基于模糊自适应卡尔曼滤波的大气数据辅助姿态算法

基于模糊自适应卡尔曼滤波的大气数据辅助姿态算法

ID:46635958

大小:3.97 MB

页数:8页

时间:2019-11-26

基于模糊自适应卡尔曼滤波的大气数据辅助姿态算法_第1页
基于模糊自适应卡尔曼滤波的大气数据辅助姿态算法_第2页
基于模糊自适应卡尔曼滤波的大气数据辅助姿态算法_第3页
基于模糊自适应卡尔曼滤波的大气数据辅助姿态算法_第4页
基于模糊自适应卡尔曼滤波的大气数据辅助姿态算法_第5页
资源描述:

《基于模糊自适应卡尔曼滤波的大气数据辅助姿态算法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、航空学报Apr.252015VoI.36No.41267.1274AclaAeronauticaetAstronauticaSinicaISSN1000.6893CN11.1929/Vhttp:∥hkxb.buaa.edu.cnhkxb@buaaedu.cn基于模糊自适应卡尔曼滤波的大气数据辅助姿态算法李文1,李清东1’”,李亮2,陈建1,任章1,廉成斌3,王浩亮11.北京航空航天大学飞行器控制技术一体化技术国防科技重点实验室,北京1001912.上海机电工程研究所,上海2011093.中国舰船研究院,北京100192摘要:针对中低精度航姿参考系统(AH

2、RS)在机体机动时不能利用加速度计修正水平姿态,以及噪声统计特性随实际工作情况变化的问题,提出了一种基于模糊自适应卡尔曼滤波的大气数据辅助姿态解算的方法。首先,考虑大气数据系统和航姿参考系统的优势,利用真空速、攻角和侧滑角等大气数据信息对非重力加速度进行补偿,以辅助水平姿态解算;其次,基于模糊自适应卡尔曼滤波原理,对观测模型的参数进行估计和修正,以实现水平姿态的最优估计;最后,选取某型飞机的试飞数据进行仿真验证。仿真结果表明,该方法可使飞机的水平姿态估计精度达到1-3。,且在偏差较大时有明显的纠偏作用。因此,相对于无机动加速度补偿和常规卡尔曼滤波来说,该

3、方法能够更好地进行姿态估计,具有一定的实用价值。关键词:姿态算法;大气数据系统;模糊逻辑;自适应算法;卡尔曼滤波中图分类号:V249文献标识码:A文章编号:looO一6893(2015)04一1267—08捷联航姿参考系统(AHRS)因具有低成本、体积小等特点在军事、民用等领域中得到了广泛应用。由于所使用的陀螺精度较低,水平姿态的长期精度需要依靠加速度计加以保持[I七](航向的长期精度由地磁计保证,本文不作考虑),但在机体机动时,由于非重力加速度的影响须断开加速度计的修正。而机体是否为机动状态,通常利用加速度计信息和重力信息之差的模值来进行判断,若模值超

4、过了一定限值则认为是机体机动,须断开加速度计的修正,提供仅由角速率陀螺积分得到的姿态信息[3。4]。但是,如果机体处于长时间持续机动状态,如大幅度爬升或掉高、盘旋等待等,对于中低精度航姿参考系统来说,陀螺漂移的影响则不容小觑。大气数据系统提供的真空速、攻角和侧滑角等信息可以对非重力加速度进行补偿[5],能够有效解决机体机动情况下的姿态估计问题。关于大气数据与惯性数据融合方面的研究主要有2大类:①利用大气数据的气压高度信息抑制惯导系统的高度通道发散[61;②利用大气数据的真空速辅助空中对准[7]和辅助INS/GPS(Iner—tialNavigationS

5、ystem/GlobalPositioningSys—tem)构成组合导航系统[8]。此外,朱少华等[9]利用大气数据信息剔除滤波量测中的运动加速度,收稿日期:2014.04—15;退修日期:2014—05-02;录用日期:2014—05-20;网络出版时间:2014—06—0311:03网络出版地址:wwwcnki.net/kcms/delail/10.7527/S1000-68932014.0105htmI基金项目:国家自然科学基金(91116002,91216304,61333011,61121003)*通讯作者.Tel.:010—82314573

6、E·mail:muziqingdong@126.com硪琨器武“iW’LiQD矗-L.ela

7、iA’fdataassisledaH{ludea

8、gorlt咖basedon^jzzyadaptiveKa

9、man伯te旺如.Ac{aAeronaut

10、caetAs-tronautlcasinloa.2015.36(4):1267.1274.李文.李清东.李亮.等基于模糊自适应卡尔受滤波的大气数据辅助姿态算法iJI.航空学报.2015.36(4):1267—1274.1268航空学报Apr252015Vol-36No·4解决了内阻尼航姿算法在机体高动态机动时不能

11、故本文将采用模糊自适应卡尔曼滤波方法来提高正确修正姿态的问题,验证了大气速度数据对机滤波精度,以改善系统的鲁棒性。动竺萼度!o偿的鼍行,譬。。竺是:誊j查量竺篓耋1捷联姿态算法统提供的真空速、气流角等数据在机体机动时辅’。⋯助估计飞行姿态方面的作用和能力还未在上述研1.1坐标系和捷联矩阵究中有所体现。卡尔曼滤波技术经常应用在多传感器数据融将导航坐标系(n系)0XsysZg选取为东北天合中,但其无法准确描述系统模型和噪声统计特坐标系,即:X。轴指向东,y。轴指向北,Zg轴垂性先验知识的特点往往会导致滤波效果不理想,直地平面指向天;机体坐标系(b系)0Xny

12、“Zn的存在难以克服的发散问题。另外,在实际系统中,原点与机体质心重合,Xs轴沿

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。