CN110608741A - 一种提高飞机航姿参考系统姿态解算精度的方法 - Google Patents

Abstract

本发明公开了一种提高飞机航姿参考系统姿态解算精度的方法，包括，滤除三轴角速率信息和加速度信息中的干扰信号，获取三轴角速率实际信息流和加速度实际信息流；根据三轴角速率信息和加速度信息，完成初始对准过程；根据三轴角速率信息完成四元数的更新，实现航姿参考系统的更新；根据加速度实际信息流，采用七维卡尔曼滤波算法对三轴角速率实际信息流进行修正，得修正后的三轴角速率信息；根据修正后的三轴角速率信息，采用基于奇异值分析的加速度计振动噪声抑制方法，提高航姿参考系统姿态解算精度。优点是：以七维卡尔曼滤波算法结合FIR滤波器和基于奇异值分析的加速度计振动噪声抑制方法，对飞行状态进行判断，提高航姿参考系统的稳定性。

Description

一种提高飞机航姿参考系统姿态解算精度的方法

技术领域

本发明涉及民航飞机航姿算法领域，尤其涉及一种提高飞机航姿参考系统姿态解算精度的方法。

背景技术

常见的航姿算法主要包括初始对准、互补滤波或卡尔曼滤波、基于龙格库塔法的姿态解算，但是上述算法对系统动态性能的提高非常有限。

发明内容

本发明的目的在于提供一种提高飞机航姿参考系统姿态解算精度的方法，从而解决现有技术中存在的前述问题。

为了实现上述目的，本发明采用的技术方案如下：

一种提高飞机航姿参考系统姿态解算精度的方法，所述航姿参考系统包括陀螺和加速度计，所述方法包括如下步骤，

S1、使用陀螺和加速度计分别获取载体的三轴角速率信息和加速度信息；滤除采集到的三轴角速率信息和加速度信息中的干扰信号，获取被噪声干扰的三轴角速率实际信息流和加速度实际信息流；

S2、根据采集到的三轴角速率信息和加速度信息，完成初始对准过程；

S3、根据采集到的三轴角速率信息完成四元数的更新，以实现航姿参考系统的更新；

S4、根据加速度实际信息流，采用七维卡尔曼滤波算法对三轴角速率实际信息流进行修正，获取修正后的三轴角速率信息；

S5、根据修正后的三轴角速率信息，采用基于奇异值分析的加速度计振动噪声抑制方法，提高振动情况下的航姿参考系统姿态解算精度。

优选的，所述航姿参考系统内设置有FIR滤波器，所述FIR滤波器用于滤除采集到的陀螺信息和加速度信息中的干扰信号；所述FIR滤波器的差分方程为，

其中，x(n)表示滤波器的输入信号，y(n)表示滤波器的输出信号，a_k，b_k为数字滤波器的系数，N为阶数；

FIR滤波器的窗函数采用凯赛窗，

其中，如果α_s<21dB，就采用矩形窗(β＝0)，则N＝0.9/△f。

优选的，步骤S3中，在静态情况下，考虑到重力矢量在地理系中的投影为 a_n＝[00 g]^T,载体坐标系下的投影为a_b＝[a_x a_y a_z]^T,令航向角为 0°，则俯仰角θ和横滚角γ分别为，

根据飞机姿态角确定航姿参考系统的初始姿态矩阵以及四元数如下，

其中，为初始姿态矩阵，q为四元数。

优选的，在步骤S4中，在所述修正过程中，设置状态量可为X＝[qw_b]，量测量为Z_k＝[a_m]^T，则根据四元数微分方程获取状态转移方程为，

其中，q为四元数；w_b为角速率；a_m为加速度计归一化处理后的结果；w_m为当前时刻陀螺输出的角速率；w_b为待估的陀螺零位；T为滤波周期。

优选的，将状态转移方程中的进一步展开可得，

将状态转移方程线性化和离散化，再进行时间更新和离散更新，之后将修正后的四元数进行姿态变换，得到最终的姿态数据。

优选的，步骤S5中所述基于奇异值分析的加速度计振动噪声抑制方法具体包括如下内容，

A、插值构造；构造多维序列信号矩阵H＝[X₁,...,X_N],X_i＝[x₁,...,x_i+L-1]为延迟信号矢量,K＝N-L-1，L为时间窗口长度，且取值为整数，2<L<N；

B、奇异值分解；求取矩阵HH^T的特征值，为λ₁,λ₂,...,λ_L。按从大到小的顺序将λ_i作为对角元素构造对角矩阵Λ，且HH^T＝UΛV^T，可得所以，

C、分类；对分解到的初等矩阵进行分组，另I₁＝{i₁,...,i_p}，则组I可定义为 H₁+...+H_ip,将轨迹矩阵分为2组，则H_I＝H_I1+...+H_Ls，其中一类噪声为趋势项，另一类为噪声项，每一组占用的权重为，

D、对角平分；根据分组结果将对应的奇异向量重构对其汉克尔化；算子定义为，对于L×K矩阵Z＝[z_ij],L≤K,对于i+j＝c,N＝L+K-1的元素可按下式计算，

本发明的有益效果是：1、采用FIR滤波器对陀螺和加速度数据进行预处理，去除噪声干扰。2、采用基于四元数的七维卡尔曼滤波算法对四元数及陀螺误差进行估计，以提高姿态解算的精度。3、采用基于奇异值分析的加速度计振动噪声抑制技术，以提高振动情况下的姿态解算精度。

附图说明

图1是本发明实施例中方法的流程图；

图2是本发明实施例中方法的原理示意图。

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，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不用于限定本发明。

如图1所示，本实施例中提供了一种提高飞机航姿参考系统姿态解算精度的方法，所述航姿参考系统包括陀螺和加速度计，所述方法包括如下步骤，

S1、使用陀螺和加速度计分别获取载体的三轴角速率信息和加速度信息；滤除采集到的三轴角速率信息和加速度信息中的干扰信号，获取被噪声干扰的三轴角速率实际信息流和加速度实际信息流；

S2、根据采集到的三轴角速率信息和加速度信息，完成初始对准过程；

S3、根据采集到的三轴角速率信息完成四元数的更新，以实现航姿参考系统的更新；

S4、根据加速度实际信息流，采用七维卡尔曼滤波算法对三轴角速率实际信息流进行修正，获取修正后的三轴角速率信息；

S5、根据修正后的三轴角速率信息，采用基于奇异值分析的加速度计振动噪声抑制方法，提高振动情况下的航姿参考系统姿态解算精度。

本实施例中，所述航姿参考系统内设置有FIR滤波器，所述FIR滤波器用于滤除采集到的陀螺信息和加速度信息中的干扰信号；所述FIR滤波器的差分方程为，

其中，x(n)表示滤波器的输入信号，y(n)表示滤波器的输出信号，a_k，b_k为数字滤波器的系数，N为阶数；

FIR滤波器的窗函数采用凯赛窗，所述FIR滤波器稳定且计算量小；

其中，如果α_s<21dB，就采用矩形窗(β＝0)，则N＝0.9/△f。

本实施例中，FIR滤波器只是对陀螺和加速度计的数据进行一个预处理，滤除一定的干扰信号，后续用处理后的信号再进行噪声抑制和姿态解算等操作。 FIR滤波器是信号滤波中一种常用的滤波器，这里采用的是一种窗函数法进行滤波处理的，具体采用的是凯赛窗。

本实施例中，步骤S3中，在静态情况下，考虑到重力矢量在地理系中的投影为a_n＝[0 0 g]^T,载体坐标系下的投影为a_b＝[a_x a_y a_z]^T,令航向角为0°，则俯仰角θ和横滚角γ分别为，

根据俯仰角确定初始姿态矩阵以及四元数如下，

其中，为初始姿态矩阵，q为四元数。

本实施例中，在步骤S4中，在所述修正过程中，设置状态量可为X＝[qw_b]，量测量为Z_k＝[a_m]^T，则根据四元数微分方程获取状态转移方程为，

其中，q为四元数；w_b为角速率；a_m为加速度计归一化处理后的结果；w_m为当前时刻陀螺输出的角速率；w_b为待估的陀螺零位；T为滤波周期。

本实施例中，将状态转移方程中的进一步展开可得，

将状态转移方程线性化和离散化，再进行时间更新和离散更新，之后将修正后的四元数进行姿态变换，得到最终的姿态数据。

本实施例中，由于振动的时候对姿态精度影响很大，所以通过奇异值分析抑制振动噪声来提高精度，步骤S5中所述基于奇异值分析的加速度计振动噪声抑制方法具体包括如下内容：

A、插值构造；构造多维序列信号矩阵H＝[X₁,...,X_N],X_i＝[x₁,...,x_i+L-1]为延迟信号矢量,K＝N-L-1，L为时间窗口长度，且取值为整数，2<L<N；

B、奇异值分解；求取矩阵HH^T的特征值，为λ₁,λ₂,...,λ_L。按从大到小的顺序将λ_i作为对角元素构造对角矩阵Λ，且HH^T＝UΛV^T，可得所以，

C、分类；对分解到的初等矩阵进行分组，另I₁＝{i₁,...,i_p}，则组I可定义为 H₁+...+H_ip,将轨迹矩阵分为2组，则其中一类噪声为趋势项，另一类为噪声项，每一组占用的权重为，

D、对角平分；根据分组结果将对应的奇异向量重构对其汉克尔化；算子定义为，对于L×K矩阵Z＝[z_ij],L≤K,对于i+j＝c,N＝L+K-1的元素可按下式计算，

本实施例中，通过奇异值分析会把信号中的趋势项(有用部分)和周期谐振信号(噪声部分，会影响精度)分离开，这样只采用趋势项来解算，以达到提高精度的目的。

通过采用本发明公开的上述技术方案，得到了如下有益的效果：

本发明提供了一种提高飞机航姿参考系统姿态解算精度的方法，该方法采用 FIR滤波器对三轴角速率和加速度数据进行预处理，去除噪声干扰；采用基于四元数的七维卡尔曼滤波算法对四元数及陀螺误差进行估计，以提高姿态解算的精度；同时，采用基于奇异值分析的加速度计振动噪声抑制技术，以提高振动情况下的姿态解算精度。

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本发明的保护范围。

Claims (6)

1.一种提高飞机航姿参考系统姿态解算精度的方法，所述航姿参考系统包括陀螺和加速度计，其特征在于：所述方法包括如下步骤，

S1、使用陀螺和加速度计分别获取载体的三轴角速率信息和加速度信息；滤除采集到的三轴角速率信息和加速度信息中的干扰信号，获取被噪声干扰的三轴角速率实际信息流和加速度实际信息流；

S2、根据采集到的三轴角速率信息和加速度信息，完成初始对准过程；

S3、根据采集到的三轴角速率信息完成四元数的更新，以实现航姿参考系统的更新；

S4、根据加速度实际信息流，采用七维卡尔曼滤波算法对三轴角速率实际信息流进行修正，获取修正后的三轴角速率信息；

S5、根据修正后的三轴角速率信息，采用基于奇异值分析的加速度计振动噪声抑制方法，提高振动情况下的航姿参考系统姿态解算精度。

2.根据权利要求1所述的提高飞机航姿参考系统姿态解算精度的方法，其特征在于：所述航姿参考系统内设置有FIR滤波器，所述FIR滤波器用于滤除采集到的陀螺信息和加速度信息中的干扰信号；所述FIR滤波器的差分方程为，

其中，x(n)表示滤波器的输入信号，y(n)表示滤波器的输出信号，a_k，b_k为数字滤波器的系数，N为阶数；

FIR滤波器的窗函数采用凯赛窗，

其中，如果α_s<21dB，就采用矩形窗(β＝0)，则N＝0.9/△f。

3.根据权利要求1所述的提高飞机航姿参考系统姿态解算精度的方法，其特征在于：步骤S3中，在静态情况下，考虑到重力矢量在地理系中的投影为a_n＝[0 0 g]^T,载体坐标系下的投影为a_b＝[a_x a_y a_z]^T,令航向角为0°，则俯仰角θ和横滚角γ分别为，

根据飞机姿态角确定航姿参考系统的初始姿态矩阵以及四元数如下，

其中，为初始姿态矩阵，q为四元数。

4.根据权利要求1所述的提高飞机航姿参考系统姿态解算精度的方法，其特征在于：在步骤S4中，在所述修正过程中，设置状态量可为X＝[qw_b]，量测量为Z_k＝[a_m]^T，则根据四元数微分方程获取状态转移方程为，

其中，q为四元数；w_b为角速率；a_m为加速度计归一化处理后的结果；w_m

为当前时刻陀螺输出的角速率；w_b为待估的陀螺零位；T为滤波周期。

5.根据权利要求4所述的提高飞机航姿参考系统姿态解算精度的方法，其特征在于：将状态转移方程中的进一步展开可得，

将状态转移方程线性化和离散化，再进行时间更新和离散更新，之后将修正后的四元数进行姿态变换，得到最终的姿态数据。

6.根据权利要求4所述的提高飞机航姿参考系统姿态解算精度的方法，其特征在于：步骤S5中所述基于奇异值分析的加速度计振动噪声抑制方法具体包括如下内容，

A、插值构造；构造多维序列信号矩阵H＝[X₁,...,X_N],X_i＝[x₁,...,x_i+L-1]为延迟信号矢量,K＝N-L-1，L为时间窗口长度，且取值为整数，2<L<N；

B、奇异值分解；求取矩阵HH^T的特征值，为λ₁,λ₂,...,λ_L。按从大到小的顺序将λ_i作为对角元素构造对角矩阵Λ，且HH^T＝UΛV^T，可得所以，

C、分类；对分解到的初等矩阵进行分组，另I₁＝{i₁,...,i_p}，则组I可定义为H₁+...+H_ip,将轨迹矩阵分为2组，则其中一类噪声为趋势项，另一类为噪声项，每一组占用的权重为，

D、对角平分；根据分组结果将对应的奇异向量重构对其汉克尔化；算子定义为，对于L×K矩阵Z＝[z_ij],L≤K,对于i+j＝c,N＝L+K-1的元素可按下式计算，