无人机协同编队飞行导航技术研究

《无人机协同编队飞行导航技术研究》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、芁莈蒁蚅膇莇薃袀肃莇蚅蚃罿莆莅衿袅蒅蒇蚂膃蒄薀袇聿蒃蚂蚀肅蒂蒂羅羁蒁薄螈芀蒁蚆羄膆蒀蝿螆肂葿蒈羂羈无人机协同编队飞行导航技术研究陈思静，程咏梅,张共愿，程承（西北工业大学自动化学院，陕西西安710072）摘要：针对无人机编队常用的主僚机飞行模式，提出了利用视觉导航设备进行相对定位，分别采用PLKF和卡尔曼滤波对系统状态量进行了估计。对于主僚机的测地导航，主机采用INS/GPS组合导航定位，僚机采用INS/Vision组合导航原理进行导航定位。最后通过仿真研究证明了方法的有效性。关键词：相对导航；卡尔曼滤波；PLK

2、F；编队飞行ABSTRACT：Accordingtotheleader-followerflightmodeofunmannedaerialvehicle,therelativenavigationbasedonvisionarepresented,SystemstatevariablesarerespectivelyestimatedwithPLKFandKalmanflitering.AnavigationalgorithmbaseonINS/GPSintegratednavigationandINS/Vis

3、ionintegratednavigationisputfortheleaderandthefollowers.Simulationresultsshowprecisenavigationinformationandhighgeodeticnavigationaccuracy,verifythevalidityofthisalgorithm.KEYWORDS：Relativenavigation；Kalmanflitering；PLKF；Formationflight1引言多架无人机协同编队不但可以扩大侦察和搜索

4、的范围，获取更多信息，提高侦察效率，而且机群编队的任务成功率和抗突发事件能力也比单架飞机要高出很多[1]。编队飞行包括航迹规划、编队设计、相对导航、编队控制及编队重构等几个方面。在机群协同编队飞行中，在线实时地对各成员之间相对位置及各成员绝对位置进行精确的估计是编队控制、队形保持的先决条件，因此导航系统作为编队飞行中各成员相对及绝对信息获取的一个重要途径受到了广泛的关注。文献[2]提出了一种通过载体之间的相对GPS信息校正相对惯导（INS）信息的相对导航算法。之后，文献[3]给出了三种对GPS和INS不同的使用方

5、式以获取相对导航信息的方法。近年来，视觉导航设备快速发展，它们逐渐被用于编队飞行。其中，文献[4]通过视觉导航设备获取载机之间的高低角、方位角和对向角,并与惯导信息结合,估计出载机之间的相对信息。文献[5]针对无人机飞行编队，提出了一种基于INS/Vision的相对导航方法。本文详细推导了主僚机之间相对导航的量测方程和僚机测地导航的量测方程。在此基础上分别采用了EKF算法和PLKF算法进行主僚机之间相对导航定位，并利用组合导航原理对主机和僚机的惯导分别进行了修正，提高了导航定位的精度。2协同编队相对导航估计模型本

6、文仅针对机群在编队保持阶段时的相对导航问题进行研究，不考虑起飞段及降落段的飞行状态。在主/僚机模式下，主机的实时位置及速度信息由机载INS系统提供，两架僚机通过JTIDS机载数据链系统共享主机INS的输出信息，并同时采用视觉系统对主机相对于自身的距离和方位角和俯仰角信息进行观测。借鉴于目标跟踪系统中的相关知识，直接在起飞点直角坐标系下对主机和两架僚机的运动状态进行建模。在编队保持阶段，整个编队成员基本上均应按照大体一致的速度及加速度朝某方向飞行，但由于气动干扰等因素，加速度并不完全相等，但主机和僚机加速度之差服从

7、零均值特征，因此这里采用如下的运动方程进行建模（其中主机记为，僚机编号分别为1和2）。2.1状态模型和观测模型设起飞点坐标系下的状态向量、加速度分量，取为离散化时间间隔，则三架飞机的离散化运动模型为，（）（1）基于编队队形基本不变的特征，根据上述三架飞机的运动学模型，很容易通过绝对运动模型的相减得出主机与僚机之间的相对运动模型为，（）（2）其中表示相对位置及相对速度，表示主僚机加速度的差异，假设具有零均值特征。其中方程中各矩阵的值见文献[6]。两架僚机分别采用视觉相机对主机进行观测，能够获得主机相对于僚机的距离、

8、方位角和俯仰角信息，则可得到相对导航系统观测方程为：（3）其中、、分别为主机相对于僚机的距离、俯仰角和方位角信息；、、分别为距离、俯仰角和方位角测量噪声，且满足，等条件。方程（2）和（3）即为相对导航状态方程及观测方程，值得注意的是，观测方程是个典型的非线性模型，常常需要对其进行线性化以采用卡尔曼滤波来实现系统的状态估计。2.2观测模型线性化非线性方程线性化常用的方法是采