本發(fā)明屬于相對導(dǎo)航與組合導(dǎo)航領(lǐng)域，尤其涉及一種用于編隊(duì)飛行的相對導(dǎo)航系統(tǒng)及方法。

背景技術(shù)：

獲取高精度的相對導(dǎo)航信息是編隊(duì)飛行中的關(guān)鍵問題。為了保證飛行任務(wù)的完成，對相對導(dǎo)航算法的實(shí)時性、精確性以及可靠性提出了非常高的要求。

國內(nèi)外在sins/gps的相對導(dǎo)航算法上大多數(shù)都采用集中濾波的方法，所有數(shù)據(jù)都送到一架飛機(jī)上進(jìn)行融合，采用一個濾波器作為唯一的融合中心。

傳統(tǒng)方法通過飛機(jī)間的運(yùn)動關(guān)系構(gòu)建相對狀態(tài)誤差方程，用gps差分信息構(gòu)造量測方程，通過濾波得到相對導(dǎo)航信息。傳統(tǒng)方法的缺點(diǎn)在于狀態(tài)方程中需要用到兩套陀螺儀的角速度以及加速度計的比力數(shù)據(jù)，并且還需要用到兩套慣導(dǎo)輸出的位置速度和姿態(tài)信息。慣性導(dǎo)航系統(tǒng)的特點(diǎn)在于短時高精度，但導(dǎo)航結(jié)果隨時間發(fā)散。因此，狀態(tài)轉(zhuǎn)移矩陣本身是帶有誤差的，而且呈發(fā)散趨勢。這就造成了濾波模型的不準(zhǔn)確。并且傳統(tǒng)方法大多沒有設(shè)置反饋回路，屬于開環(huán)系統(tǒng)。同時以往較多采用的單融合中心的結(jié)構(gòu)也不能滿足編隊(duì)飛行對實(shí)時性與數(shù)據(jù)共享的任務(wù)要求。

技術(shù)實(shí)現(xiàn)要素：

發(fā)明目的：針對以上問題，本發(fā)明提出一種用于編隊(duì)飛行的相對導(dǎo)航系統(tǒng)及方法。

技術(shù)方案：為實(shí)現(xiàn)本發(fā)明的目的，本發(fā)明所采用的技術(shù)方案是：一種用于編隊(duì)飛行的相對導(dǎo)航系統(tǒng)，包括n架飛機(jī)，每架飛機(jī)上均安裝sins、gps以及數(shù)據(jù)鏈通信系統(tǒng)，飛機(jī)間通過數(shù)據(jù)鏈傳遞相關(guān)數(shù)據(jù)。

一種用于編隊(duì)飛行的相對導(dǎo)航方法，具體包括：

(1)飛機(jī)上安裝sins、gps以及數(shù)據(jù)鏈通信系統(tǒng)，飛機(jī)間通過數(shù)據(jù)鏈傳遞相關(guān)數(shù)據(jù)；

(2)采用全并行的分布式結(jié)構(gòu)；每架飛機(jī)為一個多傳感器平臺，包括局部融合濾波器和相對狀態(tài)濾波器；每架飛機(jī)都可作為一個融合中心，解算得到與編隊(duì)中任一飛機(jī)的相對位置、姿態(tài)和速度，全并行處理，保證實(shí)時性。

局部融合濾波器具體工作為：

(1)采用sins與gps緊組合的方式，利用gps信息校正sins的信息，得到絕對定位結(jié)果；

(2)用卡爾曼濾波的估計結(jié)果修正陀螺儀和加速度計輸出的角速度和比力；

(3)局部融合濾波器修正后的角速度和比力、gps量測以及局部融合濾波器解算得到的絕對位置，送往數(shù)據(jù)鏈與其他飛機(jī)共享。

相對狀態(tài)濾波器具體工作為：

(1)每架飛機(jī)為一個融合中心，利用gps載波相位差分信息，估計相對狀態(tài)的誤差，從而校正相對導(dǎo)航狀態(tài)；

(2)狀態(tài)方程采用相對慣性狀態(tài)誤差微分方程，量測為gps載波相位差分的解算結(jié)果與相對導(dǎo)航狀態(tài)的差值；

(3)采用卡爾曼濾波算法，估計飛機(jī)之間的相對導(dǎo)航狀態(tài)誤差；

(4)用卡爾曼濾波算法，得到陀螺儀漂移量和加速度計漂移量的誤差值，用于校正角速度和比力，形成閉環(huán)系統(tǒng)。

有益效果：本發(fā)明充分應(yīng)用gps信息源，不僅可以得到更高精度的單架飛機(jī)的絕對導(dǎo)航信息，而且可以直接校正慣性器件的輸出。由于sins/gps組合的結(jié)果是收斂的，因此保證相對狀態(tài)誤差模型的精度和收斂性，使得狀態(tài)轉(zhuǎn)移矩陣的精度更高，模型更準(zhǔn)確。

本發(fā)明采用全并行的分布式融合結(jié)構(gòu)，每架飛機(jī)作為一個多傳感器平臺，既有局部融合濾波器，又有相對狀態(tài)濾波器。每架飛機(jī)都可以解算得到與編隊(duì)中任一飛機(jī)的相對位置、姿態(tài)和速度，因此每架飛機(jī)都可以看作是一個融合中心，并且全并行處理，保證實(shí)時性。

附圖說明

圖1是本發(fā)明的相對導(dǎo)航系統(tǒng)的結(jié)構(gòu)框圖；

圖2是相對導(dǎo)航方法的相對位置誤差仿真圖；

圖3是相對導(dǎo)航方法的相對速度誤差仿真圖；

圖4是相對導(dǎo)航方法的相對姿態(tài)誤差仿真圖。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例對本發(fā)明的技術(shù)方案作進(jìn)一步的說明。

如圖1所示是本發(fā)明所述的相對導(dǎo)航系統(tǒng)的結(jié)構(gòu)框圖，飛機(jī)上安裝sins、gps以及數(shù)據(jù)鏈通信系統(tǒng)，飛機(jī)間通過數(shù)據(jù)鏈傳遞相關(guān)數(shù)據(jù)。

系統(tǒng)采用全并行的分布式結(jié)構(gòu)，每架飛機(jī)作為一個多傳感器平臺，既有局部融合濾波器，又有相對狀態(tài)濾波器。每架飛機(jī)都可以解算得到與編隊(duì)中任一飛機(jī)的相對位置、姿態(tài)和速度，因此每架飛機(jī)都可以看作是一個融合中心，并且全并行處理，保證實(shí)時性。

局部融合濾波器采用sins與gps緊組合的方式，利用gps信息校正sins的信息，得到更好的絕對定位結(jié)果，同時修正陀螺儀和加速度計的輸出。由于局部融合濾波器的存在，大大提高了相對狀態(tài)誤差模型的精度，有效地抑制解算結(jié)果的發(fā)散。gps量測、局部融合濾波器修正后的角速度和比力、以及局部融合濾波器解算得到的絕對位置，都會送往數(shù)據(jù)鏈，與其他飛機(jī)共享。

每架飛機(jī)都有相對狀態(tài)濾波器，因此每架飛機(jī)都可以作為融合中心。相對狀態(tài)濾波器總體思路：利用gps載波相位差分信息，通過濾波算法估計出相對導(dǎo)航狀態(tài)的誤差，從而校正相對導(dǎo)航狀態(tài)。狀態(tài)方程采用相對慣性狀態(tài)誤差微分方程，量測選擇gps載波相位差分結(jié)果與相對導(dǎo)航狀態(tài)之差。采用卡爾曼濾波，估計飛機(jī)之間的相對導(dǎo)航狀態(tài)誤差，并得到陀螺儀漂移量和加速度計漂移量的誤差值，用于校正角速度和比力，形成閉環(huán)系統(tǒng)。

以雙機(jī)結(jié)構(gòu)為例討論相對狀態(tài)濾波器的建立，具體如下：

(1)慣性系統(tǒng)的相對狀態(tài)誤差微分方程。

根據(jù)陀螺儀與加表的誤差方程，推導(dǎo)相對姿態(tài)與速度誤差微分方程，算法采用四元數(shù)來表示姿態(tài)。

飛機(jī)t與飛機(jī)u之間的相對姿態(tài)可以定義為相對姿態(tài)的誤差可以定義為其中，表示相對四元數(shù)的估計值。

姿態(tài)微分方程如下：

其中，角速度表示飛機(jī)u機(jī)體系相對于飛機(jī)t機(jī)體系的角速度在飛機(jī)u機(jī)體系中的投影。使用增量公式表示相對四元數(shù)的誤差如下：

由以上兩個公式可以得到：

由四元數(shù)乘法：

由于相對四元數(shù)誤差很小：

δq＝[δq1,δq2,δq3,δq4]^t≈[1,0,0,0]^t

作如下簡化：

去除小量后，可以得到：

結(jié)合陀螺儀的誤差模型，上式可以轉(zhuǎn)化為：

相對位置表示為并且：

其中，是從慣性坐標(biāo)系到飛機(jī)u機(jī)體系的方向余弦陣。

取兩階導(dǎo)數(shù)后：

由微分方程可以得到：

同時有：

由上面兩個方程，可以整理得到：

定義相對速度誤差的微分形式如下：

因?yàn)橄鄬嚯x與地球半徑相比很小，可以忽略重力加速度的影響。由上述兩個方程以及陀螺儀的誤差模型，可以得到：

相對狀態(tài)誤差變量定義為：

建立相對狀態(tài)誤差方程如下：

離散形式如下：

x(k)＝f(k-1)x(k-1)+g(k-1)w(k-1)

其中，w(k-1)是均值為0的高斯白噪聲。

(2)量測方程。

gps相對量測值利用無基站的載波相位差方法解算得到，記為：

量測方程為：

整理后，記為：

δz(k)＝h(k)δx(k)+v(k)

其中，v(k)是均值為0的高斯白噪聲。

(3)數(shù)據(jù)融合。

數(shù)據(jù)融合算法采用卡爾曼濾波的方法，包括時間更新和量測更新兩部分。假設(shè)系統(tǒng)噪聲協(xié)方差陣為q，量測噪聲協(xié)方差陣為r。

協(xié)方差的一步預(yù)測為：

k時刻的協(xié)方差陣為：

pk＝(i-kkhk)pk/k-1(i-kkhk)^t+kkrkkk^t

增益矩陣為：

狀態(tài)一步預(yù)測：

xk/k-1＝fk-1xk-1

狀態(tài)估計：

xk＝xk/k-1+kk(zk-hkxk/k-1)

通過卡爾曼濾波算法，估計得到相對狀態(tài)的誤差，記為用于修正相對導(dǎo)航狀態(tài)以及角速度、比力。

對系統(tǒng)進(jìn)行仿真，得到如圖2、圖3和圖4所示的仿真圖。仿真條件設(shè)置為：陀螺儀：[常值漂移，馬爾可夫過程，相關(guān)時間]＝[0.01，0.01，3600.0](單位：度/小時，度/小時，秒)；加速度計：[馬爾可夫過程，相關(guān)時間]＝[0.001*g，3600.0](單位：米/秒/秒，秒)；gps：定位精度：[10，10，10](單位：米，米，米)，速度精度：[0.2，0.2，0.2](單位：米/秒，米/秒，米/秒)；慣導(dǎo)系統(tǒng)的數(shù)據(jù)輸出頻率為10hz，gps的數(shù)據(jù)輸出頻率為2hz；飛機(jī)t為勻速直線飛行，飛機(jī)u飛行過程為先勻速直線后爬升再勻速直線飛行。

其中，圖2是相對導(dǎo)航方法的相對位置誤差仿真圖；圖3是相對導(dǎo)航方法的相對速度誤差仿真圖；圖4是相對導(dǎo)航方法的相對姿態(tài)誤差仿真圖。

本發(fā)明的相對導(dǎo)航方法，采用捷聯(lián)慣性導(dǎo)航系統(tǒng)與gps組合的方式，在系統(tǒng)框架上采用全并行分布式的融合結(jié)構(gòu)，先用各架飛機(jī)上安裝的gps的量測先去校正其捷聯(lián)慣導(dǎo)的系統(tǒng)的誤差，得到更高精度的位置、速度、姿態(tài)信息，并且修正陀螺儀和加表的輸出。然后再用gps載波相位差分信息估計相對導(dǎo)航狀態(tài)誤差。該方案可以實(shí)時地提供高精度的相對導(dǎo)航信息，相較于傳統(tǒng)方法而言，精度更高，并有效地抑制輸出的發(fā)散。