高速无人机的组合导航关键技术研究

发布时间：2020-08-19 14:35

【摘要】：针对高速无人机在高动态飞行过程中导航精度低、传统卡尔曼滤波发散等问题,本文深入研究了适合高动态飞行环境下的导航算法来提高无人机组合导航系统的抗干扰能力和导航精度。从无人机导航系统各子系统和传感器在高动态飞行过程中的测量特性着手进行分析,有针对性地对圆锥误差补偿算法和无人机高度通道解算两个方面进行了深入研究。最后重点研究了高动态环境下多传感器信息融合算法,并设计了自适应强、鲁棒性高和导航精度高的无人机组合导航信息融合算法。仿真和实验结果表明本课题提出的算法相比传统组合导航算法具有更高的抗干扰能力和导航精度。论文主要内容如下:(1)对应用于高速无人机组合导航系统的各子系统进行测量特性分析,探究其在无人机导航中面临的问题,并以此为依据,确定了圆锥误差补偿方法、高度方向互补滤波方案以及自适应强和高鲁棒性的信息融合算法。(2)展开对圆锥误差补偿算法的研究,详细推导了基于频率级数展开的圆锥误差补偿算法,并分析比较不同圆锥运动场景下的圆锥误差,在此基础上提出了基于器件匹配准则的圆锥补偿算法设计方法,为实际应用中圆锥误差补偿算法提供设计参考。最后,通过仿真检验此设计方法的有效性和精度。(3)研究无人机高度通道解算算法,提出基于垂直速度与高度的两级互补滤波算法。通过实验,验证了此算法不仅能得到动态性好而误差不随时间发散的高度信息,而且还能抑制垂直速度漂移。(4)研究高动态环境下SINS/GNSS组合导航信息融合算法,详细推导并分析了系统噪声方差阵与量测噪声方差阵的自适应估计方法、强跟踪滤波和H∞滤波三种滤波算法应用于在高动态环境下的具体表现,课题结合三种方法的思想提出一种强自适应滤波信息融合算法。(5)设计了四种高动态环境的仿真场景并进行了实际飞行试验,分别对比Kalman滤波、强跟踪滤波、H∞滤波和强自适应滤波的导航精度和抗干扰能力,验证了强自适应滤波相对于其它算法在高速无人机组合导航中的优越性。
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：V279;V249.3
【图文】：

示意图,典型圆锥,示意图,角振动

图２．１典型圆锥运动示意图逡逑微分方程可知，其右边第二项与第三项不可交换项之动在第三个正交轴引发的常值角速度｜８２１。逡逑Ｏ邋＝邋＊）＋邋—ｆＩ）ｘ＾邋＋邋－＾－［ｌ逦——］ｃｔ＞ｘ（＜ｔ＞ｘｒ＜））２逦（／＞－逦２．（１－ｃｏｓ逡逑上的振动更多的是随机角振动，角振动速度的幅值、［８３〗，是由无穷多个正弦和余弦角振动叠加而成。文中优化的算法在随机角运动环境下同样最优，也就说验证的算法，在其余环境条件下能同样有效，所以这态环境对捷联惯性导航解算的影响。逡逑描述来研究圆锥运动：逡逑ｃｏｓ（屮邋／邋２）逡逑ｓｉｎ（ｃ）／邋２）ｃｏｓｉ３／逡逑Ｑ（ｔ）＝ｓｉｎ（＾／邋２）ｓｉｎ邋Ｑｔ逡逑

子样,圆锥误差,场景,补偿算法

子样数（Ｎ）逡逑图３．２不同场景下的１？６子样圆锥误差补偿算法漂移逡逑从图３．２中可以看出，场景１的４？６子样算法的漂移误差都很接近，并且６逡逑子样算法的漂移大于５子样算法的漂移，这也说明了并非子样数越高越误差漂逡逑移就越小。在同样的懫样频率下，子样数越高，其对应的姿态更新频率就会变逡逑得越低，而且实际应用中还要考虑计算量的问题。逡逑场景２和场景３说明了采样频率与圆锥运动角频率的比值的提高，对圆锥误逡逑差的补偿有明显的改善，即采样频率的提高能有效地降低圆锥误差，或者在采逡逑样频率不变的情况下对于更低频的圆锥运动补偿越好。逡逑３．２．３基于器件匹配准则的圆锥补偿算法设计方法逡逑由以上分析可知，对于基于泰勒展开的圆锥误差补偿算法采用不同子样数和逡逑更新频率对圆锥误差的补偿效果是不一样的，本课题考虑实际应用的器件因素，逡逑提出基于器件匹配准则的圆锥补偿算法设计方法：逡逑（１）优先考虑观测传感器的最大懫样频率／＿

姿态估计,双子,补偿算法,条件

图３．３仿真条件１下双子样补偿算法姿态估计对比逡逑５个？邋１０邋－３逦７邋０邋４“逡逑ｆＩ－逡逑

【相似文献】