CN114993296A - 一种制导炮弹高动态组合导航方法 - Google Patents

Abstract

本发明提供了一种制导炮弹高动态组合导航方法，所述方法包括：将弹体发射坐标系下的侧向位置误差和侧向速度误差引入状态变量；根据状态变量建立惯性导航系统的状态方程；将弹体发射坐标系下的侧向位置误差和侧向速度误差作为观测量；根据状态变量和观测量建立惯性导航系统的量测方程；根据惯性导航系统的状态方程和惯性导航系统的量测方程建立卡尔曼滤波方程；根据卡尔曼滤波方程解算组合导航数据，以实现制导炮弹的组合导航。本发明能够解决现有导航方法对卫星的依赖性较高，在卫星定位失效的情况下惯导测量精度较差的技术问题。

Description

一种制导炮弹高动态组合导航方法

技术领域

本发明涉及组合导航技术领域，尤其涉及一种制导炮弹高动态组合导航方法。

背景技术

高过载微惯导系统不仅具有体积小、重量轻、自主性强、隐蔽性好等特点，而且具有抗高过载恶劣力学环境的突出特点，在制导炮弹、电磁导轨炮弹、超远程制导炮弹等使用领域有着广阔的应用前景。

高过载微惯导测量精度差，误差随时间累积，无法单独为制导炮弹提供足够精度的导航信息，需要借助卫星定位等辅助手段实现组合导航，满足制导炮弹等应用需求。但制导炮弹在飞行过程中，高动态与大冲击并存，且卫星信号易受干扰，卫星定位失效的情况时有发生，如何在导航过程中降低对卫星的依赖也是一个亟需解决的问题。

发明内容

本发明提供了一种制导炮弹高动态组合导航方法，能够解决现有导航方法对卫星的依赖性较高，在卫星定位失效的情况下惯导测量精度较差的技术问题。

根据本发明的一方面，提供了一种制导炮弹高动态组合导航方法，所述方法包括：

将弹体发射坐标系下的侧向位置误差和侧向速度误差引入状态变量；

根据状态变量建立惯性导航系统的状态方程；

将弹体发射坐标系下的侧向位置误差和侧向速度误差作为观测量；

根据状态变量和观测量建立惯性导航系统的量测方程；

根据惯性导航系统的状态方程和惯性导航系统的量测方程建立卡尔曼滤波方程；

根据卡尔曼滤波方程解算组合导航数据，以实现制导炮弹的组合导航。

优选的，通过下式得到状态变量：

X＝[δS_pz δV_pz φ_px φ_py φ_pz ε_x ε_y ε_z]^T；

式中，X为状态变量，δS_pz为弹体发射坐标系下的侧向位置误差，δV_pz为弹体发射坐标系下的侧向速度误差，φ_px、φ_py、φ_pz分别为X、Y、Z轴的失准角，ε_x、ε_y、ε_z分别为X、Y、Z轴的陀螺漂移。

优选的，通过下式得到观测量：

式中，Z为观测量。

优选的，根据状态变量建立惯性导航系统的状态方程包括：

根据状态变量建立惯性导航系统的连续状态方程；

对惯性导航系统的连续状态方程进行离散化，得到惯性导航系统的状态方程。

优选的，通过下式建立惯性导航系统的连续状态方程：

式中，X(t)为t时刻的状态变量，F(t)为t时刻状态变量对应的连续状态方程状态转移矩阵，w(t)为t时刻的系统随机噪声向量。

优选的，通过下式得到惯性导航系统的状态方程：

X_k＝Φ_k,k-1X_k-1+Γ_k-1W_k-1；

其中，

式中，X_k为k时刻的状态变量，X_k-1为k-1时刻的状态变量，Φ_k,k-1为k-1时刻到k时刻的系统一步状态转移矩阵，T为滤波周期，T_n为离散周期，F_i是系统矩阵，I为单位矩阵，Γ_k-1为系统的噪声驱动矩阵，W_k-1为k-1时刻的系统激励噪声序列。

优选的，通过下式建立惯性导航系统的量测方程：

Z_k＝H_kX_k+V_k；

式中，Z_k为k时刻的观测量，H_k为观测矩阵，X_k为k时刻的状态变量，V_k为 k时刻的观测量噪声。

优选的，通过下式建立卡尔曼滤波方程：

式中，

为一步状态预测值，

为k-1时刻的状态估计值，q_k为系统虚拟噪声阵，E_k为k时刻滤波的新的误差信息，Z_k为k时刻的观测量，H_k是系统的观测矩阵，

为k时刻的状态估计值，K_k为滤波增益矩阵，P_k/k-1为一步预测误差方差阵，R_k为系统观测量噪声序列的方差阵，P_k-1为k-1时刻的估计误差方差阵，P_k为k时刻的估计误差方差阵，Q_k为系统激励噪声序列的方差阵，d为自适应因子，b为自适应因子参数，m为从滤波开始到当前滤波周期的滤波次数。

根据本发明的又一方面，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一所述方法。

应用本发明的技术方案，利用制导炮弹高速旋转，短时间内旋转弹体的侧向位移及侧向速度近似为零的特点，将弹体发射坐标系下的侧向位置误差和侧向速度误差引入状态变量，同时将弹体发射坐标系下的侧向位置误差和侧向速度误差作为观测量，并建立卡尔曼滤波的状态方程和量测方程，通过自适应卡尔曼滤波实现对各项误差的准确估计，降低了对准过程中对卫星的依赖，提高了系统的自主性。本发明的方法不依赖外界辅助信息，通过弹体自身运动特性即可实现误差的估计与修正，可应用于高速旋转的制导炮弹应用领域。

附图说明

所包括的附图用来提供对本发明实施例的进一步的理解，其构成了说明书的一部分，用于例示本发明的实施例，并与文字描述一起来阐释本发明的原理。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他的附图。

图1示出了根据本发明的一种实施例提供的制导炮弹高动态组合导航方法的流程图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。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楚、完整地描述，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。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。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。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

如图1所示，本发明提供了一种制导炮弹高动态组合导航方法，所述方法包括：

S10、将弹体发射坐标系下的侧向位置误差和侧向速度误差引入状态变量；

S20、根据状态变量建立惯性导航系统的状态方程；

S30、将弹体发射坐标系下的侧向位置误差和侧向速度误差作为观测量；

S40、根据状态变量和观测量建立惯性导航系统的量测方程；

S50、根据惯性导航系统的状态方程和惯性导航系统的量测方程建立卡尔曼滤波方程；

S60、根据卡尔曼滤波方程解算组合导航数据，以实现制导炮弹的组合导航。

本发明利用制导炮弹高速旋转，短时间内旋转弹体的侧向位移及侧向速度近似为零的特点，将弹体发射坐标系下的侧向位置误差和侧向速度误差引入状态变量，同时将弹体发射坐标系下的侧向位置误差和侧向速度误差作为观测量，并建立卡尔曼滤波的状态方程和量测方程，通过自适应卡尔曼滤波实现对各项误差的准确估计，降低了对准过程中对卫星的依赖，提高了系统的自主性。本发明的方法不依赖外界辅助信息，通过弹体自身运动特性即可实现误差的估计与修正，可应用于高速旋转的制导炮弹应用领域。

根据本发明的一种实施例，在本发明的S10中，通过下式得到状态变量：

X＝[δS_pz δV_pz φ_px φ_py φ_pz ε_x ε_y ε_z]^T；

式中，X为状态变量，δS_pz为弹体发射坐标系下的侧向位置误差，δV_pz为弹体发射坐标系下的侧向速度误差，φ_px、φ_py、φ_pz分别为X、Y、Z轴的失准角，ε_x、ε_y、ε_z分别为X、Y、Z轴的陀螺漂移。

在本实施例中，侧向位置误差方程如下：

侧向速度误差方程如下：

失准角误差方程如下：

其中，

式中，f_n、f_u、f_e分别为北、天、东向加速度，

为惯性导航系统载体坐标系到导航坐标系的状态转移矩阵，

为导航坐标系到弹体发射坐标系的状态转移矩阵，ψ₀为弹体的初始航向角，

λ₀分别为弹体发射点的纬度、经度，

λ分别为弹体当前所处的纬度、经度，p_ij为

的第i行第j列的元素，其中，i＝1,2,3， j＝1,2,3。

根据本发明的一种实施例，在本发明的S20中，根据状态变量建立惯性导航系统的状态方程包括：

S21、根据状态变量建立惯性导航系统的连续状态方程；

S22、对惯性导航系统的连续状态方程进行离散化，得到惯性导航系统的状态方程。

根据本发明的一种实施例，在本发明的S21中，通过下式建立惯性导航系统的连续状态方程：

式中，X(t)为t时刻的状态变量，F(t)为t时刻状态变量对应的连续状态方程状态转移矩阵，w(t)为t时刻的系统随机噪声向量。

其中，t时刻状态变量对应的连续状态方程状态转移矩阵F(t)中各元素的值通过侧向位置误差方程、侧向速度误差方程以及失准角误差方程获得。

根据本发明的一种实施例，在本发明的S22中，通过下式得到惯性导航系统的状态方程：

X_k＝Φ_k,k-1X_k-1+Γ_k-1W_k-1；

其中，

式中，X_k为k时刻的状态变量，X_k-1为k-1时刻的状态变量，Φ_k,k-1为k-1时刻到k时刻的系统一步状态转移矩阵，T为滤波周期，T_n为离散周期，F_i是系统矩阵，I为单位矩阵，Γ_k-1为系统的噪声驱动矩阵，W_k-1为k-1时刻的系统激励噪声序列。

其中，系统的噪声驱动矩阵Γ_k-1为单位矩阵。

此外，k-1时刻的系统激励噪声序列W_k-1满足如下条件：

E[W_k-1]＝0且

其中，当k-1＝j时，δ_k-1,j＝1，否则δ_k-1,j＝0，Q_k-1是W_k-1的方差阵，假设非负定，W_j是j时刻的系统激励噪声序列。

根据本发明的一种实施例，在本发明的S30中，通过下式得到观测量：

式中，Z为观测量。

根据本发明的一种实施例，在本发明的S40中，通过下式建立惯性导航系统的量测方程：

Z_k＝H_kX_k+V_k；

式中，Z_k为k时刻的观测量，H_k为观测矩阵，X_k为k时刻的状态变量，V_k为 k时刻的观测量噪声。

其中，

此外，k时刻的观测量噪声V_k满足如下条件：

E[V_k]＝0且

W_k-1和V_j满足下述关系：

式中，

是V_k的方差阵，假设为正定的，V_j是j时刻的观测量噪声。

根据本发明的一种实施例，在本发明的S50中，通过下式建立卡尔曼滤波方程：

式中，

为一步状态预测值，

为k-1时刻的状态估计值，q_k为系统虚拟噪声阵，E_k为k时刻滤波的新的误差信息，Z_k为k时刻的观测量，H_k是系统的观测矩阵，

为k时刻的状态估计值，K_k为滤波增益矩阵，P_k/k-1为一步预测误差方差阵，R_k为系统观测量噪声序列的方差阵，P_k-1为k-1时刻的估计误差方差阵，P_k为k时刻的估计误差方差阵，Q_k为系统激励噪声序列的方差阵，d为自适应因子，b为自适应因子参数，m为从滤波开始到当前滤波周期的滤波次数。

其中，上述的卡尔曼滤波方程为应用于非线性系统的自适应扩展卡尔曼滤波器的算法，该算法用带有未知时变噪声统计的虚拟噪声补偿线性化模型误差，并能处理带未知噪声统计的非线性状态估计问题。

本发明还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一所述方法。

综上所述，本发明提供了一种制导炮弹高动态组合导航方法，该方法利用制导炮弹高速旋转，短时间内旋转弹体的侧向位移及侧向速度近似为零的特点，将弹体发射坐标系下的侧向位置误差和侧向速度误差引入状态变量，同时将弹体发射坐标系下的侧向位置误差和侧向速度误差作为观测量，并建立卡尔曼滤波的状态方程和量测方程，通过自适应卡尔曼滤波实现对各项误差的准确估计，降低了对准过程中对卫星的依赖，提高了系统的自主性。本发明的方法不依赖外界辅助信息，通过弹体自身运动特性即可实现误差的估计与修正，可应用于高速旋转的制导炮弹应用领域。

为了便于描述，在这里可以使用空间相对术语，如“在……之上”、“在……上方”、“在……上表面”、“上面的”等，用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是，空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如，如果附图中的器件被倒置，则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而，示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。该器件也可以其他不同方式定位(旋转90度或处于其他方位)，并且对这里所使用的空间相对描述作出相应解释。

此外，需要说明的是，使用“第一”、“第二”等词语来限定零部件，仅仅是为了便于对相应零部件进行区别，如没有另行声明，上述词语并没有特殊含义，因此不能理解为对本发明保护范围的限制。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种制导炮弹高动态组合导航方法，其特征在于，所述方法包括：

将弹体发射坐标系下的侧向位置误差和侧向速度误差引入状态变量；

根据状态变量建立惯性导航系统的状态方程；

将弹体发射坐标系下的侧向位置误差和侧向速度误差作为观测量；

根据状态变量和观测量建立惯性导航系统的量测方程；

根据惯性导航系统的状态方程和惯性导航系统的量测方程建立卡尔曼滤波方程；

根据卡尔曼滤波方程解算组合导航数据，以实现制导炮弹的组合导航。

2.根据权利要求1所述的方法，其特征在于，通过下式得到状态变量：

X＝[δS_pz δV_pz φ_px φ_py φ_pz ε_x ε_y ε_z]^T；

式中，X为状态变量，δS_pz为弹体发射坐标系下的侧向位置误差，δV_pz为弹体发射坐标系下的侧向速度误差，φ_px、φ_py、φ_pz分别为X、Y、Z轴的失准角，ε_x、ε_y、ε_z分别为X、Y、Z轴的陀螺漂移。

3.根据权利要求1或2所述的方法，其特征在于，通过下式得到观测量：

式中，Z为观测量。

4.根据权利要求1至3中任一项所述的方法，其特征在于，根据状态变量建立惯性导航系统的状态方程包括：

根据状态变量建立惯性导航系统的连续状态方程；

对惯性导航系统的连续状态方程进行离散化，得到惯性导航系统的状态方程。

5.根据权利要求4所述的方法，其特征在于，通过下式建立惯性导航系统的连续状态方程：

式中，X(t)为t时刻的状态变量，F(t)为t时刻状态变量对应的连续状态方程状态转移矩阵，w(t)为t时刻的系统随机噪声向量。

6.根据权利要求4所述的方法，其特征在于，通过下式得到惯性导航系统的状态方程：

X_k＝Φ_k,k-1X_k-1+Γ_k-1W_k-1；

其中，

式中，X_k为k时刻的状态变量，X_k-1为k-1时刻的状态变量，Φ_k,k-1为k-1时刻到k时刻的系统一步状态转移矩阵，T为滤波周期，T_n为离散周期，F_i是系统矩阵，I为单位矩阵，Γ_k-1为系统的噪声驱动矩阵，W_k-1为k-1时刻的系统激励噪声序列。

7.根据权利要求1所述的方法，其特征在于，通过下式建立惯性导航系统的量测方程：

Z_k＝H_kX_k+V_k；

式中，Z_k为k时刻的观测量，H_k为观测矩阵，X_k为k时刻的状态变量，V_k为k时刻的观测量噪声。

8.根据权利要求1所述的方法，其特征在于，通过下式建立卡尔曼滤波方程：

式中，

为一步状态预测值，

为k-1时刻的状态估计值，q_k为系统虚拟噪声阵，E_k为k时刻滤波的新的误差信息，Z_k为k时刻的观测量，H_k是系统的观测矩阵，

为k时刻的状态估计值，K_k为滤波增益矩阵，P_k/k-1为一步预测误差方差阵，R_k为系统观测量噪声序列的方差阵，P_k-1为k-1时刻的估计误差方差阵，P_k为k时刻的估计误差方差阵，Q_k为系统激励噪声序列的方差阵，d为自适应因子，b为自适应因子参数，m为从滤波开始到当前滤波周期的滤波次数。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8任一所述方法。

Images