CN107741229B - 一种光电/雷达/惯性组合的舰载机着舰导引方法 - Google Patents
一种光电/雷达/惯性组合的舰载机着舰导引方法 Download PDFInfo
- Publication number
- CN107741229B CN107741229B CN201710934230.9A CN201710934230A CN107741229B CN 107741229 B CN107741229 B CN 107741229B CN 201710934230 A CN201710934230 A CN 201710934230A CN 107741229 B CN107741229 B CN 107741229B
- Authority
- CN
- China
- Prior art keywords
- carrier
- aircraft
- radar
- ship
- filter
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000033001 locomotion Effects 0.000 claims abstract description 26
- 238000001914 filtration Methods 0.000 claims abstract description 24
- 238000005259 measurement Methods 0.000 claims abstract description 24
- 230000001133 acceleration Effects 0.000 claims abstract description 19
- 238000001514 detection method Methods 0.000 claims abstract description 13
- 238000003384 imaging method Methods 0.000 claims abstract description 4
- 230000008569 process Effects 0.000 claims description 12
- 238000007667 floating Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 7
- 230000004927 fusion Effects 0.000 claims description 5
- 238000009795 derivation Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000013179 statistical model Methods 0.000 claims description 3
- 230000014509 gene expression Effects 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 6
- 238000010276 construction Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 3
- 238000013519 translation Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- 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)
- Traffic Control Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种光电/雷达/惯性组合的舰载机着舰导引方法，采用机载光电成像系统实时获取舰船着降跑道图像和红外合作靶标的图像坐标信息，采用机载惯导测量舰载机的姿态、速度、加速度、角速度等信息，采用舰载跟踪雷达测量舰载机和舰船的相对位置，采用舰载惯导测量舰船的横摇、纵摇、沉浮运动，跟踪雷达和舰载惯导的测量信息通过数据链上传给舰载机，该组合着舰导引系统将机载光电探测系统、机载惯导系统和舰载雷达的测量信息通过联邦滤波进行融合处理，提供准确而全面的着舰导引信息，可提供给飞行员或自动驾驶仪用于舰载机的控制。本发明有利于提高着舰导引精度，减小飞行员负担，提高着舰自动化能力，从而提高着舰的成功率。
Description
技术领域
本发明涉及舰载机着舰导引的技术领域，具体涉及一种光电/雷达/惯性组合的舰载机着舰导引方法，用于舰载机精密进近着舰阶段的导引，以提高着舰成功率。
背景技术
着舰是高速舰载机上舰的重大技术关键，可靠的着舰导引系统能确保舰载机在复杂气象和恶劣海情条件下的顺利着舰，对舰载机飞行安全有重大影响。
传统可视光学助降着舰方式要求飞行员靠目测菲涅尔镜引导着舰，飞行员通过观察菲涅尔镜来判断着舰时的方位和角度，纠正下滑偏差，完成着舰过程。但是传统着舰方式很难实现全天候着舰，现代战争要求高速舰载机对复杂气象和恶劣海情有更强的适应能力，对复杂电磁环境有更强的抗干扰能力，对着舰过程有更强的自动导引能力。近年来，光电探测技术和惯性导航技术在着舰导引领域中不断地发展与应用，光电探测技术具有灵敏度高、抗干扰能力强、可与计算机交连等特点，并可形成对甲板的探测图像，相较于目视着舰来说优势明显；机载惯导提供的航向/姿态和侧向/法向速度也对提高飞控系统在着舰期间的快速性和稳定性具有特别重要的意义。这些都为自动精确着舰导引系统的研发提供了新的技术基础。
光电/雷达/惯性组合着舰导引技术将现有基于可视光学助降系统的着舰导引信息人工判读方式升级为自动导引方式，可在夜间、恶劣气象和高等级海情条件下，实时提供舰机的相对位置、速度、姿态、甲板运动信息等多种着舰导引信息。
发明内容
本发明的目的在于：提出一种光电/雷达/惯性组合的舰载机着舰导引方法，将机载光电探测系统、机载惯导系统和舰载雷达的测量信息采用联邦滤波进行融合处理，提供准确而全面的着舰导引信息，且容错性能高。本发明有利于提高着舰的安全性及成功率。
本发明采用的技术方案为：一种光电/雷达/惯性组合的舰载机着舰导引方法，具体步骤如下：
步骤一、通过机载惯导系统获得舰载机的姿态、速度、加速度和角速度，同时由于惯导更新率最高，因此将惯导时间作为同步基准和联邦滤波中的主滤波器时间更新基准；
步骤二、采用机载光电成像系统实时获取舰船着降跑道图像，通过图像处理获得各个合作靶标中心对应的图像坐标信息，并输入光电/惯性组合子滤波器进行滤波；
步骤三、通过数据链路接收来自舰船的信息，获得由舰载雷达测量的舰载机相对于理想着舰点的位置以及由舰载惯导得到的舰船的运动信息，并输入雷达/惯性组合子滤波器进行滤波；
步骤四、采用联邦滤波的方法将光电、雷达、惯性三种更新率不同的信息进行融合，输出更加精确的舰载机与理想着舰点的相对位置、舰载机姿态和舰船运动情况，用于计算预计着舰时刻理想着舰点的位置和舰载机相对于理想下滑线的偏差，并将信息提供给驾驶员或自驾仪用于飞机的控制。
其中，步骤一中所述的主滤波器选择舰载机在跑道参考坐标系下的位置、速度、加速度，舰载机的俯仰角、横滚角、相对偏航角及对应的角速度，舰船运动的纵摇、横摇、沉浮及对应的角速度构成滤波器的状态量，其中，线运动的状态变量采用非零均值时间相关模型作为“当前”统计模型，飞机机动加速的“当前”概率密度可用均值为“当前”加速度预测值的函数分布进行描述；舰船运动的规律为多个正弦的叠加，通过舰载惯导测量的舰船运动信息得到对着舰点影响最大的正弦周期，将其它正弦周期看作系统噪声，并以此来构建关于舰船运动状态量的状态方程。
其中，步骤二中所述的合作靶标安装在着降跑道周围，且数目至少为4个，在图像中与背景相比具有明显对比度，合作靶标相对于跑道理想着舰点的坐标已知，所述的光电/惯性组合子滤波器选择由光电探测系统得到的靶标图像坐标，舰载机的俯仰角、横滚角及俯仰、横滚、偏航角速度，飞机的无线电高度表的测量值作为量测量，其中，由于靶标的图像坐标与舰载机相对位置、姿态之间的关系式非线性，因此量测矩阵需要靶标图像坐标对状态变量求偏导得到；子滤波器的系统方程与主滤波器的系统方程相同。
其中，步骤三中所述的雷达/惯性组合子滤波器选择由舰载雷达测得的舰载机在跑道参考坐标系下的位置，舰载惯导测得舰船的纵摇角、横摇角、沉浮以及由机载惯导测得的飞机航向与跑道航向角相减得到相对航向角，机载惯导信息作为量测量；子滤波器的系统方程与主滤波器的系统方程相同。
其中，步骤四中所述的联邦滤波的方法以机载惯导信息作为主滤波器时间更新的基础，两个子滤波器分别为光电/惯性组合子滤波器和雷达/惯性组合子滤波器，联邦滤波算法采用了信息分配原则，先将系统的过程信息按信息分配原则在各子滤波器和主滤波器之间进行分配，然后各滤波器依靠滤波的时间更新和测量更新给出各自的估计值和方差，时间更新过程在各子滤波器和主滤波器中独立进行，而测量更新只在各子滤波器中独立进行，最后主滤波器进行信息融合算法，以得到全局最优估计，滤波器的初始状态量由舰载雷达、机载惯导、舰载惯导提供，其中，初始的舰载机相对位置由舰载雷达提供，初始的相对速度选取由机载惯导测得的舰载机速度与由舰载惯导测得的航母速度的差值在跑道参考坐标系上的投影，初始的姿态和角速度由机载惯导提供。
本发明与现有技术相比的优点在于：
(1)将现有基于可视光学助降系统的着舰导引信息人工判读方式升级为自动导引方式，可在夜间、恶劣气象和高等级海情条件下，实时提供舰机的相对位置、速度、姿态、甲板运动信息等多种着舰导引信息，为半自动/自动着舰提供技术支撑。
(2)光电/雷达/惯性组合着舰导引技术充分利用了舰、机各种探测手段，可以大幅度减小驾驶员人为因素(如判断失误)的干扰，对于提高舰载机的导引精度，改进航母在夜间、雾等不良气象条件、复杂海况及天气(风)条件下的舰载机着舰精度和作业能力等方面具有重要意义，提高着舰的成功率。
(3)采用联邦滤波的算法进行信息融合，既可解决三种导引信息更新率不同的问题，又可在某种导引信息出现故障时仍能继续输出正确的导引信息，提高容错能力。
附图说明
图1为本发明的信息传递及融合原理图；
图2为本发明的舰船合作靶标摆放及机载光电探测系统探测跑道示意图；
图3为本发明的联邦滤波器结构图；
图4为本发明实施例中舰载机相对位置估计误差图；
图5为本发明实施例中舰船运动估计效果图，其中图5(a)和(b)分别为估计值和真实值比较图以及估计误差图。
具体实施方式
下面结合附图和具体实施例，详细介绍本发明方法。
如图1～3所示的一种用于光电/雷达/惯性组合的舰载机着舰导引方法，具体包括以下步骤：
步骤一、通过机载惯导系统获得舰载机的姿态、速度、加速度、角速度，同时由于惯导更新率最高，因此将惯导时间作为同步基准和联邦滤波中的主滤波器时间更新基准。
步骤二、采用机载光电成像系统实时获取舰船着降跑道图像，通过图像处理获得合作靶标的图像坐标信息，并输入光电/惯性组合子滤波器进行滤波。
所述合作靶标安装在着降跑道周围，且数目至少为4个，在图像中与背景相比具有明显对比度，合作靶标相对于跑道理想着舰点的坐标已知。
步骤三、通过数据链路接收来自舰船的信息，获得由舰载雷达测量的舰载机相对于理想着舰点的位置以及由舰载惯导得到的舰船的运动信息，并输入雷达/惯性组合子滤波器进行滤波。
步骤四、由于光电、雷达、惯性三种信息更新率不同，因此采用联邦滤波的方法。以机载惯导信息作为主滤波器时间更新的基础，两个子滤波器分别为光电/惯性组合子滤波器和雷达/惯性组合子滤波器。
所述的联邦滤波器具体结构为：
a)主滤波器系统方程的构建
选择舰载机在跑道参考坐标系下的位置、速度、加速度，舰载机的俯仰角、横滚角、相对偏航角及对应的角速度，舰船运动的纵摇、横摇、沉浮及对应的角速度构成滤波器的状态量，即
其中
为舰载机在跑道参考系下的三个方向的位置坐标，
为舰载机在跑道参考系下的三个方向的速度，
为舰载机在跑道参考系下的三个方向的加速度，ΘB＝[θB,γB,ψB]T为舰载机的俯仰角、横滚角和相对偏航角，ΩB＝[ωBx,ωBy,ωBz]T为舰载机的俯仰角速度、横滚角速度和相对偏航角速度，ΘS＝[θS,γS,hS]T为舰船的纵摇角、横摇角和沉浮，ΩS＝[ωSp,ωSr,vSh]T为舰船的纵摇角速度、横摇角速度和沉浮速度；下标B、S分别表示舰载机和舰船坐标系，均采用右前上坐标系；上标或下标r表示跑道坐标系，以理想着舰点为原点，z轴指天，y轴沿跑道中线方向指向舰船前端，x轴根据右手坐标系确定；上标rr表示跑道参考坐标系，为平静海面时的跑道坐标系。
对于系统方程的构造，需要注意的是：
对于线运动的状态变量
由于着舰过程中舰载机需以恒定速度沿理想下滑线飞行，因此考虑采用非零均值时间相关模型(“当前”统计模型)。飞机机动加速的“当前”概率密度可用均值为“当前”加速度预测值的函数分布进行描述。飞行过程中，飞机的随机机动加速度在时间上需符合一阶时间相关过程，即
其中
为机动加速度当前均值，δa(t)为随机机动加速度。由此可推得
与X1间的状态转移矩阵为：
其中，τa_x、τa_y、τa_z为随机机动加速度一阶马尔科夫过程相关时间常数。系统噪声为W1＝[0 0 0 0 0 0 wa_x wa_y wa_z]T，其中wa_x、wa_y、wa_z为加速度白噪声。输入量为
由于舰船运动的规律为多个正弦的叠加，通过舰载惯导测量的舰船运动信息得到对着舰点影响最大的正弦周期ωp1、ωr1、ωh1，将其它正弦周期看作系统噪声wSp、wSr、wSh，并以此来构建关于X3＝[ΘS；ΩS]的状态方程：
2)光电/惯性组合子滤波器量测方程的构建
光电/惯性组合子滤波器的量测量包括：Z1＝[u1′ v1′ u2′ v2′ … u4′ v4′]T，表示由光电探测系统得到的靶标图像坐标；Z2＝[θINS γINS ωx_INS ωy_INS ωz_INS]T，表示舰载机的俯仰角、横滚角及俯仰、横滚、偏航角速度；hal，表示飞机的无线电高度表测量值。总的观测量为ZFI＝[Z1；Z2；hal]。
对于量测方程的构造需要注意的是(u′i,v′i),(i＝1,2,3,4)与各状态量的关系。由于靶标的图像坐标与舰载机相对位置、姿态之间的关系式非线性，因此计算量测矩阵Hk需要靶标图像坐标对状态变量求偏导得到。
由于
其中，
函数Rz(t)、Ry(t)、Rx(t)表达式为
上标c表示摄像机坐标系，其z轴沿光轴方向，x、y轴分别与像素坐标系的u、v方向平行；
分别为摄像机坐标系与舰载机坐标系之间的旋转矩阵和平移向量；
分别为舰船坐标系与跑道坐标系之间的旋转矩阵和平移向量；
表示靶标中心点在摄像机坐标系下的坐标。
据式(3-5)可求得量测矩阵，例如，δ(u′i,v′i)和δθp之间的关系为：
3)雷达/惯性组合子滤波器量测方程的构建
雷达/惯性组合子滤波器的量测量包括：
表示由舰载雷达测得的舰载机在跑道参考坐标系下的位置以及舰载惯导测得舰船的纵摇角、横摇角、沉浮以及由机载惯导测得的飞机航向与跑道航向角相减得到相对航向角；同时还包括机载惯导信息Z2，总的量测量为ZRI＝[Z3；Z2]。
4)滤波器的初始状态量由舰载雷达、机载惯导、舰载惯导提供，其中，初始的舰载机相对位置由舰载雷达提供，初始的相对速度选取舰载机速度(机载惯导测得)与航母速度(舰载惯导测得)的差值在跑道参考坐标系上的投影，初始的姿态、角速度等由机载惯导提供。
为了消除各子滤波器估计的相关性，联邦滤波算法采用了信息分配原则，先将系统的过程信息P(k)，Q(k)按以下的信息分配原则在各子滤波器和主滤波器之间进行分配：
式中，βi是信息分配系数，并满足信息守恒原理：
然后各滤波器依靠滤波的时间更新和测量更新给出各自的估计值和方差。
时间更新过程在各子滤波器和主滤波器中独立进行，则：
Pi(k+1/k)＝Φi(k+1,k)Pi(k)Φi T(k+1,k)+Γ(k+1,k)Qi(k)ΓT(k+1,k) (10)
测量更新只在各子滤波器中独立进行，则：
最后主滤波器进行信息融合算法，以得到全局最优估计。
对本发明提出的光电/雷达/惯性组合的舰载机着舰导引方法进行仿真验证。根据尼米兹级航母的尺寸，设定着舰跑道长175米，宽30米，理想着舰点距舰艉65米。在舰船着降跑道附近安装4个合作靶标，其在跑道参考坐标系上的位置可通过事先标定获得，分别为(15，-65，0)、(15，110，0)、(-15，110，0)、(-15，-65，0)。根据舰载机在精密进近着舰阶段的着舰过程，设定舰载机的飞行轨迹。仿真实验中设定舰载机距离理想着舰点2公里左右开始进行扩展卡尔曼滤波，之后10秒的数据用来估计气压式高度表固定误差并对之后的位置估计进行补偿。
选择的红外热像仪参数为：焦平面阵列640×512，视场角13.75°×11°，像元间距30μm。经计算其空间分辨率为0.376mrad，在距离2000米处可分辨的最短长度为0.8m，可以估计舰船沉浮。红外探测系统对靶标图像中心坐标点的提取存在2个像素的误差，摄像机焦距的标定存在千分之一的误差。机载惯导系统在着舰前已存在10m的位置误差、0.1m/s的速度误差、1角分的姿态误差，同时陀螺仪测量存在0.01°/h常值误差和0.01°/h的随机噪声，加速度计测量存在50μg的常值误差和50μg的随机噪声。气压式高度表测量存在4m的固定误差和0.5m的随机误差。红外探测系统、机载惯导系统及舰载雷达信息无时间差，且输出频率分别为25Hz、100Hz、10Hz。舰载雷达对位置的量测存在5m的距离误差和0.12°的角度误差，舰船运动传感器对纵摇、横摇、航向的量测存在0.1°的误差，对沉浮的量测存在0.1米的误差。联邦滤波器采用无重置结构。
图4为舰载机的相对航向角和位置估计误差，图5为舰船纵摇角、横摇角和沉浮的估计结果。可以看出，当舰载机与舰船纵向距离为400米时，舰载机横向位置估计误差小于0.2米，纵向位置估计误差小于0.8米，高度估计误差小于0.4米，相对偏航角的估计误差小于0.05°(3角分)；舰船纵摇角的估计误差小于0.05°，横摇角估计误差小于0.15°，沉浮估计误差小于0.2米。仿真试验结果验证了本发明提出的光电/雷达/惯性组合的舰载机着舰导引方法的有效性。
总之，本发明相比于传统的着舰导引技术，能够提供更加准确全面的导引信息，可在夜间、恶劣气象和高等级海情条件下进行着舰，同时有利于减轻飞行员的负担，提高着舰的成功率。
本发明未详细公开的部分属于本领域的公知技术。
尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
Claims (4)
1.一种光电/雷达/惯性组合的舰载机着舰导引方法，其特征在于：具体步骤如下：
步骤一、通过机载惯导系统获得舰载机的姿态、速度、加速度和角速度，同时由于惯导更新率最高，因此将惯导时间作为同步基准和联邦滤波中的主滤波器时间更新基准；所述的主滤波器选择舰载机在跑道参考坐标系下的位置、速度、加速度，舰载机的俯仰角、横滚角、相对偏航角及对应的角速度，舰船运动的纵摇、横摇、沉浮及对应的角速度构成滤波器的状态量，其中，线运动的状态变量采用非零均值时间相关模型作为“当前”统计模型，飞机机动加速的“当前”概率密度可用均值为“当前”加速度预测值的函数分布进行描述；舰船运动的规律为多个正弦的叠加，通过舰载惯导测量的舰船运动信息得到对着舰点影响最大的正弦周期，将其它正弦周期看作系统噪声，并以此来构建关于舰船运动状态量的状态方程；
步骤二、采用机载光电成像系统实时获取舰船着降跑道图像，通过图像处理获得各个合作靶标中心对应的图像坐标信息，并输入光电/惯性组合子滤波器进行滤波；
步骤三、通过数据链路接收来自舰船的信息，获得由舰载雷达测量的舰载机相对于理想着舰点的位置以及由舰载惯导得到的舰船的运动信息，并输入雷达/惯性组合子滤波器进行滤波；
步骤四、采用联邦滤波的方法将光电、雷达、惯性三种更新率不同的信息进行融合，输出更加精确的舰载机与理想着舰点的相对位置、舰载机姿态和舰船运动情况，用于计算预计着舰时刻理想着舰点的位置和舰载机相对于理想下滑线的偏差，并将信息提供给驾驶员或自驾仪用于飞机的控制。
2.根据权利要求1所述的光电/雷达/惯性组合的舰载机着舰导引方法，其特征在于：步骤二中所述的合作靶标安装在着降跑道周围，且数目至少为4个，在图像中与背景相比具有明显对比度，合作靶标相对于跑道理想着舰点的坐标已知，所述的光电/惯性组合子滤波器选择由光电探测系统得到的靶标图像坐标，舰载机的俯仰角、横滚角及俯仰、横滚、偏航角速度，飞机的无线电高度表的测量值作为量测量，其中，由于靶标的图像坐标与舰载机相对位置、姿态之间的关系式非线性，因此量测矩阵需要靶标图像坐标对状态变量求偏导得到；子滤波器的系统方程与主滤波器的系统方程相同。
3.根据权利要求1所述的光电/雷达/惯性组合的舰载机着舰导引方法，其特征在于：步骤三中所述的雷达/惯性组合子滤波器选择由舰载雷达测得的舰载机在跑道参考坐标系下的位置，舰载惯导测得舰船的纵摇角、横摇角、沉浮以及由机载惯导测得的飞机航向与跑道航向角相减得到相对航向角，机载惯导信息作为量测量；子滤波器的系统方程与主滤波器的系统方程相同。
4.根据权利要求1所述的光电/雷达/惯性组合的舰载机着舰导引方法，其特征在于：步骤四中所述的联邦滤波的方法以机载惯导信息作为主滤波器时间更新的基础，两个子滤波器分别为光电/惯性组合子滤波器和雷达/惯性组合子滤波器，联邦滤波算法采用了信息分配原则，先将系统的过程信息按信息分配原则在各子滤波器和主滤波器之间进行分配，然后各滤波器依靠滤波的时间更新和测量更新给出各自的估计值和方差，时间更新过程在各子滤波器和主滤波器中独立进行，而测量更新只在各子滤波器中独立进行，最后主滤波器进行信息融合算法，以得到全局最优估计，滤波器的初始状态量由舰载雷达、机载惯导、舰载惯导提供，其中，初始的舰载机相对位置由舰载雷达提供，初始的相对速度选取由机载惯导测得的舰载机速度与由舰载惯导测得的航母速度的差值在跑道参考坐标系上的投影，初始的姿态和角速度由机载惯导提供。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710934230.9A CN107741229B (zh) | 2017-10-10 | 2017-10-10 | 一种光电/雷达/惯性组合的舰载机着舰导引方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710934230.9A CN107741229B (zh) | 2017-10-10 | 2017-10-10 | 一种光电/雷达/惯性组合的舰载机着舰导引方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107741229A CN107741229A (zh) | 2018-02-27 |
| CN107741229B true CN107741229B (zh) | 2020-09-25 |
Family
ID=61237190
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710934230.9A Active CN107741229B (zh) | 2017-10-10 | 2017-10-10 | 一种光电/雷达/惯性组合的舰载机着舰导引方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107741229B (zh) |
Families Citing this family (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109032153B (zh) * | 2018-05-31 | 2020-06-26 | 中国科学院西安光学精密机械研究所 | 基于光电-惯性组合导引的无人机自主着舰方法和系统 |
| CN109212495B (zh) * | 2018-08-06 | 2023-03-03 | 中国航空工业集团公司雷华电子技术研究所 | 一种基于陀螺仪的雷达自动校靶方法及系统 |
| CN109213203B (zh) * | 2018-09-13 | 2021-06-15 | 南京航空航天大学 | 一种基于预见控制的舰载机自动着舰控制方法 |
| CN109373996B (zh) * | 2018-09-20 | 2022-04-19 | 北京遥感设备研究所 | 基于zynq处理器的实时飞控导航系统及方法 |
| CN109614572B (zh) * | 2018-11-02 | 2023-04-14 | 中国航空工业集团公司西安飞机设计研究所 | 一种载机准确对中着舰参数确定方法 |
| CN109341700B (zh) * | 2018-12-04 | 2023-06-30 | 中国航空工业集团公司西安航空计算技术研究所 | 一种低能见度下固定翼飞机视觉辅助着陆导航方法 |
| CN109407086B (zh) * | 2018-12-18 | 2023-04-18 | 北京无线电测量研究所 | 一种飞行器轨迹生成方法、系统及诱捕系统目标引导方法 |
| CN109443356A (zh) * | 2019-01-07 | 2019-03-08 | 大连海事大学 | 一种含测量噪声的无人船位置与速度估计结构及设计方法 |
| CN112446924B (zh) * | 2019-09-02 | 2024-06-28 | 北京车和家信息技术有限公司 | 车辆的相机标定系统、车辆及相机标定方法 |
| CN110487301B (zh) * | 2019-09-18 | 2021-07-06 | 哈尔滨工程大学 | 一种雷达辅助机载捷联惯性导航系统初始对准方法 |
| CN110807965B (zh) * | 2019-11-01 | 2024-05-17 | 中国人民解放军陆军炮兵防空兵学院士官学校 | 基于飞行靶标的雷达装备与对抗装备同步训练系统及方法 |
| CN110979716A (zh) * | 2019-11-05 | 2020-04-10 | 西安羚控电子科技有限公司 | 一种舰载垂直起降侦查校射无人机姿态舰机协同导引方法 |
| CN111413717B (zh) * | 2019-12-18 | 2023-08-11 | 中国地质大学（武汉） | 一种基于卫星导航的飞机数字化着舰系统 |
| CN111352410A (zh) * | 2020-04-26 | 2020-06-30 | 重庆市亿飞智联科技有限公司 | 飞行控制方法、装置、存储介质、自动驾驶仪及无人机 |
| CN114527780B (zh) * | 2022-01-26 | 2024-09-06 | 中国人民解放军92728部队 | 一种舰载直升机智能着舰引导控制方法及系统 |
| CN115113636A (zh) * | 2022-06-14 | 2022-09-27 | 海丰通航科技有限公司 | 控制航空器自主降落至舰船的方法、系统、存储介质及计算设备 |
| CN115855456A (zh) * | 2023-03-03 | 2023-03-28 | 北京航空航天大学 | 一种基于视觉无人机平台的舰载机光学助降系统标校方法 |
| CN116039942B (zh) * | 2023-03-07 | 2023-06-09 | 长春理工大学 | 一种舰载机飞行姿态合规性评估系统及其成像方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6064924A (en) * | 1996-12-04 | 2000-05-16 | Lockheed Martin Corporation | Method and system for predicting ship motion or the like to assist in helicopter landing |
| CN101109640A (zh) * | 2006-07-19 | 2008-01-23 | 北京航空航天大学 | 基于视觉的无人驾驶飞机自主着陆导航系统 |
| EP1995561A1 (fr) * | 2007-05-22 | 2008-11-26 | Thales | Procédé d'estimation des erreurs position et vitesse d'une centrale inertielle à l'aide d'un radar à imagerie SAR |
| CN103827688A (zh) * | 2011-07-15 | 2014-05-28 | 阿斯特里姆有限责任公司 | 使用距离测量的平台相对导航 |
| CN105259908A (zh) * | 2015-11-05 | 2016-01-20 | 南京航空航天大学 | 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 |
| CN105302126A (zh) * | 2015-10-27 | 2016-02-03 | 南京航空航天大学 | 无人舰载直升机自主下降着舰的控制方法 |
| CN106143821A (zh) * | 2016-07-08 | 2016-11-23 | 北京四方继保自动化股份有限公司 | 一种无人船船载机库系统 |
-
2017
- 2017-10-10 CN CN201710934230.9A patent/CN107741229B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6064924A (en) * | 1996-12-04 | 2000-05-16 | Lockheed Martin Corporation | Method and system for predicting ship motion or the like to assist in helicopter landing |
| CN101109640A (zh) * | 2006-07-19 | 2008-01-23 | 北京航空航天大学 | 基于视觉的无人驾驶飞机自主着陆导航系统 |
| EP1995561A1 (fr) * | 2007-05-22 | 2008-11-26 | Thales | Procédé d'estimation des erreurs position et vitesse d'une centrale inertielle à l'aide d'un radar à imagerie SAR |
| CN103827688A (zh) * | 2011-07-15 | 2014-05-28 | 阿斯特里姆有限责任公司 | 使用距离测量的平台相对导航 |
| CN105302126A (zh) * | 2015-10-27 | 2016-02-03 | 南京航空航天大学 | 无人舰载直升机自主下降着舰的控制方法 |
| CN105259908A (zh) * | 2015-11-05 | 2016-01-20 | 南京航空航天大学 | 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 |
| CN106143821A (zh) * | 2016-07-08 | 2016-11-23 | 北京四方继保自动化股份有限公司 | 一种无人船船载机库系统 |
Non-Patent Citations (3)
| Title |
|---|
| FLIR/INS/RA Integrated Landing Guidance for Landing on Aircraft Carrier;Zhenxing Ding,et al.;《International Journal of Advanced Robotic Systems》;20151231;第12卷(第60期);1-3 * |
| Yue Meng,et al..A Vision/Radar/INS Integrated Guidance Method for Shipboard Landing.《IEEE:IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》.2019, * |
| 机载光电/惯性组合着舰导引算法研究;王丹等;《仪器仪表学报》;20110630;第32卷(第6期);1311-1316 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107741229A (zh) | 2018-02-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107741229B (zh) | 一种光电/雷达/惯性组合的舰载机着舰导引方法 | |
| CN106708066B (zh) | 基于视觉/惯导的无人机自主着陆方法 | |
| CN109911188B (zh) | 非卫星导航定位环境的桥梁检测无人机系统 | |
| CN113124856B (zh) | 基于uwb在线锚点的视觉惯性紧耦合里程计及计量方法 | |
| EP3158293B1 (en) | Sensor fusion using inertial and image sensors | |
| CN105974940B (zh) | 适用于飞行器的目标跟踪方法 | |
| CN110081881B (zh) | 一种基于无人机多传感器信息融合技术的着舰引导方法 | |
| Strydom et al. | Visual odometry: autonomous uav navigation using optic flow and stereo | |
| CN111426320B (zh) | 一种基于图像匹配/惯导/里程计的车辆自主导航方法 | |
| CN106500693B (zh) | 一种基于自适应扩展卡尔曼滤波的ahrs算法 | |
| RU2487419C1 (ru) | Система комплексной обработки информации радионавигационных и автономных средств навигации для определения действительных значений параметров самолетовождения | |
| CN107192375B (zh) | 一种基于航拍姿态的无人机多帧图像自适应定位校正方法 | |
| CN108592914A (zh) | 无gps情况下的复杂区域巡视机器人定位、导航及授时方法 | |
| Steiner et al. | A vision-aided inertial navigation system for agile high-speed flight in unmapped environments: Distribution statement a: Approved for public release, distribution unlimited | |
| CN107831776A (zh) | 基于九轴惯性传感器的无人机自主返航方法 | |
| CN114719848B (zh) | 基于视觉与惯性导航信息融合神经网络的无人机高度估算方法 | |
| CN115574816B (zh) | 仿生视觉多源信息智能感知无人平台 | |
| CN111649737A (zh) | 一种面向飞机精密进近着陆的视觉-惯性组合导航方法 | |
| CN109143303B (zh) | 飞行定位方法、装置及固定翼无人机 | |
| CN111189442A (zh) | 基于cepf的无人机多源导航信息状态预测方法 | |
| CN117685953A (zh) | 面向多无人机协同定位的uwb与视觉融合定位方法及系统 | |
| CN110007318B (zh) | 风场干扰下基于卡尔曼滤波的单无人机判断gps欺骗的方法 | |
| CN114355409A (zh) | 水面目标运动估计方法 | |
| CN108227734A (zh) | 用于控制无人机的电子控制装置、相关的无人机、控制方法及计算机程序 | |
| Waldmann et al. | Observability analysis of inertial navigation errors from optical flow subspace constraint |
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 |