的方法，即本发明将机载POS系统划分成多个时间段，在每个时间段将系统近似为线性定常系统，综合分析这个近似的分段定常系统就可得出原时变系统的可观测性分析。
在机载POS的应用中，为提高各状态量的可观测度，飞机在进入工作阶段之前会进行一系列的机动，机动方式多种多样，大致包括飞机加速机动、减速机动、转弯机动、抖翼机动等，特定条件下进行“8”字机动。
102、建立机载POS系统的状态模型和量测模型，根据所述状态模型和所述量测模型计算所述分段定常系统的转移矩阵F(j)与量测矩阵H(j)，F(j+1)和量测矩阵H(j+1)，其中j表示第j时间段，j+1表示第j+1时间段；
具体的，建立机载POS系统的状态模型和量测模型包括：
基于捷联惯性导航系统误差方程，选取所述机载POS系统的多维的状态模型X，
X＝[φE φN φU δVE δVN δVU δPE δPN δPU εx εy εz ▽x ▽y ▽z]T
其中，φ＝[φE φN φU]T为东、北、天向的系统失准角，δV＝[δVE δVN δVU]T为东、北、天向的系统速度误差，δP＝[δPE δPN δPU]T分别为东、北、天向的系统位置误差，ε＝[εxεy εz]T为陀螺常值漂移，▽＝[▽x ▽y ▽z]T为加速度计偏置；
选取SINS与GPS的速度之差、位置之差作为所述机载POS系统的量测量，获取量测向量Z，
Z＝[δV δP]
其中，：
Figure GDA0002262165760000071
Figure GDA0002262165760000072
分别为导航坐标系n系下SINS、GPS的速度，
Figure GDA0002262165760000073
分别为n系下SINS、GPS的位置。
需要说明的是，在本发明中状态模型也可称为状态向量或状态方程，量测模型也可称为量测向量或量测方程。
在获得机载POS系统的状态模型X和量测模型Z后，可将X和Z分别转换为分段定常系统下的状态模型X’和量测模型Z’，
具体的，根据所述状态模型和所述量测模型计算所述分段定常系统的移矩阵F(j)与量测矩阵H(j)，包括：
根据所述X和所述Z建立所述分段定常系统下的状态模型X’和量测模型Z’：
Figure GDA0002262165760000081
W表示包括陀螺随机噪声与加速度计测量噪声的系统噪声，R表示量测噪声，G(j)表示系统噪声驱动阵，H(j)为量测矩阵；
由所述X’和Z’获得H(j)和F(j)，
Figure GDA0002262165760000082
Figure GDA0002262165760000083
其中，
Figure GDA0002262165760000084
为机体系b系到导航坐标系n系的姿态转换矩阵,[fn×]为n系下比力向量的反对称矩阵。
同理，也可根据状态模型和量测模型获得转移矩阵F(j+1)和量测矩阵H(j+1)，j+1为分段定常系统的第j+1时间段。
103、通过所述转移矩阵F(j)和所述量测矩阵H(j)获取所述分段定常系统第j时间段对应的可观测度矩阵Q(j)；
同理，通过转移矩阵F(j+1)和量测矩阵H(j+1)获取分段定常系统第j+1时间段对应的可观测度矩阵Q(j+1)。
104、根据相邻时刻可观测度矩阵Q(j)与Q(j+1)的差分结果，建立瞬间可观测度矩阵
Figure GDA0002262165760000085
Q(j+1)为第j+1时间段对应的可观测度矩阵；
具体包括：对Q(j)的非零子矩阵q(j)和Q(j+1)的非零子矩阵q(j+1)进行线性变换，分别获得
Figure GDA0002262165760000091
和
Figure GDA0002262165760000092
根据所述
Figure GDA0002262165760000093
和和
Figure GDA0002262165760000094
的差分结果，建立所述瞬间可观测度矩阵
Figure GDA0002262165760000095
Figure GDA0002262165760000096
其中，[fn×](j)、[fn×](j+1)分别为第j时刻与第j+1时刻的比力，
Figure GDA0002262165760000097
Figure GDA0002262165760000098
分别为第j时刻与第j+1时刻的姿态转移矩阵，Δ[fn×](j+1)为比力变化和
Figure GDA0002262165760000099
为姿态变化，I3×3为单位矩阵。
105、根据所述瞬间可观测度矩阵
Figure GDA00022621657600000910
建立机动对各预设状态量的瞬间可观测度模型，所述各预设状态量的瞬间可观测度模型分别表示机动对相应预设状态量的影响；
在本发明中，预设状态量包括：失准角，陀螺常值漂移和加速度计偏置，但不限于这三类。
106、建立所述分段定常系统的机动耦合方程；
在本发明中，机载POS系统机动时的前向速度与转动角速度，反应机动引起的姿态变化与比例变化之间的耦合关系，可根据捷联解算中的姿态微分方程获得机动耦合方程。
107、通过所述各预设状态量的瞬间可观测度模型和所述机动耦合方程分别确定所述各预设状态量的可观测度的优化方法。
本发明分段定常系统可观测性分析方法是将线性时变系统划分成多个时间段，在每个时间将系统近似为线性定常系统，综合分析这个近似的分段线性定常系统就可得出原时变系统的可观测性。根据分段定常系统可观测性分析方法的性质，时间段的排列次序并不影响系统最终的可观测性，且重复前面某一时间段的系列观测，不影响系统的可观测性。基于以上分析，利用相邻时刻可观测性矩阵的差分结果，构建优化机动方式，提高滤波的精度及快速性。
下面以一具体实施例进行详细描述，请参阅图2，图2为本发明提供的基于瞬间可观测度模型的机载POS机动优化方法另一实施例，主要包括：
201、根据捷联惯性导航系统误差模型及量测模型，采用分段定常系统的可观测性分析方法，建立分段定常系统的瞬间可观测度矩阵
Figure GDA0002262165760000101
基于捷联惯性导航系统误差方程，选取机载POS系统模型的15维状态变量，从而构建机载POS系统的状态模型X：
X＝[φE φN φU δVE δVN δVU δPE δPN δPU εx εy εz ▽x ▽y ▽z]T (1)
式中：φ＝[φE φN φU]T为东、北、天向的系统失准角，δV＝[δVE δVN δVU]T为东、北、天向的系统速度误差，δP＝[δPE δPN δPU]T分别为东、北、天向的系统位置误差，ε＝[εxεy εz]T为陀螺常值漂移，▽＝[▽x ▽y ▽z]T为加速度计偏置。
选取捷联惯导系统(Strapdown inertial navigation system，SINS)与GPS的速度之差、位置之差作为机载POS的系统量测量，量测向量可表示为：
Z＝[δV δP] (2)
式(2)中：
Figure GDA0002262165760000102
Figure GDA0002262165760000103
分别为导航坐标系(n系)下SINS、GPS的速度，
Figure GDA0002262165760000104
分别为n系下SINS、GPS的位置。
采用分段定常系统的可观测性分析方法，将机载POS建模为分段定常系统，状态方程X’与量测方程Z’表示为：
Figure GDA0002262165760000105
式(3)中：j表示第j时间段，且系数矩阵在每个时间段内是不变的，W表示包括陀螺随机噪声与加速度计测量噪声的系统噪声，R表示量测噪声，G(j)表示系统噪声驱动阵，H(j)为量测矩阵，可表示为：
Figure GDA0002262165760000106
系统转移矩阵F(j)可表示为：
Figure GDA0002262165760000111
式(5)中：
Figure GDA0002262165760000112
为机体系(b系)到n系的姿态转换矩阵，[fn×]为n系下比力向量的反对称矩阵。
由于机载POS的速度远小于地球曲率半径，即
Figure GDA0002262165760000116
由速度引起的位置指令速度对各状态量可观测度的贡献很小，因此忽略此项的影响，式(5)中的子矩阵可以表示为：
Figure GDA0002262165760000113
Figure GDA0002262165760000114
Figure GDA0002262165760000115
Figure GDA0002262165760000121
Figure GDA0002262165760000122
Figure GDA0002262165760000123
其中，ωie为地球自转角速率，
Figure GDA0002262165760000124
为n系下ωie的反对称矩阵，h、L分别表示为高度与纬度。将式(6)-(11)代入式(5)，则系统转移矩阵F(j)可表示为：
Figure GDA0002262165760000125
可观测度是反映滤波精度与快速性的重要参数，根据式(3)，状态向量和量测向量之间的关系可表示为：
[Z Z(1) … Z(n-1)]T＝[HT(j) [H(j)F(j)]T … [H(j)Fn-1(j)]T]TX
＝Q(j)X
(13)
式(13)中，[Z Z(1) … Z(n-1)]T由量测向量及其导数组成。
矩阵Q(j)为第j时刻的可观测度矩阵，将系统转移矩阵F(j)及量测矩阵H(j)代入Q(j)：
Figure GDA0002262165760000131
式(14)中，i＝3,4,…,15，[fn×](j)与
Figure GDA0002262165760000132
分别表示第j时间段的[fn×]与
Figure GDA0002262165760000133
q(j)为可观测性矩阵Q(j)的非零子矩阵。为利用前后时刻Q(j)的差分结果，建立瞬间可观测度矩阵，需获取第j+1时刻的可观测性矩阵Q(j+1)：
Figure GDA0002262165760000134
式(15)中：q(j+1)为可观测性矩阵Q(j+1)的非零子矩阵。
由于地球自转角速率
Figure GDA0002262165760000135
数量级为10-5，相比机载POS的机动，它对于可观测度的贡献很小，因此
Figure GDA0002262165760000136
在Q(j)的分析中被忽略。机载POS的机动在Q(j)与Q(j+1)中被量测为比力[fn×]、姿态矩阵
Figure GDA0002262165760000137
其变化量Δ[fn×]与
Figure GDA0002262165760000138
是提高可观测度的重要因素，因此，为分析机动方式对可观测度的影响机理，一个瞬间可观测度矩阵被定义为:
Figure GDA0002262165760000141
式(16)中，[fn×](j+1)与
Figure GDA0002262165760000142
分别表示第j+1时刻的[fn×]与
Figure GDA0002262165760000143
经过线性行变换，q(j)与q(j+1)分别写为
Figure GDA0002262165760000144
与
Figure GDA0002262165760000145
式中相同行变换为零行，且这些零行对提高各状态量的可观测度无贡献。利用
Figure GDA0002262165760000146
构造一个新的瞬间可观测度矩阵：
Figure GDA0002262165760000147
202、根据步骤201中的分段定常系统的瞬间可观测度矩阵
Figure GDA0002262165760000151
提取机动方式对失准角、陀螺常值漂移及加速度计偏置的可观测度影响因子
Figure GDA0002262165760000152
Figure GDA0002262165760000153
及
Figure GDA0002262165760000154
分别建立失准角瞬间可观测度模型、陀螺常值漂移瞬间可观测度模型及加速度计偏置瞬间可观测度模型。
机载POS滤波估计模型中静态条件下具有低可观测度的状态量包括天向失准角φU、x与y轴向的加速度计偏置▽x▽y、z轴向的陀螺常值漂移εz，为分析机动方式对这些状态量可观测度的影响机理，建立一种基于瞬间可观测度矩阵
Figure GDA0002262165760000155
的瞬间可观测度模型，首先将瞬间可观测度矩阵
Figure GDA0002262165760000156
进行简化：
Figure GDA0002262165760000157
式(18)中，
Figure GDA0002262165760000158
分别为机动方式对失准角、陀螺常值漂移及加速度计偏置的可观测度影响因子。利用捷联解算中姿态微分方程
Figure GDA0002262165760000159
将每个影响因子进行分解，建立瞬间可观测度模型：
Figure GDA00022621657600001510
Figure GDA00022621657600001511
Figure GDA0002262165760000161
式(19)-(21)中，ΔfE(j+1)、ΔfN(j+1)、ΔfU(j+1)分别是机体东、北、天向的比力变化，
Figure GDA0002262165760000162
分别是机体沿x、y、z轴向的转动角速度。由式(19)-(21)可得瞬间可观测度模型：
Figure GDA0002262165760000163
需要说明的是，第j时间段、第j+1时间段也可以为第j时刻、第j+1时刻；本发明中的“天向”相对来说的。
203、根据步骤202中的失准角瞬间可观测度、陀螺常值漂移瞬间可观测度模型及加速度计偏置瞬间可观测度模型，揭示机动方式对各状态量可观测度的影响规律，建立机载POS的机动耦合方程，确定提高各状态量可观测度的机动优化方式。
机载POS通过运动误差补偿提高航空遥感系统成像精度和效率，其补偿过程中的机体前向速度远大于侧滑速度。如图2所示，机体系下的速度可表示为Vb＝[0 V 0]T，其导航坐标系(n系)下的速度可分别表示为
Figure GDA0002262165760000164
和
Figure GDA0002262165760000165
根据比力产生的原理，则有：
Figure GDA0002262165760000166
Figure GDA0002262165760000171
式(23)中，
Figure GDA0002262165760000172
表示第j+1时刻的姿态转移矩阵的一阶导数。根据捷联解算中的姿态微分方程
Figure GDA0002262165760000173
机载POS的机动耦合方程可写为：
Figure GDA0002262165760000174
由式(24)看出，在机载POS特定应用背景下，机体前向速度数值较大，航向转动与俯仰转动均可产生比力变化Δ[fn×](j+1)。在机载POS的系统模型中，无机动条件下具有低可观测度的状态量包括天向失准角、z轴陀螺常值漂移、x轴加速度计偏置及y轴加速度计偏置，因此需要设计优化机动方式以提高各状态量的可观测度，提高各状态量的估计精度。
根据式(22)中的
Figure GDA0002262165760000175
及式(24)，提高天向失准角可观测度的优化机动方式包括东向加速、北向加速、航向转动及俯仰转动。根据式(22)中的
Figure GDA0002262165760000176
及式(24)，提高z轴陀螺常值漂移可观测度的优化机动方式包括东向加速、北向加速、航向转动、俯仰转动及横滚转动。根据式(22)中
Figure GDA0002262165760000177
及式(24)，提高x轴加速度计偏置的优化机动方式包括航向转动、横滚转动；提高z轴加速度计偏置的优化机动方式包括航向转动、俯仰转动。
由上可见，本发明实施例提供的一种基于瞬间可观测度模型的机载POS机动优化方法，通过将机载POS系统转换为分段定常系统，利用分段定常系统的可观测性分析方法的性质，如利用相邻时刻可观测性矩阵的差分结果构建机动量测瞬间变化量，建立系统瞬间可观测度模型
Figure GDA0002262165760000178
确定优化机动方式，提高滤波的精度及快速性。
本发明实施例还提供一种基于瞬间可观测度模型的机载POS机动优化装置，请参阅图3所示，该装置包括：
分解模块31，用于将所述机载POS系统分解为分段定常系统；
计算模块32，用于建立机载POS系统的状态模型和量测模型，根据所述状态模型和所述量测模型计算所述分段定常系统的移矩阵F(j)与量测矩阵H(j)，其中j表示第j时间段；
获取模块33，用于通过所述转移矩阵F(j)和所述量测矩阵H(j)获取所述分段定常系统第j时间段对应的可观测度矩阵Q(j)；
第一建立模块34，用于根据相邻时刻可观测度矩阵Q(j)与Q(j+1)的差分结果，建立瞬间可观测度矩阵
Figure GDA0002262165760000181
Q(j+1)为第j+1时间段对应的可观测度矩阵；
第二建立模块35，用于根据所述瞬间可观测度矩阵
Figure GDA0002262165760000182
建立机动对各预设状态量的瞬间可观测度模型，所述各预设状态量的瞬间可观测度模型分别表示机动对相应预设状态量的影响；
第三建立模块36，用于建立所述分段定常系统的机动耦合方程；
确定模块37，用于通过所述各预设状态量的瞬间可观测度模型和所述机动耦合方程分别确定所述各预设状态量的可观测度的优化方法。
其中，计算模块32具体用于，基于捷联惯性导航系统误差方程，选取包含所述机载POS系统15维状态的状态向量X，
X＝[φE φN φU δVE δVN δVU δPE δPN δPU εx εy εz ▽x ▽y ▽z]T
其中，φ＝[φE φN φU]T为东、北、天向的系统失准角，δV＝[δVE δVN δVU]T为东、北、天向的系统速度误差，δP＝[δPE δPN δPU]T分别为东、北、天向的系统位置误差，ε＝[εxεy εz]T为陀螺常值漂移，▽＝[▽x ▽y ▽z]T为加速度计偏置；
选取SINS与GPS的速度之差、位置之差作为所述机载POS系统的量测量，获得量测向量：
Z＝[δV δP]
其中，：
Figure GDA0002262165760000191
Figure GDA0002262165760000192
分别为导航坐标系n系下SINS、GPS的速度，
Figure GDA0002262165760000193
分别为n系下SINS、GPS的位置。
进一步的，计算模块32具体用于，根据所述X和所述Z获得所述分段定常系统下的状态模型X’和量测模型Z’：
Figure GDA0002262165760000194
W表示包括陀螺随机噪声与加速度计测量噪声的系统噪声，R表示量测噪声，G(j)表示系统噪声驱动阵，H(j)为量测矩阵；
由所述X’和Z’获得H(j)和F(j)，
Figure GDA0002262165760000195
Figure GDA0002262165760000196
其中，
Figure GDA0002262165760000197
为机体系b系到导航坐标系n系的姿态转换矩阵,[fn×]为n系下比力向量的反对称矩阵。
其中，第一建立模块34具体用于，对Q(j)的非零子矩阵q(j)和Q(j+1)的非零子矩阵q(j+1)进行线性变换，分别获得
Figure GDA0002262165760000198
和
Figure GDA0002262165760000199
根据所述
Figure GDA00022621657600001910
和
Figure GDA00022621657600001911
的差分结果，建立所述瞬间可观测度矩阵
Figure GDA00022621657600001912
Figure GDA0002262165760000201
其中，[fn×](j)、[fn×](j+1)分别为第j时刻与第j+1时刻的比力，
Figure GDA0002262165760000202
Figure GDA0002262165760000203
分别为第j时刻与第j+1时刻的姿态转移矩阵，Δ[fn×](j+1)为比力变化和
Figure GDA0002262165760000204
为姿态变化，I3×3为单位矩阵。
在本发明的实施例中，述预设状态量包括：失准角，陀螺常值漂移和加速度计偏置。
第二建立模块35具体用于，通过对比力变化Δ[fn×](j+1)和姿态变化
Figure GDA0002262165760000205
进行分解，建立所述失准角、陀螺常值漂移和加速度计偏置的瞬间可观测度模型：
Figure GDA0002262165760000206
其中，ΔfE(j+1)、ΔfN(j+1)、ΔfU(j+1)分别是机体东、北、天向的比力变化，
Figure GDA0002262165760000207
分别是所述机体沿x、y、z轴向的转动角速度。
由上可见，本发明实施例提供的基于瞬间可观测度模型的机载POS机动优化装置，由装置中的分解模块将机载POS系统分解转换为分段定常系统，从而利用分段定常系统的可观测性分析方法，由第一建立模块建立瞬间可观测度模型/矩阵，由第二建立模块建立各状态量的瞬间可观测度模型，由瞬间可观测度模型揭示机动方式对可观测度的影响规律，加上机载POS系统的机动耦合方程，优化确定对模块确定提高各状态量的机动优化方式，解决了传动机动方式凭经验设定的问题，提高了滤波的精度与快速性。
需要说明的是，在本发明中所说的天向是相对地理坐标系来说的，参见图4所示，地理坐标系的三个轴向定义为东向、北向及天向，坐标系原点为当前位置点，正东方向及正北方向分别定义为x、y轴；天向为z轴，其延长线经过地心。本领域普通技术人员可以理解上述实施例的各种流程中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁盘或光盘等。
同时，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
以上对本发明实施例所提供的优化机载POS系统可观测度的方法进行了详细介绍，本文中应用了具体个例对交互的本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (9)

1.一种基于瞬间可观测度模型的机载POS机动优化方法，其特征在于，包括：
将所述机载POS系统分解为分段定常系统；
建立机载POS系统的状态模型和量测模型，根据所述状态模型和所述量测模型计算所述分段定常系统的转移矩阵F(j)与量测矩阵H(j)，其中j表示第j时间段；
通过所述转移矩阵F(j)和所述量测矩阵H(j)获取所述分段定常系统第j时间段对应的可观测度矩阵Q(j)；
根据相邻时刻可观测度矩阵Q(j)与Q(j+1)的差分结果，建立瞬间可观测度矩阵
Figure FDA0002262165750000011
Q(j+1)为第j+1时间段对应的可观测度矩阵；
根据所述瞬间可观测度矩阵
Figure FDA0002262165750000012
建立机动对各预设状态量的瞬间可观测度模型，所述各预设状态量的瞬间可观测度模型分别表示机动对相应预设状态量的影响；
建立所述分段定常系统的机动耦合方程；
通过所述各预设状态量的瞬间可观测度模型和所述机动耦合方程分别确定所述各预设状态量的可观测度的优化方法。
2.根据权利要求1所述的方法，其特征在于，所述根据相邻时刻可观测度矩阵Q(j)与Q(j+1)的差分结果，建立瞬间可观测度矩阵
Figure FDA0002262165750000013
包括：
对Q(j)的非零子矩阵q(j)和Q(j+1)的非零子矩阵q(j+1)进行线性变换，分别获得
Figure FDA0002262165750000014
和
Figure FDA0002262165750000015
根据所述
Figure FDA0002262165750000016
和
Figure FDA0002262165750000017
的差分结果，建立所述瞬间可观测度矩阵
Figure FDA0002262165750000018
Figure FDA0002262165750000019
其中，[fn×](j)、[fn×](j+1)分别为第j时刻与第j+1时刻的比力，
Figure FDA0002262165750000021
Figure FDA0002262165750000022
分别为第j时刻与第j+1时刻的姿态转移矩阵，Δ[fn×](j+1)为比力变化和
Figure FDA0002262165750000023
为姿态变化，I3×3为单位矩阵。
3.根据权利要求2所述的方法，其特征在于，所述预设状态量包括：失准角，陀螺常值漂移和加速度计偏置；
所述根据所述瞬间可观测度矩阵
Figure FDA0002262165750000024
建立机动对各预设状态量的瞬间可观测度模型，包括：
通过对比力变化Δ[fn×](j+1)和姿态变化
Figure FDA0002262165750000025
进行分解，建立所述失准角、陀螺常值漂移和加速度计偏置的瞬间可观测度模型：
Figure FDA0002262165750000026
其中，ΔfE(j+1)、ΔfN(j+1)、ΔfU(j+1)分别是机体东、北、天向的比力变化，
Figure FDA0002262165750000027
分别是所述机体沿x、y、z轴向的转动角速度。
4.根据权利要求3所述的方法，其特征在于，所述机动耦合方程为机动引起的姿态变化
Figure FDA0002262165750000028
与比力变化Δ[fn×](j+1)之间的耦合关系；
建立所述分段定常系统的机动耦合方程，包括：
根据机载POS系统机动时的前向速度与转动角速度，建立所述机动耦合方程：
Figure FDA0002262165750000031
式中：Δ[fn×](j+1)为第j+1时刻的比力变化，V为所述机载POS系统的前向速度。
5.一种基于瞬间可观测度模型的机载POS机动优化装置，其特征在于，包括：
分解模块，用于将所述机载POS系统分解为分段定常系统；
计算模块，用于建立机载POS系统的状态模型和量测模型，根据所述状态模型和所述量测模型计算所述分段定常系统的移矩阵F(j)与量测矩阵H(j)，其中j表示第j时间段；
获取模块，用于通过所述转移矩阵F(j)和所述量测矩阵H(j)获取所述分段定常系统第j时间段对应的可观测度矩阵Q(j)；
第一建立模块，用于根据相邻时刻可观测度矩阵Q(j)与Q(j+1)的差分结果，建立瞬间可观测度矩阵
Figure FDA0002262165750000032
Q(j+1)为第j+1时间段对应的可观测度矩阵；
第二建立模块，用于根据所述瞬间可观测度矩阵
Figure FDA0002262165750000033
建立机动对各预设状态量的瞬间可观测度模型，所述各预设状态量的瞬间可观测度模型分别表示机动对相应预设状态量的影响；
第三建立模块，用于建立所述分段定常系统的机动耦合方程；
确定模块，用于通过所述各预设状态量的瞬间可观测度模型和所述机动耦合方程分别确定所述各预设状态量的可观测度的优化方法。
6.根据权利要求5所述的装置，其特征在于，所述第一建立模块具体用于，对Q(j)的非零子矩阵q(j)和Q(j+1)的非零子矩阵q(j+1)进行线性变换，分别获得
Figure FDA0002262165750000034
和
Figure FDA0002262165750000035
根据所述
Figure FDA0002262165750000036
和
Figure FDA0002262165750000037
的差分结果，建立所述瞬间可观测度矩阵
Figure FDA0002262165750000038
Figure FDA0002262165750000041
其中，[fn×](j)、[fn×](j+1)分别为第j时刻与第j+1时刻的比力，
Figure FDA0002262165750000042
Figure FDA0002262165750000043
分别为第j时刻与第j+1时刻的姿态转移矩阵，Δ[fn×](j+1)为比力变化和
Figure FDA0002262165750000044
为姿态变化，I3×3为单位矩阵。
7.根据权利要求6所述的装置，其特征在于，所述预设状态量包括：失准角，陀螺常值漂移和加速度计偏置；
所述第二建立模块具体用于，通过对比力变化Δ[fn×](j+1)和姿态变化
Figure FDA0002262165750000045
进行分解，建立所述失准角、陀螺常值漂移和加速度计偏置的瞬间可观测度模型：
Figure FDA0002262165750000046
其中，ΔfE(j+1)、ΔfN(j+1)、ΔfU(j+1)分别是机体东、北、天向的比力变化，
Figure FDA0002262165750000047
分别是所述机体沿x、y、z轴向的转动角速度。
8.根据权利要求7所述的装置，其特征在于，所述机动耦合方程为机动引起的姿态变化
Figure FDA0002262165750000048
与比力变化Δ[fn×](j+1)之间的耦合关系；
所述第三建立模块具体用于，根据机载POS系统机动时的前向速度与转动角速度，建立所述机动耦合方程：
Figure FDA0002262165750000051
式中：Δ[fn×](j+1)为第j+1时刻的比力变化，V为所述机载POS系统的前向速度。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-4中任一项所述方法的步骤。
CN201710837816.3A 2017-09-18 2017-09-18 一种基于瞬间可观测度模型的机载pos机动优化方法与装置 Active CN107702718B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710837816.3A CN107702718B (zh) 2017-09-18 2017-09-18 一种基于瞬间可观测度模型的机载pos机动优化方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710837816.3A CN107702718B (zh) 2017-09-18 2017-09-18 一种基于瞬间可观测度模型的机载pos机动优化方法与装置

Publications (2)

Publication Number Publication Date
CN107702718A CN107702718A (zh) 2018-02-16
CN107702718B true CN107702718B (zh) 2020-03-24

Family

ID=61172778

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710837816.3A Active CN107702718B (zh) 2017-09-18 2017-09-18 一种基于瞬间可观测度模型的机载pos机动优化方法与装置

Country Status (1)

Country Link
CN (1) CN107702718B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108955684B (zh) * 2018-05-04 2020-12-18 北京空间飞行器总体设计部 一种基于连续推力的轨道机动自主规划方法和系统
CN108931250B (zh) * 2018-05-04 2021-04-13 北京空间飞行器总体设计部 一种基于相对导航可观测度优化的脉冲机动自主规划方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102997921A (zh) * 2011-09-15 2013-03-27 北京自动化控制设备研究所 一种基于反向导航的Kalman滤波算法
CN103913181A (zh) * 2014-04-24 2014-07-09 北京航空航天大学 一种基于参数辨识的机载分布式pos传递对准方法
CN104655152A (zh) * 2015-02-11 2015-05-27 北京航空航天大学 一种基于联邦滤波的机载分布式pos实时传递对准方法
CN106197413A (zh) * 2016-07-08 2016-12-07 北京航空航天大学 一种机载分布式位置姿态测量系统
CN106289246A (zh) * 2016-07-25 2017-01-04 北京航空航天大学 一种基于位置和姿态测量系统的柔性杆臂测量方法
CN106352876A (zh) * 2016-07-25 2017-01-25 北京航空航天大学 一种基于h∞和ckf混合滤波的机载分布式pos传递对准方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090093959A1 (en) * 2007-10-04 2009-04-09 Trimble Navigation Limited Real-time high accuracy position and orientation system

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102997921A (zh) * 2011-09-15 2013-03-27 北京自动化控制设备研究所 一种基于反向导航的Kalman滤波算法
CN103913181A (zh) * 2014-04-24 2014-07-09 北京航空航天大学 一种基于参数辨识的机载分布式pos传递对准方法
CN104655152A (zh) * 2015-02-11 2015-05-27 北京航空航天大学 一种基于联邦滤波的机载分布式pos实时传递对准方法
CN106197413A (zh) * 2016-07-08 2016-12-07 北京航空航天大学 一种机载分布式位置姿态测量系统
CN106289246A (zh) * 2016-07-25 2017-01-04 北京航空航天大学 一种基于位置和姿态测量系统的柔性杆臂测量方法
CN106352876A (zh) * 2016-07-25 2017-01-25 北京航空航天大学 一种基于h∞和ckf混合滤波的机载分布式pos传递对准方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种高精度机载POS双位置对准方法;房建成，等;《中国惯性技术学服》;20130630;第21卷(第3期);第318-323页 *

Also Published As

Publication number Publication date
CN107702718A (zh) 2018-02-16

Similar Documents

Publication Publication Date Title
CN109556632B (zh) 一种基于卡尔曼滤波的ins/gnss/偏振/地磁组合导航对准方法
CN106289246B (zh) 一种基于位置和姿态测量系统的柔性杆臂测量方法
CN105737828B (zh) 一种基于强跟踪的相关熵扩展卡尔曼滤波的组合导航方法
CN101949703B (zh) 一种捷联惯性/卫星组合导航滤波方法
CN109556631B (zh) 一种基于最小二乘的ins/gnss/偏振/地磁组合导航系统对准方法
Ahn et al. Fast alignment using rotation vector and adaptive Kalman filter
CN109708663B (zh) 基于空天飞机sins辅助的星敏感器在线标定方法
CN113916222B (zh) 基于卡尔曼滤波估计方差约束的组合导航方法
CN111189442B (zh) 基于cepf的无人机多源导航信息状态预测方法
CN112146655B (zh) 一种BeiDou/SINS紧组合导航系统弹性模型设计方法
CN104374388A (zh) 一种基于偏振光传感器的航姿测定方法
CN108458709B (zh) 基于视觉辅助测量的机载分布式pos数据融合方法和装置
CN111895988A (zh) 无人机导航信息更新方法及装置
CN109489661B (zh) 一种卫星初始入轨时陀螺组合常值漂移估计方法
CN108303120B (zh) 一种机载分布式pos的实时传递对准的方法及装置
CN107702718B (zh) 一种基于瞬间可观测度模型的机载pos机动优化方法与装置
Al-Jlailaty et al. Efficient attitude estimators: A tutorial and survey
CN108871312B (zh) 一种重力梯度仪及星敏感器的联合定姿方法
CN113008229A (zh) 一种基于低成本车载传感器的分布式自主组合导航方法
Wang et al. Novel in-flight coarse alignment of low-cost strapdown inertial navigation system for unmanned aerial vehicle applications
CN103438892A (zh) 一种改进的基于ekf的天文自主定轨算法
CN115950447A (zh) 基于磁罗盘与测速仪的水下动基座高精度对准方法及系统
CN106814383B (zh) 一种适用于多种模式下的高精度pos快速对准方法
CN112304309B (zh) 一种基于心动阵列的高超飞行器组合导航信息解算方法
CN108957508B (zh) 车载pos离线组合估计方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant