[發明專利]基于PSTCSDREF算法的無人機INS BDS組合導航方法

有效

• 申請號: 202010020948.9
• 申請日: 2020-01-09
• 公開（公告）號: CN111190207B
• 公開（公告）日: 2023-08-08
• 發明（設計）人: 婁泰山;王曉乾;丁國強;王曉雷;焦玉召;趙紅梅;賀振東
• 申請（專利權）人: 鄭州輕工業大學
• 主分類號: G01S19/47
• 分類號: G01S19/47;G01C21/16
• 代理公司: 鄭州盈派知識產權代理事務所(普通合伙) 41196
• 代理人: 張曉輝;樊羿

本發明公開了一種基于PSTCSDREF算法的無人機INS?BDS組合導航方法，旨在解決現有的導航系統濾波精度低，濾波穩定性差的技術問題。本發明首先建立INS/BDS組合導航系統的直接法狀態方程和量測方程，然后對組合導航系統方程進行離散化，最后利用PSTCSDREF算法降低測量信息中的偏差對組合導航系統的不利影響；PSRCSDREF首先使用“consider”方法將偏差的統計信息合并到狀態估計方程中，同時將自適應漸消因子引入到PSTCSDREF中。本發明的有益技術效果在于：提高導航的精度和穩定性，使得組合導航系統能夠高效實時地估計無人機狀態。

技術領域

本發明涉及無人機導航技術領域，具體涉及一種基于PSTCSDREF算法的無人機INSBDS組合導航方法。

背景技術

無人機主要是通過旋翼的高速旋轉得到升力并實現操控，可以在高低起伏的復雜地形下作業，在智能化發展的當代得到了廣泛的應用。導航系統是無人機能夠實現自主飛行、完成機動任務的必要條件，采用多種傳感器對同一信息源進行測量，通過不同傳感器量測特性的互補，獲得更高精度的導航信息，以此來控制飛行器的飛行姿態。其中，INS/BDS組合導航系統就是一種優勢互補的組合導航系統。該組合導航系統以具有較高自主性的慣性導航系統(Inertial?Navigation?System,縮寫為INS)為主，并用通過BDS(BeiDou?System，縮寫為BDS)得到的定位數據進行修正，來保證INS/BDS組合導航系統具有較高的測量精度。由于無人機體積、載重、成本有限，無人機上通常都使用低成本小型化的低精度機載導航傳感器來提供導航信息，為了使用上述低精度的傳感器數據得到高精度的導航信息，就需要在對傳感器獲取的信息進行融合時作濾波處理。

對于INS/BDS組合導航系統，通常采用擴展卡爾曼濾波(Extended?KalmanFilter,縮寫為EKF)或無跡卡爾曼濾波(Unscented?Kalman?Filter,縮寫為UKF)來進行數據信息融合。由于EKF是利用雅克比矩陣將非線性函數展開成Taylor級數并略去二階及以上項，線性化所產生的截斷誤差會降低濾波精度和穩定性，因此在實際工程中，EKF處理弱非線性系統時效果比較好。而UKF的估計精度相對于EKF較高，但UKF的計算量比較大，不利于實時濾波導航。狀態相關Riccati方程濾波器(Sate-Dependent?Riccati?EquationFilter,縮寫為SDREF)通過對非線性狀態方程進行分解，得到每一步的Riccati方程和狀態估計。SDREF保留了系統的非線性，具有更高的精度且計算量也較小。上述濾波方法的一個前提是該非線性系統是能精確建模的，但是實際應用中，系統模型會受到干擾，具有不確定性(比如INS的漂移、傳感器的測量偏差、系統的未知擾動等)。這些不確定性會嚴重影響組合導航系統的估計精度，甚至會導致組合導航系統的精度發散。

發明內容

本發明提供一種基于PSTCSDREF(PartlyStrong?Tracking?Consider?State-Dependent?Riccati?Equation?Filter，縮寫為PSTCSDREF)算法的無人機INS?BDS組合導航方法以解決現有的導航系統濾波精度低，濾波穩定性差的技術問題。

為解決上述技術問題，本發明采用如下技術方案：

設計一種基于PSTCSDREF算法的無人機INS?BDS組合導航方法，包括：

步驟1：測量無人機組合導航系統的初始參數；

步驟2：將初始參數帶入無人機的狀態方程和量測方程，量測方程包括量測偏差；

步驟3：獲取無人機狀態的一步預測、一步預測的協方差、濾波增益矩陣；

步驟4：利用一步預測、協方差和濾波增益矩陣，根據卡爾曼濾波算法，獲得下一時刻的無人機狀態更新；

步驟5：結合無人機的當前時刻狀態與下一時刻的預測狀態，獲取協方差更新；