CN107747944B - 基于融合权重矩阵的机载分布式pos传递对准方法和装置 - Google Patents

基于融合权重矩阵的机载分布式pos传递对准方法和装置 Download PDF

Info

Publication number
CN107747944B
CN107747944B CN201710837780.9A CN201710837780A CN107747944B CN 107747944 B CN107747944 B CN 107747944B CN 201710837780 A CN201710837780 A CN 201710837780A CN 107747944 B CN107747944 B CN 107747944B
Authority
CN
China
Prior art keywords
imu
sub
alignment
node sub
node
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
CN201710837780.9A
Other languages
English (en)
Other versions
CN107747944A (zh
Inventor
李建利
邹思远
刘刚
房建成
卢兆兴
顾宾
王云
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 CN201710837780.9A priority Critical patent/CN107747944B/zh
Publication of CN107747944A publication Critical patent/CN107747944A/zh
Application granted granted Critical
Publication of CN107747944B publication Critical patent/CN107747944B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G01C25/005Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices

Abstract

本发明公开了一种基于融合权重矩阵的机载分布式POS传递对准方法,基于分布式POS所有N个节点子IMU通过第一次主子传递对准,获得导航信息;建立其它节点子IMU相对第k个节点子IMU的融合权重矩阵;加权计算第k个节点子IMU传递对准观测量;针对第k个节点子IMU进行第二次传递对准得到第k个节点全局位置、速度、姿态信息,并进行加1重复迭代操作完成分布式POS所有节点全局位置、速度、姿态信息的对准。该方法能够克服传统技术中的缺陷,提高分布式POS传递对准精度;有效解决多干扰环境下子IMU主子传递对准精度下降的问题,获得机载分布式POS中所有节点的全局位置、速度、姿态信息。本发明还公开了一种基于融合权重矩阵的机载分布式POS传递对准装置。

Description

基于融合权重矩阵的机载分布式POS传递对准方法和装置
技术领域
本发明涉及航空航天技术领域,特别是涉及一种基于融合权重矩阵的机载分布式POS传递对准方法和装置。
背景技术
机载多任务遥感载荷高精度对地观测已经成为空基对地观测的重要发展方向,如集成高分辨率测绘相机、成像光谱仪、大视场红外扫描仪、合成孔径雷达(SyntheticAperture Radar,SAR)于同一载机的多任务载荷,机载分布式阵列天线SAR和柔性多基线干涉SAR等。机载多任务遥感载荷对地观测系统要实现高精度成像,需要获取各载荷的高精度运动参数。位置姿态测量系统(Position and Orientation System,POS)由惯性测量单元(Inertial Measurement Unit,IMU)、全球定位系统(Global Position System,GPS)接收机、POS计算机(POS Computer System,PCS)和后处理软件组成,可以为成像载荷提供位置姿态信息。对于机载多任务遥感载荷对地观测系统,传统的单一POS无法满足不同载荷安置点的高精度运动参数测量需求。因此,必须建立起高精度机载分布式POS系统,为高性能航空遥感系统中所有载荷提供高精度高可靠的运动参数。高精度POS系统可以为高分辨率航空遥感系统提供高频、高精度的时间、空间及精度信息,通过运动补偿提高成像精度和效率,是实现高分辨率成像系统的关键。
机载分布式POS系统一般由一个高精度主POS和多个分布在机体(包括机翼)上的低精度子IMU组成。主、子系统分别安装在机体或机翼两侧的不同载荷附近,用于测量载荷中心的运动参数。主POS通过传递对准将高精度位置、速度、姿态等运动参数传递给子IMU,从而获得各子节点的高精度运动参数信息。在飞机飞行过程中,机载分布式POS的子IMU受到多种干扰影响:一方面由于子IMU安装在机翼外舱,环境温度以及气压的变化对IMU的影响不容忽视;另一方面在传递对准中机翼高低频的振动对子IMU也会造成巨大影响;此外,飞机和遥感载荷在工作过程中产生电磁干扰也可能导致IMU主子传递对准超出精度范围。若任意子IMU传递对准结果超出精度范围,则该子系统所对应的节点处的成像载荷的姿态等导航信息均无法满足需求,致使整个航空遥感测绘结果出现错误,造成严重后果,所以提高机载分布式POS传递对准精度有着十分重要的意义。
现有分布式POS传递对准方法,在每个子IMU处设立一个滤波器,依靠主系统的高精度导航信息,对子系统进行传递对准。若任意子IMU受干扰导致主子传递对准超出精度范围,则该子系统所对应的节点处成像载荷的导航信息无法满足需求,所以现有分布式POS传递对准方法尚不能完全满足分布式POS系统对精度的要求。基于融合权重矩阵的机载分布式POS传递对准方法,在现有方法的基础上,基于信息融合,建立分布式POS融合权重矩阵
Figure GDA0002281888470000021
充分合理融合全局各子IMU的正常导航信息,获得子IMU传递对准观测量,进行第二次传递对准,获得分布式POS中所有节点的全局位置、速度、姿态信息,提高分布式POS系统传递对准精度。
发明内容
基于此,有必要针对传统技术存在的问题,提供一种基于融合权重矩阵的机载分布式POS传递对准方法和装置,能够克服传统技术中的缺陷,建立的分布式POS融合权重矩阵
Figure GDA0002281888470000022
综合考虑子IMU间杆臂距离和子IMU第一次主子传递对准精度,使第k个节点第二次传递对准观测量合理有效,且精度满足需求;且加权计算得到的传递对准观测量
Figure GDA0002281888470000031
综合利用分布式POS全局子IMU的主子传递对准导航信息,使第k个节点子IMU第二次传递对准获得的导航信息是全局滤波估计结果,提高了分布式POS传递对准精度;更进一步地,可对分布式POS中所有节点子IMU进行两次传递对准,不仅利用主系统的导航信息进行主子传递对准,还充分利用了其他子系统的导航信息进行第二次传递对准,可有效解决多干扰环境下子IMU主子传递对准精度下降的问题,获得机载分布式POS中所有节点的全局位置、速度、姿态信息。
第一方面,本发明实施例提供了一种基于融合权重矩阵的机载分布式POS传递对准方法,所述方法包括:基于分布式POS所有N个节点子IMU通过第一次主子传递对准,获得导航信息Y1,Y2…YN;建立其它节点子IMU相对第k个节点子IMU的融合权重矩阵;加权计算第k个节点子IMU传递对准观测量;针对第k个节点子IMU进行第二次传递对准得到第k个节点全局位置、速度、姿态信息,并进行加1重复迭代操作完成分布式POS所有节点全局位置、速度、姿态信息的对准。
在其中一个实施例中,还包括:采用状态χ2检验法,判断所有节点子IMU导航信息Y1,Y2…YN是否可用于第二次传递对准。
在其中一个实施例中,所述建立其它节点子IMU相对第k个节点子IMU的融合权重矩阵包括:基于其他节点子IMU与第k个节点子IMU间杆臂距离
Figure GDA0002281888470000032
以及其他节点子IMU的主子传递对准滤波估计误差协方差Ps,s=1,2…k-1,k+1,…N;建立其他节点子IMU相对第k个节点子IMU的融合权重矩阵
Figure GDA0002281888470000033
在其中一个实施例中,还包括:基于其它节点子IMU导航信息Ys,s=1,2…k-1,k+1,…N,利用融合权重矩阵
Figure GDA0002281888470000041
加权计算出第k个节点子IMU的速度、位置信息,作为传递对准观测量
Figure GDA0002281888470000042
在其中一个实施例中,所述建立其它节点子IMU相对第k个节点子IMU的融合权重矩阵包括:其他节点子IMU相对第k个节点子IMU的融合权重矩阵
Figure GDA0002281888470000043
即:
Figure GDA0002281888470000044
其中,
Figure GDA0002281888470000045
为其它节点子IMU与第k个节点子IMU间杆臂距离因子:
Figure GDA0002281888470000046
其中,ps为其它节点子IMU主子传递对准精度因子,由其它节点子IMU的主子传递对准滤波估计误差协方差Ps,s=1,2…k-1,k+1,…N计算得到:
Figure GDA0002281888470000047
其中,Ps(4,4),Ps(5,5)…Ps(9,9)分别对应主子传递对准速度误差、位置误差的估计误差协方差。
在其中一个实施例中,所述第k个节点子IMU的传递对准观测量
Figure GDA0002281888470000048
为:
Figure GDA0002281888470000049
其中,
Figure GDA00022818884700000410
是由其他节点子IMU导航信息Ys,s=1,2,…k-1,k+1,…N通过杆臂补偿得到的第k个节点子IMU的速度、位置信息;
Figure GDA00022818884700000411
表示
Figure GDA00022818884700000412
Figure GDA00022818884700000413
的Hadmard乘积。
在其中一个实施例中,所述加权计算第k个节点子IMU传递对准观测量包括:通过第k个节点子IMU的传递对准观测量
Figure GDA00022818884700000414
对第k个节点子IMU进行第二次传递对准,获得该节点子IMU的全局位置、速度、姿态信息。
第二方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面的基于融合权重矩阵的机载分布式POS传递对准方法。
第三方面,本发明实施例提供了一种包含指令的计算机程序产品,当该计算机程序产品在计算机上运行时,使得计算机执行上述第一方面所述的方法。
第四方面,本发明实施例还提供了一种基于融合权重矩阵的机载分布式POS传递对准装置,所述装置包括:获取模块,用于基于分布式POS所有N个节点子IMU通过第一次主子传递对准,获得导航信息;建立模块,用于建立其它节点子IMU相对第k个节点子IMU的融合权重矩阵;计算模块,用于加权计算第k个节点子IMU传递对准观测量;对准模块,用于针对第k个节点子IMU进行第二次传递对准得到第k个节点全局位置、速度、姿态信息,并进行加1重复迭代操作完成分布式POS所有节点全局位置、速度、姿态信息的对准。
本发明提供的一种基于融合权重矩阵的机载分布式POS传递对准方法和装置,基于分布式POS所有N个节点子IMU通过第一次主子传递对准,获得导航信息;建立其它节点子IMU相对第k个节点子IMU的融合权重矩阵;加权计算第k个节点子IMU传递对准观测量;针对第k个节点子IMU进行第二次传递对准得到第k个节点全局位置、速度、姿态信息,并进行加1重复迭代操作完成分布式POS所有节点全局位置、速度、姿态信息的对准。该方法能够克服传统技术中的缺陷,建立的分布式POS融合权重矩阵
Figure GDA0002281888470000051
综合考虑子IMU间杆臂距离和子IMU第一次主子传递对准精度,使第k个节点第二次传递对准观测量合理有效,且精度满足需求;且加权计算得到的传递对准观测量
Figure GDA0002281888470000052
综合利用分布式POS全局子IMU的主子传递对准导航信息,使第k个节点子IMU第二次传递对准获得的导航信息是全局滤波估计结果,提高了分布式POS传递对准精度;更进一步地,可对分布式POS中所有节点子IMU进行两次传递对准,不仅利用主系统的导航信息进行主子传递对准,还充分利用了其他子系统的导航信息进行第二次传递对准,可有效解决多干扰环境下子IMU主子传递对准精度下降的问题,获得机载分布式POS中所有节点的全局位置、速度、姿态信息。
附图说明
图1为本发明一个实施例中的一种基于融合权重矩阵的机载分布式POS传递对准方法的流程示意图;
图2本发明另一个实施例中的一种基于融合权重矩阵的机载分布式POS传递对准方法的流程示意图;
图3为本发明一个实施例中的一种基于融合权重矩阵的机载分布式POS传递对准方法中的机载分布式POS主子系统空间分布关系图;以及
图4为本发明一个实施例中的一种基于融合权重矩阵的机载分布式POS传递对准装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例对本发明基于融合权重矩阵的机载分布式POS传递对准方法和装置进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1所示,为一个实施例中的一种基于融合权重矩阵的机载分布式POS传递对准方法的流程示意图。具体包括以下步骤:
步骤102,基于分布式POS所有N个节点子IMU通过第一次主子传递对准,获得导航信息。
步骤104,建立其它节点子IMU相对第k个节点子IMU的融合权重矩阵。
本实施例中,建立其它节点子IMU相对第k个节点子IMU的融合权重矩阵包括:基于其他节点子IMU与第k个节点子IMU间杆臂距离
Figure GDA0002281888470000071
Figure GDA0002281888470000072
以及其他节点子IMU的主子传递对准滤波估计误差协方差Ps,s=1,2,……k-1,k+1,……N;建立其他节点子IMU相对第k个节点子IMU的融合权重矩阵
Figure GDA0002281888470000073
步骤106,加权计算第k个节点子IMU传递对准观测量。
本实施例中,第k个节点子IMU的传递对准观测量
Figure GDA0002281888470000074
为:
Figure GDA0002281888470000075
其中,
Figure GDA0002281888470000076
是由其他节点子IMU导航信息Ys,s=1,2,…k-1,k+1,…N通过杆臂补偿得到的第k个节点子IMU的速度、位置信息;
Figure GDA0002281888470000077
表示
Figure GDA0002281888470000078
Figure GDA0002281888470000079
的Hadmard乘积。
进一步地,在一个实施例中,本公开提出的一种基于融合权重矩阵的机载分布式POS传递对准方法还包括:通过第k个节点子IMU的传递对准观测量
Figure GDA00022818884700000712
对第k个节点子IMU进行第二次传递对准,获得该节点子IMU的全局位置、速度、姿态信息。
步骤108,针对第k个节点子IMU进行第二次传递对准得到第k个节点全局位置、速度、姿态信息,并进行加1重复迭代操作完成分布式POS所有节点全局位置、速度、姿态信息的对准。
在一个实施例中,本公开提出的一种基于融合权重矩阵的机载分布式POS传递对准方法还包括:基于其它节点子IMU导航信息Ys,s=1,2…k-1,k+1,…N,利用融合权重矩阵
Figure GDA00022818884700000710
加权计算出第k个节点子IMU的速度、位置信息,作为传递对准观测量
Figure GDA00022818884700000711
具体的,所述建立其它节点子IMU相对第k个节点子IMU的融合权重矩阵包括:其他节点子IMU相对第k个节点子IMU的融合权重矩阵
Figure GDA0002281888470000081
即:
Figure GDA0002281888470000082
其中,
Figure GDA0002281888470000083
为其它节点子IMU与第k个节点子IMU间杆臂距离因子:
Figure GDA0002281888470000084
其中,ps为其它节点子IMU主子传递对准精度因子,由其它节点子IMU的主子传递对准滤波估计误差协方差Ps,s=1,2…k-1,k+1,…N计算得到:
Figure GDA0002281888470000085
其中,Ps(4,4),Ps(5,5)…Ps(9,9)分别对应主子传递对准速度误差、位置误差的估计误差协方差。
本发明提供的一种基于融合权重矩阵的机载分布式POS传递对准方法,基于分布式POS所有N个节点子IMU通过第一次主子传递对准,获得导航信息;建立其它节点子IMU相对第k个节点子IMU的融合权重矩阵;加权计算第k个节点子IMU传递对准观测量;针对第k个节点子IMU进行第二次传递对准得到第k个节点全局位置、速度、姿态信息,并进行加1重复迭代操作完成分布式POS所有节点全局位置、速度、姿态信息的对准。该方法能够克服传统技术中的缺陷,建立的分布式POS融合权重矩阵
Figure GDA0002281888470000086
综合考虑子IMU间杆臂距离和子IMU第一次主子传递对准精度,使第k个节点第二次传递对准观测量合理有效,且精度满足需求;且加权计算得到的传递对准观测量
Figure GDA0002281888470000087
综合利用分布式POS全局子IMU的主子传递对准导航信息,使第k个节点子IMU第二次传递对准获得的导航信息是全局滤波估计结果,提高了分布式POS传递对准精度;更进一步地,可对分布式POS中所有节点子IMU进行两次传递对准,不仅利用主系统的导航信息进行主子传递对准,还充分利用了其他子系统的导航信息进行第二次传递对准,可有效解决多干扰环境下子IMU主子传递对准精度下降的问题,获得机载分布式POS中所有节点的全局位置、速度、姿态信息。
为了更清楚地理解与应用本发明提出的基于融合权重矩阵的机载分布式POS传递对准方法,进行以下示例。需要说明的是,本发明的保护范围不局限以下示例。
结合图2和图3。其中,如图2所示,为另一个实施例中的一种基于融合权重矩阵的机载分布式POS传递对准方法的流程示意图;图3为本发明一个实施例中的一种基于融合权重矩阵的机载分布式POS传递对准方法中的机载分布式POS主子系统空间分布关系图。
具体的,基于分布式POS所有N个节点子IMU通过第一次主子传递对准,获得导航信息Y1,Y2…YN;此外,采用状态χ2检验法,判断各子IMU导航信息Y1,Y2…YN是否可用于第二次传递对准。
需要说明的是,首先分布式POS所有节点子IMU进行主子传递对准,采用“速度+姿态”的匹配方式进行传递对准建模。滤波器的模型包括状态方程和量测方程,针对分布式POS任意节点子IMU进行主子传递对准步骤如下:
系统状态方程为:
Figure GDA0002281888470000091
式中:
Figure GDA0002281888470000092
为状态变量。φ=[φx φy φz]T为子IMU的三轴平台失准角,δV=[δVx δVy δVz]T为子IMU的速度误差,δL、δλ、δh分别为子IMU的纬度、经度和高度误差,ε=[εx εy εz]T为陀螺漂移,▽=[▽xyz]T为加计零偏,ρ=[ρx ρy ρz]T为子IMU的安装误差角,θ=[θx θyθz]T为挠性杆臂的挠曲变形角,
Figure GDA0002281888470000101
为挠性杆臂的挠曲变形角速率。F为状态转移矩阵;G为系统噪声矩阵;W=[wεx wεy wεz w▽x w▽y w▽z fq1]T为系统噪声,并假设其为零均值高斯白噪声;F和G的表达式:
Figure GDA0002281888470000102
式中:
Figure GDA0002281888470000103
Figure GDA0002281888470000104
Figure GDA0002281888470000105
Figure GDA0002281888470000111
Figure GDA0002281888470000112
Figure GDA0002281888470000113
Figure GDA0002281888470000114
Figure GDA0002281888470000115
Figure GDA0002281888470000116
其中,ωie为地球自转角速度;Rm和Rn分别为地球沿子午圈和卯酉圈的主曲率半径;L和h分别为子IMU捷联解算的纬度和高度;T为滤波周期;Vx、Vy、Vz分别为子IMU捷联解算的东向、北向、天向速度;
Figure GDA0002281888470000117
τi为三个轴上的弹性变形的相关时间;
Figure GDA0002281888470000118
为子IMU载体坐标系到导航坐标系的方向余弦矩阵。
进一步地,选取主子节点系统的姿态角误差、速度误差和位置误差作为量测量,完整的量测方程如下:
Z=H·X+V
式中:Z=[δψ δθ δγ δVx δVy δVz]T为量测量,V是量测噪声,假定其为零均值的高斯白噪声,其协方差为E[VVT]=R;量测矩阵为:
Figure GDA0002281888470000121
Figure GDA0002281888470000122
Figure GDA0002281888470000123
其中,Ta为主POS载体坐标系到其导航坐标系的方向余弦矩阵。其j=1,2,3,
i=1,2,3,表示Ta (ji)的第j行、第i列元素。利用上述主子传递对准误差状态量计算修正子IMU位置、速度和姿态。
可以理解的是,其中,速度修正公式为:
Figure GDA0002281888470000124
其中,V′x,V′y,V′z分别为修正后子IMU的东向、北向和天向速度;
位置修正公式为:
Figure GDA0002281888470000131
其中,λ为捷联解算得到的子IMU的经度;L′、λ′和h′分别为修正后子IMU的纬度、经度和高度。
姿态修正公式为:
利用
Figure GDA0002281888470000132
中的失准角φxyz来计算子IMU导航坐标系n与计算导航坐标系n′间的转换矩阵
Figure GDA0002281888470000133
Figure GDA0002281888470000134
修正后的子IMU载体坐标系到导航坐标系的方向余弦矩阵
Figure GDA0002281888470000135
为:
Figure GDA0002281888470000136
其中,
Figure GDA0002281888470000137
为子IMU进行捷联解算后得到的姿态矩阵。利用修正后的
Figure GDA0002281888470000138
计算子IMU的姿态角,包括航向角ψ′、俯仰角θ′和横滚角γ′。
经过误差修正后得到子IMU经过主子传递对准后的导航信息记为Y:
Y=[ψ′ θ′ γ′ V′x V′y V′z L′ λ′ h′]
对分布式POS所有节点子IMU重复上述步骤,得到所有节点子IMU的导航信息Y1,Y2…YN
更进一步地,采用状态χ2检验法,判断各子IMU导航信息Y1,Y2…YN是否可用于第二次传递对准。
可以理解的是,检测函数为;
λ=βTT-1β
Figure GDA0002281888470000139
E{β}=0 E{ββT}=T
其中,
Figure GDA0002281888470000141
是由先验信息推导而来的状态估计;
Figure GDA0002281888470000142
是由量测Z经传递对准滤波得到的状态估计;β是两种估计的差值;T是β的方差阵。
子IMU导航信息是否可用于第二次传递对准的准则为:
Figure GDA0002281888470000143
其中TD=36.24,作为子IMU主子传递对准判定阈值。考虑状态χ2检验法的延时性,为保证系统的可靠性,设定子IMUλ≤TD持续时间大于等于0.2s输出导航信息有效,可用于第二次传递对准。
基于上述步骤,进行基于其他节点子IMU与第k个节点子IMU间杆臂距离
Figure GDA0002281888470000144
以及其他节点子IMU的主子传递对准滤波估计误差协方差Ps,s=1,2…k-1,k+1,…N,建立其他节点子IMU相对第k个节点子IMU的融合权重矩阵
Figure GDA0002281888470000145
利用其他节点子IMU与第k个节点子IMU间杆臂距离
Figure GDA0002281888470000146
建立其他节点子IMU相对于第k个节点子IMU的杆臂距离因子
Figure GDA0002281888470000147
Figure GDA0002281888470000148
利用其他节点子IMU的主子传递对准滤波估计误差协方差Ps,建立子IMU主子传递对准精度因子ps
Figure GDA0002281888470000149
由归一化得到其他节点相对于第k个节点子IMU的融合权重矩阵
Figure GDA00022818884700001410
为:
Figure GDA00022818884700001411
基于上述步骤,基于其他节点子IMU导航信息Ys,s=1,2,…k-1,k+1,…N,利用融合权重矩阵
Figure GDA00022818884700001412
加权计算出第k个节点子IMU的速度、位置信息,作为传递对准观测量
Figure GDA00022818884700001522
具体的,将其他节点子IMU第一次主子传递对准后获得的导航信息Ys,s=1,2…k-1,k+1,…N,通过杆臂补偿到第k个节点,得到补偿后导航信息
Figure GDA0002281888470000151
其次,利用融合权重矩阵
Figure GDA0002281888470000152
对补偿后导航信息
Figure GDA0002281888470000153
进行加权融合,得到第k个节点子IMU的传递对准观测量
Figure GDA0002281888470000154
Figure GDA0002281888470000155
其中,
Figure GDA0002281888470000156
表示
Figure GDA0002281888470000157
Figure GDA0002281888470000158
的Hadmard乘积。
基于上述步骤,再利用加权计算得到的第k个节点子IMU的传递对准观测量
Figure GDA0002281888470000159
进行第二次传递对准,得到第k个节点子IMU的全局位置、速度、姿态信息。对第k个节点子IMU第二次传递对准,选取状态量
Figure GDA00022818884700001510
为:
Figure GDA00022818884700001511
其中,
Figure GDA00022818884700001512
为第k个节点子IMU经过第一次传递对准后的三轴平台失准角,
Figure GDA00022818884700001513
为第k个节点子IMU经过第一次传递对准后的速度误差,
Figure GDA00022818884700001514
Figure GDA00022818884700001515
分别为第k个节点子IMU经过第一次传递对准后的纬度、经度和高度误差,
Figure GDA00022818884700001516
为第k个节点子IMU经过第一次传递对准后陀螺漂移,
Figure GDA00022818884700001517
为第k个节点子IMU经过第一次传递对准后加计零偏,
Figure GDA00022818884700001518
为第k个节点子IMU经过第一次传递对准后的安装误差角,
Figure GDA00022818884700001519
为第k个节点子IMU经过第一次传递对准后挠性杆臂的挠曲变形角,
Figure GDA00022818884700001520
为第k个节点子IMU经过第一次传递对准后挠性杆臂的挠曲变形角速率。
需要说明的是,状态模型为:
Figure GDA00022818884700001521
其中,
Figure GDA0002281888470000161
表示第k个节点子IMU第二次传递对准时的系统矩阵;
Figure GDA0002281888470000162
表示第k个节点子IMU第二次传递对准时的系统噪声驱动阵;
Figure GDA0002281888470000163
表示第k个节点子IMU第二次传递对准时的系统噪声方差阵。
对第k个节点子IMU第二次传递对准采用“速度+位置”匹配方式,选取第k个节点子IMU第二次传递对准观测量
Figure GDA0002281888470000164
与第k个节点子IMU第一次主子传递对准后的导航信息Yk中的速度、位置信息之差
Figure GDA0002281888470000165
作为量测量:
Figure GDA0002281888470000166
需要说明的是,量测模型为:
Figure GDA0002281888470000167
其中,
Figure GDA0002281888470000168
为第k个节点子IMU第二次传递对准量测噪声方差阵;
Figure GDA0002281888470000169
为第k个节点子IMU第二次传递对准量测矩阵:
Figure GDA00022818884700001610
利用上述传递对准误差状态量计算修正第k个节点子IMU位置、速度和姿态。其中,速度修正公式为:
Figure GDA00022818884700001611
其中,V′x、V′y和V′z主子传递对准后第k个节点子IMU东向、北向和天向速度;
Figure GDA00022818884700001612
Figure GDA00022818884700001613
分别为第二次传递对准修正后第k个节点子IMU东向、北向和天向速度;
此外,位置修正公式为:
Figure GDA00022818884700001614
其中,L′、λ′和h′主子传递对准后第k个节点子IMU纬度、经度和高度,
Figure GDA0002281888470000171
Figure GDA0002281888470000172
Figure GDA0002281888470000173
分别为第二次传递对准修正后第k个节点子IMU纬度、经度和高度;
再次,姿态修正公式为:
利用
Figure GDA0002281888470000174
中的失准角
Figure GDA0002281888470000175
来计算第k个节点子IMU导航坐标系n与计算导航坐标系n′间的转换矩阵
Figure GDA0002281888470000176
Figure GDA0002281888470000177
修正后的转换矩阵
Figure GDA0002281888470000178
为:
Figure GDA0002281888470000179
其中,
Figure GDA00022818884700001710
为第k个节点子IMU进行第二次传递对准后的姿态矩阵。利用修正后的
Figure GDA00022818884700001711
计算第k个节点子IMU第二次传递对准后的姿态角,包括航向角
Figure GDA00022818884700001712
俯仰角
Figure GDA00022818884700001713
和横滚角
Figure GDA00022818884700001714
最终,基于上述操作流程步骤,针对分布式POS系统各子IMU重复前述步骤,直至循环结束完成传递对准,得到机载分布式POS中所有节点的全局位置、速度、姿态信息。
综上所述,本公开提出的一种基于融合权重矩阵的机载分布式POS传递对准方法的原理为通过第一次主子传递对准,获得所有节点子IMU的导航信息Y1,Y2…YN,基于其他节点与第k个节点间杆臂距离
Figure GDA00022818884700001715
及其他节点子IMU主子传递对准滤波估计误差协方差Ps,s=1,2…k-1,k+1,…N,建立其他节点子IMU融合权重矩阵
Figure GDA00022818884700001716
利用融合权重矩阵
Figure GDA00022818884700001717
加权计算各子IMU主子传递对准后补偿到第k个节点的导航信息,得到第k个节点的速度、位置信息,作为第二次传递对准观测量
Figure GDA00022818884700001718
采用速度位置匹配方式,对第k个节点子IMU进行第二次传递对准,得到该节点子IMU全局位置、速度、姿态信息,进而实现分布式POS中所有节点的全局位置、速度、姿态的测量,提高分布式POS传递对准精度。
需要说明的是,本公开提出的一种基于融合权重矩阵的机载分布式POS传递对准方法的优点在于建立的分布式POS融合权重矩阵
Figure GDA0002281888470000181
综合考虑子IMU间杆臂距离和子IMU第一次主子传递对准精度,使第k个节点第二次传递对准观测量合理有效,且精度满足需求;且加权计算得到的传递对准观测量
Figure GDA0002281888470000182
综合利用分布式POS全局子IMU的主子传递对准导航信息,使第k个节点子IMU第二次传递对准获得的导航信息是全局滤波估计结果,提高了分布式POS传递对准精度;更进一步地,可对分布式POS中所有节点子IMU进行两次传递对准,不仅利用主系统的导航信息进行主子传递对准,还充分利用了其他子系统的导航信息进行第二次传递对准,可有效解决多干扰环境下子IMU主子传递对准精度下降的问题,获得机载分布式POS中所有节点的全局位置、速度、姿态信息。
基于同一发明构思,还提供了一种基于融合权重矩阵的机载分布式POS传递对准装置。由于此装置解决问题的原理与前述一种基于融合权重矩阵的机载分布式POS传递对准方法相似,因此,该装置的实施可以按照前述方法的具体步骤时限,重复之处不再赘述。
如图4所示,为一个实施例中的一种基于融合权重矩阵的机载分布式POS传递对准装置的结构示意图。该基于融合权重矩阵的机载分布式POS传递对准装置10包括:获取模块200、建立模块400、计算模块600和对准模块800。
其中,获取模块200用于基于分布式POS所有N个节点子IMU通过第一次主子传递对准,获得导航信息;建立模块400用于建立其它节点子IMU相对第k个节点子IMU的融合权重矩阵;计算模块600用于加权计算第k个节点子IMU传递对准观测量;对准模块800用于针对第k个节点子IMU进行第二次传递对准得到第k个节点全局位置、速度、姿态信息,并进行加1重复迭代操作完成分布式POS所有节点全局位置、速度、姿态信息的对准。
本发明提供的一种基于融合权重矩阵的机载分布式POS传递对准装置,通过获取模块200基于分布式POS所有N个节点子IMU通过第一次主子传递对准,获得导航信息;再通过建立模块400建立其它节点子IMU相对第k个节点子IMU的融合权重矩阵;再通过计算模块600加权计算第k个节点子IMU传递对准观测量;最终通过对准模块800针对第k个节点子IMU进行第二次传递对准得到第k个节点全局位置、速度、姿态信息,并进行加1重复迭代操作完成分布式POS所有节点全局位置、速度、姿态信息的对准。该装置能够克服传统技术中的缺陷,建立的分布式POS融合权重矩阵
Figure GDA0002281888470000191
综合考虑子IMU间杆臂距离和子IMU第一次主子传递对准精度,使第k个节点第二次传递对准观测量合理有效,且精度满足需求;且加权计算得到的传递对准观测量
Figure GDA0002281888470000192
综合利用分布式POS全局子IMU的主子传递对准导航信息,使第k个节点子IMU第二次传递对准获得的导航信息是全局滤波估计结果,提高了分布式POS传递对准精度;更进一步地,可对分布式POS中所有节点子IMU进行两次传递对准,不仅利用主系统的导航信息进行主子传递对准,还充分利用了其他子系统的导航信息进行第二次传递对准,可有效解决多干扰环境下子IMU主子传递对准精度下降的问题,获得机载分布式POS中所有节点的全局位置、速度、姿态信息。
本发明实施例还提供了一种计算机可读存储介质。该计算机可读存储介质上存储有计算机程序,该程序被图1或图2中处理器执行。
本发明实施例还提供了一种包含指令的计算机程序产品。当该计算机程序产品在计算机上运行时,使得计算机执行上述图1或2的方法。
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(Random AccessMemory,RAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (9)

1.一种基于融合权重矩阵的机载分布式POS传递对准方法,所述方法包括:
基于分布式POS所有N个节点子IMU通过第一次主子传递对准,获得导航信息Y1,Y2…YN
建立其它节点子IMU相对第k个节点子IMU的融合权重矩阵;
加权计算第k个节点子IMU传递对准观测量;
针对第k个节点子IMU进行第二次传递对准得到第k个节点全局位置、速度、姿态信息,并进行加1重复迭代操作完成分布式POS所有节点全局位置、速度、姿态信息的对准。
2.根据权利要求1所述的方法,还包括:采用状态χ2检验法,判断所有节点子IMU导航信息Y1,Y2…YN是否可用于第二次传递对准。
3.根据权利要求1所述的方法,其中,所述建立其它节点子IMU相对第k个节点子IMU的融合权重矩阵包括:基于其他节点子IMU与第k个节点子IMU间杆臂距离
Figure FDA0002281888460000011
以及其他节点子IMU的主子传递对准滤波估计误差协方差Ps,s=1,2…k-1,k+1,…N;
建立其他节点子IMU相对第k个节点子IMU的融合权重矩阵
Figure FDA0002281888460000012
4.根据权利要求1所述的方法,还包括:基于其它节点子IMU导航信息Ys,s=1,2…k-1,k+1,…N,利用融合权重矩阵
Figure FDA0002281888460000013
加权计算出第k个节点子IMU的速度、位置信息,作为传递对准观测量
Figure FDA0002281888460000014
5.根据权利要求4所述的方法,其中,所述建立其它节点子IMU相对第k个节点子IMU的融合权重矩阵包括:其他节点子IMU相对第k个节点子IMU的融合权重矩阵,
Figure FDA0002281888460000015
即:
Figure FDA0002281888460000021
其中,
Figure FDA0002281888460000022
为其它节点子IMU与第k个节点子IMU间杆臂距离因子:
Figure FDA0002281888460000023
其中,ps为其它节点子IMU主子传递对准精度因子,由其它节点子IMU的主子传递对准滤波估计误差协方差
Figure FDA0002281888460000024
计算得到:
Figure FDA0002281888460000025
其中,Ps(4,4),Ps(5,5)…Ps(9,9)分别对应主子传递对准速度误差、位置误差的估计误差协方差。
6.根据权利要求1所述的方法,其中,所述第k个节点子IMU的传递对准观测量
Figure FDA0002281888460000026
为:
Figure FDA0002281888460000027
其中,
Figure FDA0002281888460000028
是由其他节点子IMU导航信息Ys,s=1,2…k-1,k+1,…N通过杆臂补偿得到的第k个节点子IMU的速度、位置信息;
Figure FDA0002281888460000029
表示
Figure FDA00022818884600000210
Figure FDA00022818884600000211
的Hadmard乘积。
7.根据权利要求1所述的方法,还包括:通过第k个节点子IMU的传递对准观测量
Figure FDA00022818884600000212
对第k个节点子IMU进行第二次传递对准,获得该节点子IMU的全局位置、速度、姿态信息。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的方法。
9.一种基于融合权重矩阵的机载分布式POS传递对准装置,所述装置包括:
获取模块,用于基于分布式POS所有N个节点子IMU通过第一次主子传递对准,获得导航信息;建立模块,用于建立其它节点子IMU相对第k个节点子IMU的融合权重矩阵;
计算模块,用于加权计算第k个节点子IMU传递对准观测量;
对准模块,用于针对第k个节点子IMU进行第二次传递对准得到第k个节点全局位置、速度、姿态信息,并进行加1重复迭代操作完成分布式POS所有节点全局位置、速度、姿态信息的对准。
CN201710837780.9A 2017-09-18 2017-09-18 基于融合权重矩阵的机载分布式pos传递对准方法和装置 Active CN107747944B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710837780.9A CN107747944B (zh) 2017-09-18 2017-09-18 基于融合权重矩阵的机载分布式pos传递对准方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710837780.9A CN107747944B (zh) 2017-09-18 2017-09-18 基于融合权重矩阵的机载分布式pos传递对准方法和装置

Publications (2)

Publication Number Publication Date
CN107747944A CN107747944A (zh) 2018-03-02
CN107747944B true CN107747944B (zh) 2020-03-17

Family

ID=61254492

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710837780.9A Active CN107747944B (zh) 2017-09-18 2017-09-18 基于融合权重矩阵的机载分布式pos传递对准方法和装置

Country Status (1)

Country Link
CN (1) CN107747944B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108919304B (zh) * 2018-03-07 2020-01-14 山东科技大学 一种基于参考平面的移动测量系统中pos误差补偿方法
CN112762936B (zh) * 2020-12-24 2022-03-15 中国人民解放军军事科学院国防科技创新研究院 一种运用于长航时无人机载荷的多源定位信息融合方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102621565A (zh) * 2012-04-17 2012-08-01 北京航空航天大学 一种机载分布式pos的传递对准方法
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
CN104698486A (zh) * 2015-03-26 2015-06-10 北京航空航天大学 一种分布式pos用数据处理计算机系统实时导航方法
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
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

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102621565A (zh) * 2012-04-17 2012-08-01 北京航空航天大学 一种机载分布式pos的传递对准方法
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
CN104698486A (zh) * 2015-03-26 2015-06-10 北京航空航天大学 一种分布式pos用数据处理计算机系统实时导航方法
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
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

Also Published As

Publication number Publication date
CN107747944A (zh) 2018-03-02

Similar Documents

Publication Publication Date Title
CN109001787B (zh) 一种姿态角解算与定位的方法及其融合传感器
CN107728182B (zh) 基于相机辅助的柔性多基线测量方法和装置
CN108387227B (zh) 机载分布式pos的多节点信息融合方法及系统
CN105910602B (zh) 一种组合导航方法
CN108375383B (zh) 多相机辅助的机载分布式pos柔性基线测量方法和装置
CN104655152A (zh) 一种基于联邦滤波的机载分布式pos实时传递对准方法
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
Rhudy et al. Fusion of GPS and redundant IMU data for attitude estimation
CN109689499A (zh) 用于稳健干扰抑制的分布式加速度感测
CN109631883B (zh) 一种基于节点信息共享的载机局部姿态精确估计方法
Gebre-Egziabher et al. MAV attitude determination by vector matching
CN103884340B (zh) 一种深空探测定点软着陆过程的信息融合导航方法
CN110849360B (zh) 面向多机协同编队飞行的分布式相对导航方法
CN111121766A (zh) 一种基于星光矢量的天文与惯性组合导航方法
CN104698486A (zh) 一种分布式pos用数据处理计算机系统实时导航方法
CN111351481A (zh) 一种基于发射惯性坐标系的传递对准方法
CN112146655A (zh) 一种BeiDou/SINS紧组合导航系统弹性模型设计方法
CN111189442A (zh) 基于cepf的无人机多源导航信息状态预测方法
CN107747944B (zh) 基于融合权重矩阵的机载分布式pos传递对准方法和装置
CN107764268B (zh) 一种机载分布式pos传递对准的方法和装置
Chen et al. Fault-tolerant optical flow sensor/SINS integrated navigation scheme for MAV in a GPS-denied environment
da Silva et al. Performance evaluation of the extended kalman filter and unscented kalman filter
CN111982126B (zh) 一种全源BeiDou/SINS弹性状态观测器模型设计方法
Hofmann et al. Center of Gravity Estimation Using Multiple Accelerometers
Gong et al. An innovative distributed filter for airborne distributed position and orientation system

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